在AI領(lǐng)域，一款名為Manus的產(chǎn)品近期引發(fā)了廣泛關(guān)注。其獨(dú)特之處在于，并未選擇自主研發(fā)大模型，而是巧妙地將第三方大模型進(jìn)行工程化包裝，打造出了一個(gè)功能強(qiáng)大的通用AI智能體。這種“套殼”策略雖然一度飽受爭(zhēng)議，但創(chuàng)始團(tuán)隊(duì)堅(jiān)信，極致的套殼本身就是一種勝利。

大模型應(yīng)用套殼的話題一直頗為微妙。此前，無論是DeepSeek還是OpenAI，亦或是眾多知名科技企業(yè)和AI創(chuàng)企，都以自研基礎(chǔ)大模型為榮。相比之下，只做上層應(yīng)用的AI套殼企業(yè)則顯得缺乏底層核心技術(shù)，市場(chǎng)對(duì)其風(fēng)險(xiǎn)承受能力持懷疑態(tài)度。金沙江創(chuàng)投主管合伙人朱嘯虎甚至直言不諱地表示，所有AI應(yīng)用都是套殼應(yīng)用，所謂壁壘只是忽悠人的。

然而，值得注意的是，就在短短一個(gè)多月的時(shí)間內(nèi)，部分大模型大廠已迅速涉足Manus所在的AI智能體賽道。與此同時(shí)，Manus背后的公司“蝴蝶效應(yīng)”也獲得了由美國(guó)風(fēng)投Benchmark領(lǐng)投的7500萬美元融資，估值飆升至近5億美元。這一跡象表明，市場(chǎng)正急需通過DeepSeek-R1大模型的普及和Manus應(yīng)用的火爆，來填補(bǔ)企業(yè)智能化轉(zhuǎn)型過程中的業(yè)務(wù)需求和技術(shù)空白。

在AI智能體領(lǐng)域，大廠們正加快布局。據(jù)報(bào)道，Manus走紅前后，字節(jié)就組建了至少5個(gè)團(tuán)隊(duì)開發(fā)不同的AI智能體產(chǎn)品。百度也推出了由95后團(tuán)隊(duì)在30天內(nèi)研發(fā)的“心響”APP，對(duì)標(biāo)Manus，涵蓋超200個(gè)任務(wù)類型。阿里則與Manus達(dá)成戰(zhàn)略合作，基于通義千問系列開源模型，在國(guó)產(chǎn)模型和算力平臺(tái)上實(shí)現(xiàn)Manus的全部功能，其旗下的AI智能體“心流”也已開啟高級(jí)研究模式公測(cè)。

為了構(gòu)建AI智能體生態(tài)，這些大廠也不約而同地?fù)肀Я薓CP機(jī)制。阿里云、騰訊云、螞蟻集團(tuán)旗下的OceanBase等紛紛實(shí)現(xiàn)MCP協(xié)議的對(duì)接，百度也引入了基于百度搜索的MCP Server發(fā)現(xiàn)平臺(tái)和MCP Server服務(wù)。民生證券指出，基于類MCP協(xié)議+Agentic-based決策路徑將成為未來AI智能體的主流范式，大廠有望通過MCP協(xié)議引入大量生態(tài)伙伴，推動(dòng)國(guó)內(nèi)AI智能體產(chǎn)業(yè)發(fā)展。

然而，在AI智能體技術(shù)飛速發(fā)展的同時(shí)，是否真正迎合了當(dāng)下用戶的真正需求？這是一個(gè)值得深思的問題。從安全風(fēng)險(xiǎn)性層面來看，AI智能體的設(shè)計(jì)初衷是自主執(zhí)行決策、任務(wù)或目標(biāo)，且理想情況下是在無人監(jiān)督的情況下進(jìn)行，因此風(fēng)險(xiǎn)更高。Gartner研究高級(jí)總監(jiān)趙宇指出，目前AI智能體在“攻”和“防”方面都處于發(fā)展初期，客戶對(duì)其安全風(fēng)險(xiǎn)的認(rèn)識(shí)相對(duì)不足。至少有七成或更多的客戶并不了解AI智能體是什么，更不用說與之相關(guān)的安全風(fēng)險(xiǎn)了。

