（文/張睿佳 編輯/張廣凱）

就在Manus的邀請(qǐng)碼一碼難求之際，3月6日晚，GitHub開源了一個(gè)無需邀請(qǐng)碼的OpenManus項(xiàng)目，據(jù)稱可以實(shí)現(xiàn)與Manus類似的效果，并且人人都可以本地部署。截至目前，該項(xiàng)目Star數(shù)已經(jīng)突破八千。

更重要的是，該團(tuán)隊(duì)完成這一項(xiàng)目?jī)H僅花費(fèi)了3小時(shí)，似乎印證了外界對(duì)于Manus門檻不高的質(zhì)疑。  

那么OpenManus是什么？又是怎么工作的呢？

據(jù)悉，該項(xiàng)目的作者均為此前MetaGPT的核心貢獻(xiàn)者，而相較于Manus背后的Monica，其實(shí)MetaGPT此前的知名度還要更高一點(diǎn)。MetaGPT是國(guó)內(nèi)AI Agent創(chuàng)業(yè)公司DeepWisdom（深度賦智）于2023年發(fā)布的一款多智能體協(xié)作框架，當(dāng)時(shí)一經(jīng)開源，就火爆全網(wǎng)，如今在GitHub上已經(jīng)收獲了49.7k stars。

OpenManus的原理也是通過多智能體協(xié)作，并增加調(diào)用工具的能力，來實(shí)現(xiàn)類似Manus AI的效果。在實(shí)際的任務(wù)處理中，OpenManus會(huì)將任務(wù)分解；在明確任務(wù)細(xì)節(jié)后，將打開有關(guān)的網(wǎng)站，收集信息、展開詳細(xì)分析；整個(gè)思考過程，每一步都清晰可見，直至最終生成任務(wù)結(jié)果。

具體的說，OpenManus的底層由各類大語言模型構(gòu)成，中間層通過多智能體協(xié)作拆解任務(wù)，執(zhí)行層調(diào)用各類API接口完成具體操作。

在大語言模型構(gòu)成方面，OpenManus可以無縫集成包括Claude 3.5、Qwen VL Plus在內(nèi)的多個(gè)頂級(jí)大模型，使得開發(fā)者能充分利用各個(gè)模型的優(yōu)勢(shì)。而在GitHub上，有不少開發(fā)者也在嘗試進(jìn)一步接入DeepSeek等其它大模型。

在多智能體協(xié)作方面，借助MetaGPT的經(jīng)驗(yàn)，在處理復(fù)雜任務(wù)時(shí)，將不同的角色分配給GPT模型，模仿現(xiàn)實(shí)世界公司的運(yùn)作。

進(jìn)一步講，OpenManus的背后有三大關(guān)鍵：模塊化Agent系統(tǒng)，實(shí)時(shí)反饋機(jī)制，一整套強(qiáng)大的工具鏈。

其中，在實(shí)時(shí)反饋機(jī)制下，LLM思維鏈的過程，會(huì)被可視化地呈現(xiàn)出來。無論是任務(wù)執(zhí)行進(jìn)度的實(shí)時(shí)更新、思考過程日志、文件的即時(shí)通知等，都隨時(shí)可見。

與此同時(shí)，另一個(gè)來自CAMEL AI團(tuán)隊(duì)的通用智能體，也被開源了。這個(gè)名為OWL的項(xiàng)目，在GAIA基準(zhǔn)測(cè)試中，取得了58.18的平均分，并在開源框架中排名第一。

可以說，在當(dāng)下大模型企業(yè)普遍專注于模型能力提升，而并未花大力氣打磨產(chǎn)品的背景下，以Manus為代表的小企業(yè)通過整合各家大模型并接入實(shí)用工具做出的Agent產(chǎn)品，的確在應(yīng)用層面令人眼前一亮。但是如果大模型本身沒有門檻，這類產(chǎn)品的開發(fā)難度就會(huì)大大降低，未來能否抵擋住大廠的入局并不樂觀。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。