“Less structure,more intelligence”(少限制,多智能)——乍看有点抽象,但这句话背后的理念其实很有趣。
想象有以下两种类型的员工。
员工A: 需要详细指导每一步——“打开Excel表格→单击第三列→排序数据→……”。
员工B: 只需告知目标——“帮我分析销售数据,找出业绩下滑的原因”。显然,我们都希望有更多员工B。但有趣的是,传统AI工具大多被设计成员工A模式——需要用户提供详细的步骤指导。
Manus团队挑战了这种范式。他们的理念是,不要让用户来适应AI的工作方式,而是让AI来适应人类的思维方式(图3-4)。
图3-4 传统 AI 与 Manus 的思维方式对比图
这种方法在实践中显著减少了用户操作步骤。有数据显示,对于复杂相同程度的任务,Manus的平均指令数量比传统AI降低约60%,但完成率反而提高了。
我最近观察到一个令人印象深刻的例子:一位用户只是简单地说了句“帮我了解一下最近NFT市场的情况”,Manus不仅自动搜索了最新信息,还分析了市场趋势、制作了图表、对比了不同平台数据,最后甚至给出了投资建议。全程无须用户额外指导。
这就是“Less structure,more intelligence”的魅力所在——AI从被动的工具,变成了主动的问题解决者。