AI智能体领域的黑马Manus，曾以其创新的技术和潜力巨大的市场前景，引发了业界的广泛关注。然而，近日这匹黑马却在中国市场遭遇了挫折，其联合创始人季逸超在一篇长博客中，首次深入剖析了这次起伏背后的技术挑战与经验教训。
季逸超在长文中透露，Manus团队在创业初期就面临了一个关键抉择：是自主研发大模型，还是基于现有的开源或商业大模型进行上下文工程，以构建智能体。鉴于之前创业中从头开始训练模型的惨痛教训，以及GPT-3和Flan-T5等前沿模型的迅速崛起，Manus最终选择了后者。这一决策使得团队能够更快地迭代产品，但同时也带来了不少技术难题。
季逸超详细分享了Manus在智能体研发过程中的一系列实操经验。他强调，KV-Cache的命中率对于智能体的性能和效率至关重要。为了提高缓存命中率，创业者可以采取多种策略，如保持提示前缀的稳定、确保上下文仅追加不修改、明确标记缓存断点等。他还提到了避免动态修改工具列表、使用文件系统承载持久上下文、保留错误日志等关键措施。
尽管Manus在技术上取得了不少进展，但其在中国市场的表现却远未达到预期。从一夜爆火到撤离中国市场，Manus的历程充满了争议和猜测。对于裁员、迁址新加坡等市场关注的焦点问题，季逸超的长文并未进行直接回应。但据业内人士分析，Manus最初就瞄准了海外市场，其核心基础是美国的Claude大模型，这或许是导致其在中国市场遭遇挫折的原因之一。
值得注意的是，在Manus撤离中国市场的同时，AI智能体赛道却迎来了不少新进展。OpenAI推出了全新的ChatGPT智能体系统，能够完成多步骤复杂任务；Kimi也发布了万亿参数的混合专家模型K2，旨在为下一代智能体提供通用认知引擎。这些新技术的涌现，进一步加剧了AI智能体领域的竞争。
面对激烈的竞争环境，纯智能体创业公司如何在市场中立足，成为了摆在Manus等创业公司面前的一道难题。尽管Manus在中国市场遭遇了挫折，但其在智能体研发方面的经验和教训，无疑为业内同行提供了宝贵的参考。同时，随着各AI巨头发力智能体产品商业化，AI智能体赛道的未来仍然充满机遇和挑战。
