25年开年以来，AI发展繁荣兴旺，DeepSeek R1、OpenAI CUA、Manus等进犯革命层见错出跳蛋 露出，头昏脑胀。

这里我将最近一个月以来的念念考纪念一下，对25年AI发展趋势作念几点预判。

Manus推出之后，咱们第一时期拿到了体验账号，进行了充分的体验测评。

先说论断：固然Manus面前还有千般不足，但它的家具遐想念念路创意满满，值得咱们赐与充分的折服。

Manus的中枢架构基于“假造机+多Agent协同”方法，通过整合多个底层大模子（如GPT-4、Claude 3等）的API，终了任务的动态分拨与模子调用。

Manus打破了传统AI助手仅生成建议的局限，终炫耀从“需求输入”到“效果录用”的端到端闭环。

Manus冷落“Less Structure， More Intelligence”的交互理念，通过无代码化的当然讲话接口缩小用户使用门槛。

与此同期，Manus使用一个外置的markdown文献来管制Agent的任务盘算，何况将阶段性的职责效果存储为孤立文献，这亦然一个至极真谛的革命点。

Manus在MultiAgent的说念路上提供了一种至极真谛的念念路，但面前依然存在一些不言而喻的不足之处。

当先是“幻觉累加”的问题。

Agent的执行是屡次大模子问答的串并联。若是单次大模子问答的准确率是90%，串联10次的话，最终Agent讲演准确的概率是0.9^10，只好1/3独揽了。

鄙人面的案例中，Manus的任务是针对某上市公司进行财务数据分析。Manus很机灵的import了data_api模块，准备从雅虎提供的接口中调取财务数据。

可是在process_financial_data函数中，manus尽然把revenue、gross_profit等数据平直“硬编码”到了代码中，让东说念主猝不足防。而且过程考证，这里的数据有部分是空幻的。

若是原始数据出错了，那么后续无论分析得何等深远、图表作念得何等fancy王人失去了真谛。

Manus的第二个问题是可供大模子调用的器具不足。

底下这个例子中，Manus的任务是写一篇对于“小米Su7”的市集分析阐发PPT。

Manus齐备的拆分了任务，何况检索了无边新闻，可是终末它无法生成一份PPT，因为它无法调用Office软件。

面前Manus输出的内容体式多为纯文本或者网页，还无法和东说念主类职责流进行齐备交融。

Manus际遇的第三个挑战是小院高墙的互联网生态。

互联网上有好多优质信息是存放在“围栏”中的。

比如当咱们让Manus去分析比较市面上总共AI智能眼镜的性价比时，它机灵的找到了对应商品的淘宝网页。

可是当Manus想要掀开具体家具页面获取价钱性能等详备信息时，淘宝判定它为机器东说念主，并已矣了Manus的拜谒。

无独到偶，当咱们让Manus为一家非上市公司进行出具贸易分析阐发时，Manus为了获取公司的最新融资证实，拜谒了CrunchBase数据库。

可是Manus的拜谒被CrunchBase判定为机器东说念主，随后被冷凌弃的已矣了。

互联网看似公开透明，实则存在无边雷同小院高墙的情况，优质信息往往就存放在这些高墙之内，Manus无法平直获取，这无疑窒碍了Manus的职责效果。

尽管有着千般问题和挑战，Manus依然给大家形容了MultiAgent的雄壮远景，打响了Agent元年的第一枪，值得咱们赐与充分的折服。

在Manus占据大家视线的同期，外洋AI大厂究竟作念了哪些技能储备呢？

在本年的1月底，OpenAI发布了由其新模子CUA（Computer-Using Agent）驱动的AI智能体Operator。

CUA模子交融了GPT-4o的视觉才能和通过强化学习终了的高等推理才能，大概将任务剖判为多门径盘算，并在际遇挑战时进行在我蜕变和蜕变。

简而言之，CUA即是一个会操作电脑的Agent，它的运作旨趣至极直白且粗略，如下图所示。

当先，CUA会同期摄取两种模态的输入：其一是文本指示，其二是屏幕截图。

CUA会同期处理这两种信息，何况生成一系列作为指示，比如“点击屏幕上坐标为(300，200)的点，何况输入XXX，按回车”。

电脑摄取到指示并完成操作后，会将新的屏幕截图与新的任务指示复返给CUA，如斯周而复始，直到得到最终谜底。

那么CUA面前操作电脑的才能达到了怎样的水平呢？

字据OpenAI的官方测评，CUA在操作电脑和操作浏览器这两个场景上，比拟上一代SOTA王人有了雄壮的性能提高。

可是比拟东说念主类而言，依然有着较大的差距。换句话来说，面前顶级的Agent依然莫得办法像一个成年东说念主同样正确的操作电脑，但我信赖这个近况在本年内就会发生质变。

