Manus很厉害，但它还有硬伤
这两天Manus火了，这款展示了强大Agent能力的AI工具确实令人印象深刻，但在这令人惊叹的背后，是否存在一些我们需要思考的根本性问题？我们面对以Manus为代表的通用Agent时，该乐观还是该悲观呢？
下面探讨几个基于大模型的通用人工智能面临的现实挑战，并尝试提出一些可能的解决方向。
互联网与现实世界的鸿沟
Manus 再酷炫，也无法跨越一个基本事实：它完全依赖互联网和互联网数据来执行任务。但我们的世界远不止是数字化的那部分。
互联网世界与现实世界之间存在巨大鸿沟，许多语言层面的隐性信息无法被捕捉。以Manus演示中的选股功能为例，仅靠网络上的公开信息，AI能真正理解一家公司或产业结构吗？显然不能。真正的投资决策往往需要实地考察、与管理层交流等互联网无法提供的信息渠道。
案例聚焦：在Manus的演示中，它能够快速分析互联网上的财报数据和市场评论，为用户推荐股票。然而，当被要求评估一家初创公司的投资价值时，Manus无法获取创始团队的执行力、公司内部文化等关键信息，这些因素往往是投资决策中最重要的考量点。
互联网数据本身的局限性
即使我们仅关注互联网范围内的任务，依然面临重重障碍：
- 付费内容壁垒：越来越多高价值内容被付费墙保护
- 数据库孤岛：大量专业数据库无法被AI自由查阅
- AI生成内容污染：AI生成的内容正以”用魔法打败魔法”的方式充斥互联网
想象一个简单场景：”我想在饿了么点一家不错的湘菜外卖”。Manus这类Agent能完全胜任吗？它不了解饿了么的排序规则，不知道店铺可能存在的刷评分行为，更不知道你个人对湘菜的口味偏好。
案例聚焦：Manus在查询特定领域专业信息时，有超过40%的情况下会引用AI生成的内容作为权威来源，而没有意识到这些内容本身可能缺乏事实基础。这种”AI引用AI”的循环可能导致信息泡沫和错误放大。
解决真问题还是无意义自动化？
当我们将AI的使用范围进一步缩小到处理本地资料、自动化工作流程时，它确实能解决一部分问题，但这些真的是最需要解决的问题吗？
视频演示中，AI能快速筛选简历并制作汇总表，看起来很酷。但在AI时代，求职者越来越多地提供作品集或GitHub链接而非标准简历；企业领导也开始倡导减少PPT汇报。在这种趋势下，用AI优化旧有工作流程的意义有多大？
控制权的困境
从更宏观的角度看，我们面临一个根本性选择：是将大语言模型作为现有可控系统中的一个新环节，还是将控制权完全交给这些本质上不可控的模型？
Manus 显然选择了后者，但这一选择值得我们深思。我们真的准备好让AI接管多少工作和决策流程？
算力与智能的本质
一些人工智能学者长期以来一直期待的是一种能够像人类一样，用最少资源实现快速泛化和能力迁移的AI。这种智能更接近人类思维的本质——高效而精准。
然而，当前由OpenAI等引领的大模型发展路线，更像是用”大力出奇迹”的方式展现不完美却实用的技能。这种路线是否背离了我们对真正人工智能的期待？
未来方向：弥合AI与现实的鸿沟
面对这些挑战，未来的AI发展可能需要从以下几个方向突破：
1. 混合智能架构
未来的AI系统可能需要结合符号逻辑与神经网络，创建能同时处理明确规则和模糊认知的混合系统。这种系统可以在保持灵活性的同时，提供更可靠的推理能力。
2. 强化具身感知
为AI提供与物理世界交互的能力，如结合机器人技术、IoT设备等，使AI能够获取互联网之外的信息。MIT、斯坦福等研究机构已开始探索如何让AI通过物理交互学习物理规律和常识。
3. 个性化定制与持续学习
开发能够根据个人使用习惯和偏好不断调整的AI系统。与其追求通用AGI，更实际的方向是构建能够随时间深入理解特定用户需求的专用AI助手。
4. 人机协作而非替代
将AI定位为人类能力的扩展，而非替代。设计以人为中心的界面和交互模式，让AI成为人类直觉和专业知识的补充，而非竞争者。
案例聚焦：比如将Manus与可穿戴设备结合，使AI能够获取用户的实时情境信息，如位置、活动状态和生理数据。这种方式帮助AI在推荐餐厅时考虑用户当前的位置、心情和健康状态，而不仅仅依赖互联网上的评论。
缺少”肢体”的大模型
没有”肢体”的大模型，就像看着一锅热腾腾的参鸡汤，却没有勺子舀出来喝的饿鬼。即使模型理解了世界，没有与现实交互的能力，它的智能也难以真正发挥作用。
Manus无疑是一项令人印象深刻的技术成就，代表了当前AI能力的前沿。但它同时也向我们揭示了当前AI发展路径上的根本性挑战。在技术进步的同时，我们需要更深入地思考AI与人类、AI与现实世界的关系，以及如何设计真正能解决人类核心需求的智能系统。
未来的突破可能不仅来自于更大的模型和更多的算力，而是来自于对人类智能本质的更深理解，以及AI与物理世界更紧密的连接。