隨著多智能體協(xié)作運(yùn)行模式的流行，這種模式確實(shí)提高了任務(wù)效率，但也帶來了訪問控制漏洞、資源競(jìng)爭(zhēng)和沖突等問題。多個(gè)智能體在交互過程中可能需要訪問相同資源或執(zhí)行任務(wù)時(shí)，可能會(huì)產(chǎn)生沖突，導(dǎo)致系統(tǒng)資源被過度濫用或任務(wù)執(zhí)行效率降低，從而影響整體業(yè)務(wù)和系統(tǒng)穩(wěn)定性。AI智能體自主決策的風(fēng)險(xiǎn)、物理環(huán)境層面的風(fēng)險(xiǎn)以及AI本身的幻覺、提示注入攻擊、數(shù)據(jù)泄露等風(fēng)險(xiǎn)問題也不容忽視。

在廠商側(cè)，由于AI智能體自身的發(fā)展還處于初期階段，市面上對(duì)其安全風(fēng)險(xiǎn)和控制措施的研究同樣處于早期階段。部分AI廠商、大模型廠商或AI智能體廠商都沒有配備相應(yīng)專職的安全團(tuán)隊(duì)。廠商目前交付的產(chǎn)品是否可以通過安全測(cè)試，或者是否存在可被攻擊者利用的漏洞，這些都是未知數(shù)。現(xiàn)在大部分企業(yè)無論是廠商還是甲方企業(yè)，都比較關(guān)注短期的商業(yè)利益，對(duì)于長(zhǎng)期安全風(fēng)險(xiǎn)的重視程度不夠。

那么，何為AI智能體？這個(gè)概念雖然已經(jīng)出現(xiàn)了一段時(shí)間，但圍繞其延伸出的Agentic AI、Agentic Workflow、MCP、A2A等新名詞卻成為了最近一段時(shí)間的熱門話題。Manus演示視頻展示了一個(gè)獨(dú)立的智能體，可在短短幾秒鐘內(nèi)對(duì)簡(jiǎn)歷進(jìn)行分類、對(duì)候選人進(jìn)行排名以及在電子表格中格式化數(shù)據(jù)。未來，每個(gè)人可能會(huì)使用多個(gè)智能體，這些智能體都有自己的角色和職責(zé)，需要通過通信和協(xié)作來達(dá)成目標(biāo)。

業(yè)內(nèi)對(duì)AI智能體的實(shí)踐目標(biāo)是使其真正適應(yīng)復(fù)雜的應(yīng)用場(chǎng)景。構(gòu)建一個(gè)能夠自主決策、與環(huán)境交互的智能體需要解決感知、理解、規(guī)劃、執(zhí)行等多個(gè)環(huán)節(jié)的技術(shù)難題，且各環(huán)節(jié)之間需要高度協(xié)同。在自動(dòng)駕駛領(lǐng)域，車企正在對(duì)傳統(tǒng)系統(tǒng)中的感知、融合、預(yù)測(cè)、規(guī)劃、控制、定位等技術(shù)模塊進(jìn)行AI融合，以打造端到端自動(dòng)駕駛系統(tǒng)。AI智能體或多個(gè)AI智能體在主動(dòng)適應(yīng)復(fù)雜工作流程的過程中，需要基于動(dòng)態(tài)環(huán)境和業(yè)務(wù)流程的變化，以最佳方式實(shí)現(xiàn)預(yù)期結(jié)果。

因此，在應(yīng)用和實(shí)踐AI智能體之前，需要對(duì)其原理、成本及風(fēng)險(xiǎn)性等諸多關(guān)鍵因素進(jìn)行解構(gòu)。對(duì)于有多年智能化探索經(jīng)驗(yàn)的客戶而言，他們希望“慢一點(diǎn)”的本質(zhì)在于提升在AI智能體領(lǐng)域的治理能力和認(rèn)知。重要的不是追逐花式技術(shù)名詞，而是在大量的實(shí)踐和基礎(chǔ)夯實(shí)中找到成功的故事共鳴。