刚才在分析Manus的瑕疵时，提到了“器具不足”的问题。

Anthropic昭彰也意志到了这个问题，并在前年年底推出了MCP来从根源上责罚这个问题。

MCP的全称是Model Context Protocol，它界说了诓骗门径和AI模子之间交换荆棘文信息的表情，这使得建设者大概以一致的表情将各式数据源、器具和功能集合到 AI 模子。

MCP之于AI，有点雷同于TCP/IP之于互联网。

MCP有三个进犯特色：

现时越来越多的器具及办事运转接入MCP，呈现愈演愈烈之势，包括Google Maps、PGSQL、ClickHouse（OLAP数据库）、Atlassian、Stripe等等。

在Smithery平台上你不错任意查找不同功能对应的器具及办事。跟着越来越多的Server接入MCP公约，以前AI大概平直调用的器具将呈现指数级增长，这能从根源上掀开Agent才能的天花板。

这里我联接最近几个月以来的不雅察和念念考，纪念一下25年AI发展的几点进犯趋势。

第一，预考验行将闭幕，后考验成为重心。

这其实还是是行业共鸣。前年年底时，Ilya在NeurIPS大会上提到一个进犯不雅点：数据是AI时期的化石燃料，因为咱们东说念主类只好一个互联网。

与此同期，在本年DeepSeek R1的论文中，提到了后考验将成为大模子考验管线中的进犯组成部分。

第二，针对后考验而言，强化学习将成为主流，监督学习的进犯性慢慢着落。

DeepSeek R1带来最进犯的启发是：地说念的RL可能是通向AGI的正确旅途。

跟着TTS的加多，大模子会自我表露出复杂的推理活动，而无需刻意指示。

如下边右图所示，横轴是大模子RL的迭代步数，纵轴是单次问答的token长度。咱们不错看到，跟着大模子RL步数的加多，大模子会自主的从“快念念考”造成“慢念念考”，从最运转每次讲演100个token，到终末每次讲演接近10000个token。

DeepSeek团队将这种随和称为“self-evolution”，并觉得它是“the emergence of sophisticated behaviors”。

具体是哪些复杂活动的表露呢？DeepSeek也给出了谜底，比如：self-verfication， reflection等。

这个发现对于咱们来说有着进犯的启发。以前监督学习在AI考验中究竟应该饰演怎样的脚色？监督学习是否反而斥逐了AI责罚问题的才能？

是否不应该让AI通过师法东说念主类的念念维表情来得到智能，而是让AI发展出愈加原生的智能？

这些问题，王人有待总共这个词AI行业通过实施来给出谜底。

第三，MutiAgent是细目性的大趋势。

若是将AI和东说念主脑进行类比的话，大模子就像是东说念主脑中的“前额叶”。

家喻户晓，前额叶主要厚爱高等知道功能，比如贯注力的分拨、念念考推理、有盘算等。

可是只是有前额叶，大脑是无法处理复杂任务的。咱们需要有颞叶来进行听觉信号的解析，需要顶叶进行阅读和算术，需要小脑来进行通达互助，需要海马体来进行挂牵索引。

MultiAgent的界说正值即是让多个不同的模子之间彼此互助，从单独的“前额叶”走向“完整的大脑”，从而处理愈加复杂的现实任务。

在这个蓝图中，MCP就起到了至极进犯的作用：互助长入大模子与各器具之间的数据通讯接口。

2025年是AI Agent元年，Manus的出现打响了第一炮。

无论是OpenAI的CUA照旧Anthropic的MCP王人指向了一个共同的以前，以前2年AI的发展速率将至极笔陡。

持好扶手，以前已来！

本文作家：费斌杰跳蛋 露出，起头：Alpha Engineer，原文标题：《【深度】从Manus到MCP：25年AI的三大新趋势》