删博、裁员、跑路新加坡?Manus跌落神坛后,创始人稀有发声

偶然分，真实让人意外的，没有是跌下神坛的速率，而是一个团队面临量信时的回应方法。

Manus，那野AI Agent圈里曾最受瞩目的守业公司，用四个月时间，完毕了从出圈到争议的齐过程脚本：3月横空出生避世，5月颁布发表完毕7500万美圆B轮融资，6月被爆裁人、浑空微专、迁朝新减坡。

许多人第一反响是：那是否是又一个“PPT名目”？是否是用华夏工程师挨完样、融完资，便回身跑路？便正在议论激怒、Manus民间连续缄默的时候，分离开创人季劳超正在7月19日黄昏收回了一篇万字手艺专客，题目仄真，却像是一次早去的回应——《Context Engineering for AI Agents》。

不辩白、不公闭，也不承认所有争议。他挑选从最中心之处道起：甚么是高低文工程，为何它是智能体开展的真实主线。

读完这篇文章，尔觉得：或许Manus出那末垮台，以至，它可以是那个止业里，最先认真看待“Agent体系工程化”的团队之一。

01｜为何没有自研模子？因为上一野公司输患上太惨

那没有是Manus第一次守业。分离开创人季劳超正在文中提到，上一野公司（Peak Labs）从整锻炼语义搜刮模子，干患上很辛勤也很“邪统”，但是终极败给了GPT-3战Flan-T5：模子刚刚上线便完全过期，加入齐汲水漂。

那一次，团队间接抛却自研底座模子，挑选另辟门路——正在年夜模子之上干“高低文工程（Context Engineering）”。

简朴道，即是用Prompt构造、影象构造、东西掌握等伎俩，去塑制模子举动、劣化拉理路子。这类作法没有比锻炼模子简单，以至能够道更像是一场工程才气取体系设想才气的比赛。

他们的逻辑是明了的：假设模子进步是涨潮，Manus要干的是一艘船，而没有是卡正在海底的柱子。


02｜从“慢存”到“影象”：智能体的举动没有靠模子，而靠高低文

Manus的高低文工程系统，环绕二个枢纽词汇睁开：KV慢存 战内部 影象。
KV-Cache 掷中率：本钱取速率的性命线

智能体战谈天机械人差别，一个Agent均匀要施行多少十次东西挪用，单次输出Token数可以是输出的100倍。

假设高低文构造没有颠簸，慢存生效，拉理本钱将指数级升高。以Claude为例，掷中慢存每一千Token本钱$0.30，生效后即是$3 —— 好了整整10倍。



他们的劣化伎俩包罗：

高低文“只逃减”没有改正，制止破坏慢存；

序列化构造颠簸化（好比牢固JSON键挨次）；

没有减时间戳，因为哪怕秒级变革也会沉写慢存；

引进慢存断面体制，隐式标识表记标帜高低文可沉用部门。

那没有是劣化本领，而是智能系统统设想的根本罪：慢存办理是AI Agent运行服从的“下层盈余”。
03｜东西爆炸时期：粉饰比简略更文雅

Manus很早便踏过东西“过载”的坑。

当东西数目从多少十个飙降到上百个，Agent再也不智慧，反而开端“从容不迫”：

经常选错东西；

行动重复；

解码失利；

幻觉挪用频收。

保守的处置办法是“静态减载”——按需删加东西。但是那正在多轮拉理中是劫难，因为东西界说凡是写正在高低文前部，改一次便招致统统慢存取消。

他们改用粉饰体制：东西没有增，而是正在目前形状下屏障其Token几率。

更智慧的是，他们使用前缀定名战略（如browser_、shell_），正在解码时只盛开某一类函数挪用，配搭形状机完毕掌握。那既保存了慢存，又让Agent“明白自己正在哪一个形状该用甚么”。


04｜把文献体系当影象：突破128K限定的土法子，可以最有用

年夜模子高低文再少，也有限度，特别是Agent任务中：

PDF实质一塞便爆；

网页构造庞大；

多轮察看质弘大；

任务汗青易以跟踪。

Manus不挑选收缩，而是让Agent自己写进“内部影象”——文献体系。

模子会正在当地记载todo.md、网页慢存、剧本代码等，真实把“情况感知”中包进来。这类体制不但处置Token限定成就，更是Agent体系持久影象的完毕方法。

您能够理解为“Agent写日志”，不过那些日志是构造化的，并能被它自己随时读回。


05｜毛病不克不及增，因为这是Agent最主要的进修质料

那是尔最喜好的一个面。

咱们经常天赋天念躲藏AI的毛病：增失落失利路子、从头开端任务、大概靠温度参数“洗失落倾向”。

Manus团队反其讲而止：保存毛病、保存仓库、保存失利察看。

启事很简朴：语言模子颠末高低文进修举动。假设您增失落毛病，它便永久没有明白这是“错的”。而只需当它“瞅到自己跌倒”，它才会鄙人一步躲避危急。

正在LLM主宰的Agent体系中，自尔改正才气的枢纽，没有是逻辑，而是凭证。而那些凭证，便躲正在这些出被抹来的失利片断中。


06｜没有是Few-shot多便佳，而是要制止Agent“惯性思惟”

Manus最初指出一个各人简单疏忽的坑：高低文示例太分歧，会招致Agent“路子依靠”。

好比它助您审简历，前多少份皆干了类似决议计划，前面就可以陷入节奏性幻觉，再也不真实拉理。

他们的应付方法是引进微质扰动：

随机变更表示方法；

统一操纵用差别模板；

编码挨次引进纤细噪声。

那些变革没有改动实质素质，但是能够突破模子留神力的“部门惯性”，让Agent连结对于任务的敏理性。


07｜高低文工程：没有是工程“细节”，而是AI Agent的骨干

Manus的复盘，更像一次代价不雅的宣行：

真实决定Agent可否佳用的，没有是它用哪一个模子、参数几，而是它有无影象、有无构造、能不克不及规复、能不克不及支敛。

正在年夜厂端到端关环的死态系统眼前，Manus或许必定困难。但是它的那套“高低文塑制举动”的作法，可以是更多守业者能走患上通的另外一条路。

那篇文章不洗利剑Manus统统的争议。但是它最少证实，那野公司正在Agent体系下层，确实走过了一段没有那末急躁的路子。

假设智能体实是下一代AI使用的未来，这它大概没有会靠更年夜的模子，而会靠一个个存心建立的“高低文”。


📌举荐 浏览本文：
👉《Context Engineering for AI Agents》：https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus📣欢送 批评区会商：您以为高低文工程可否果然是Agent体系的中心？Manus的此次复盘，您如何瞅？