作者：Haotian

一覺睡醒，好多朋友讓我看?manus，號稱一款全球真正意義上通用的AI Agent，能夠實現(xiàn)獨立思考并規(guī)劃執(zhí)行復雜任務，并交付完整結果。聽起來非常Cool，但除了很多朋友圈焦慮的要失業(yè)的聲音之外，它會給web3 DeFai場景大爆發(fā)帶來什么？以下，談談我的思考：

1）約一個月前OpenAI 推出了同類別產品Operator，AI可以在瀏覽器中獨立完成包括餐廳預訂、購物、訂票、外賣訂餐等任務，用戶可以可視化進行監(jiān)督，并隨時接管控制權。

這套Agent的出現(xiàn)并沒有多少人討論，原因在于它是單一模型驅動，還是工具調用的那套框架，用戶一想到關鍵決策還需要干預進行就失去了依賴其執(zhí)行任務的想法。

2）manus表面看似也差不太多，只是多了不少應用場景，包括篩選簡歷，研究股票、購買房產等等，但實際上是背后的框架和執(zhí)行系統(tǒng)差異，Manus由多模態(tài)大模型驅動，并創(chuàng)新性的采用了多重簽名系統(tǒng)。

簡而言之，AI要模仿人執(zhí)行（計劃-執(zhí)行-檢查-行動）的PDCA循環(huán)行動，將由多個大模型共同協(xié)作完成，每個模型專注于特定環(huán)節(jié)，既能降低單個模型執(zhí)行任務的決策風險，又能提高執(zhí)行效率。所謂“多重簽名系統(tǒng)”其實是多模型協(xié)作的決策驗證機制，通過要求多個專業(yè)模型的共同確認來保證決策和執(zhí)行的可靠性。

3）如此一比較，manus的優(yōu)勢顯然就凸顯出來了，加上視頻Demo里展現(xiàn)的一系列操作體驗，讓人確實有一種非凡的體驗感。但客觀來說，Manus對Operator的迭代創(chuàng)新只是個開始，還達不到顛覆性革命意義。

關鍵點就在于其執(zhí)行任務的復雜程度，以及非統(tǒng)一標準用戶input Prompt進入之后大模型的容錯率和交付結果成功率定義。要不然，順著這套創(chuàng)新，web3的DeFai場景是不是立馬就可以成熟應用了？顯然，還做不到：

比如：DeFai場景下Agent要執(zhí)行交易決策，需要有一個Oracle層的Agent負責鏈上數(shù)據(jù)收集和驗證，并進行數(shù)據(jù)整合分析，還要實時監(jiān)控鏈上價格捕捉交易機會，這個過程對實時分析有很大挑戰(zhàn)，有可能一秒前還有用的交易機會，等Oracle大模型傳輸給交易執(zhí)行Agent之后，交易機會就不存在了（套利窗口）；

這其實暴露了這類多模態(tài)大模型做執(zhí)行決策的一個最大軟肋，如何聯(lián)網、觸鏈調取分析Real-Time級別的數(shù)據(jù)，并從中分析出交易機會，然后進行交易捕捉。聯(lián)網環(huán)境其實還好，很多電商網站的訂單價格并非實時變動，不容易給整個多模態(tài)協(xié)作造成巨大動態(tài)平衡困擾，要是在鏈上，這樣的挑戰(zhàn)幾乎無時無刻存在。

4）所以，整體上manus的出現(xiàn)確實會在web2領域掀起一波朋友圈焦慮，畢竟很多重復性高的文職和信息處理工種可能會面臨被AI取代的風險。但讓他們焦慮他們的。

這事放在web3對DeFai應用場景的推動作用我們得客觀認識：

必須得承認：意義肯定重大，畢竟它提出的LLM OS以及Less Structure more intelligence理念、尤其是多重簽名系統(tǒng)會給web3拓展DeFi和AI的結合有很大的啟迪思路。

這其實糾正了大部分DeFai項目的重大誤區(qū)，不要上來就想依靠一個大模型實現(xiàn)AI Agent自主化思考+決策等復雜目標，這在金融場景下，根本不切合實際。

真正DeFai愿景的實現(xiàn)需要解決單體AI模型能力上限、多模態(tài)交互協(xié)作原子性保證、多模態(tài)系統(tǒng)統(tǒng)一資源調度和支配、系統(tǒng)容錯和故障處理機制等等復雜問題。

比如：Oracle層 Agent，負責收集鏈上數(shù)據(jù)和分析，并監(jiān)控價格，形成有效數(shù)據(jù)源；

決策層Agent，根據(jù)Oracle喂過來的數(shù)據(jù)進行分析和風險評估，并制定一套決策和行動方案；

執(zhí)行層Agent，根據(jù)決策層給出的多種方案，并考慮實際情況進行執(zhí)行，包括gas費用優(yōu)化、跨鏈狀態(tài)、交易排序沖突等等。

唯有這一系列的Agent都同步強大，并有一個龐大的系統(tǒng)框架落定，一個真正的DeFai革命才會掀起。