English日本語
“让每一句人机对话都宁静可信 ，让每一次智能交互都风险可控——这是属于AI时代的宁静允许。 —— 东森平台”
2025年3月初 ，中国AI初创公司Monica.im推出的通用智能体Manus ，以一匹黑马的姿态搅动了全球人工智能领域的格式。这款号称“全球首款全自主执行庞大任务的数字署理人” ，凭借其“规划-执行-验证”多智能体协同架构 ，在GAIA基准测试中刷新了智能体解决现实问题的性能纪录。其奇特的云端异步处置模式让用户亲眼目睹AI像人类般调用浏览器、编写代码、生成陈诉的全流程操作 ，这种“手脑并用”的突破性设计 ，使得AI智能体从对话建议者蜕变为任务执行者。
当前 ，Manus引发的热潮已逾越技术自己 ，成为视察中国AI工业化路径的窗口。与DeepSeek的基础大模型技术突破型路径差异 ，Manus选择在应用层智能体突围。这种“从1到10”的创新能力或将重构人机协作范式 ，推动智能体从实验室走向真实生产力场景。这场由工程整合驱动的智能革命 ，正在为通用人工智能的工业化按下加速键。
一、“指月”公案
Manus刚一宣布 ，推崇者、质疑者就纷至沓来。提问DeepSeek ，回答总结了最近业界的主要争议：
? 技术原创性与工程整合之争：是否套壳 ，依赖第三方模型 ，工程能力VS原创性 ，复刻容易。
? 营销计谋与流传真实性：饥饿营销、邀请码炒作 ，演示与体验落差 ，国内外流传差异。
? 技术路径与行业尺度分歧：基础模型派VS应用派 ，伦理尺度缺失 ，评估体系不统一。
? 产物成熟度与商业可连续性：早期产物不稳定 ，运行速度慢 ，瓦解问题 ，复现门槛低 ，大厂竞争风险。
? 伦理与责任界定问题：滥用风险如诈骗 ，责任划分不明确 ，缺乏执法框架。
禅宗有一个著名的“指月”公案。
公案有两种经典版本：
禅师版本：有修行者问禅师“何为佛法” ，禅师不答 ，仅以手指向夜空明月。问者却误将“手指”看成佛法自己 ，忽略了手指指向的明月。
佛陀版本：佛陀说法时手指月亮 ，众人不解其意。佛陀解释道：“佛经如指向月亮的手指 ，目的是让你们找到月亮 ，但若只研究手指的粗细、颜色 ，便永远见不到真正的明月。”
尽管存在诸多争议和讨论 ，我们纷歧定要把注意力都聚焦在“Manus”这只手上。我们可以实验去仔细视察审视一下这只手所指的月亮——AGI通用人工智能（Artificial General Intelligence） ；即使AGI遥不行及 ，是否可以看看月亮周围的星辰——API专业人工智能（Artificial Professional Intelligence）。
API专业人工智能聚焦在一个清晰界限内的专业领域内 ，好比：网络宁静、日常Office办公、量化交易等 ，在领域内告竣一定的通用智能。借鉴Manus给我们的提示 ，接纳多智能体集群的大模型应用形态 ，可以解决单智能体难以负担的自主驱动的庞大API任务。
二、智能体集群化 ，从组织到器官、系统
一个单智能体就是最小的API专业人工智能 ，就像人体生理解剖学中细胞聚合而成的“组织” ；
而多智能体的结构性组合就好像是人体生理解剖学中的“组织组成了器官” ；
因为API专业人工智能具有数学上的一种“分形”特性 ，可以让API组成更大更强的API ，让结构性的智能体集群形成好像人体中的“系统”（好像呼吸系统、消化系统、免疫系统等等）。
智能体集群化思想 ，以及衍生的结构问题、规模问题、能力问题（算力问题）、循环问题（数据和知识问题）、行动问题（工具问题）等等 ，都成为研究API专业人工智能乃至走向AGI通用人工智能的重要路径。
以智能体集群思想 ，对机构宁静开展全面智能革新的主要思路就是两点:
其一 ，让基础宁静能力原子化、工具化、智能体化 ；
其二 ，构建一个多智能体、智能体集群的宁静体系。
东森平台研判 ，当下和未来一段时间的宁静智能化路径 ，应当走API专业人工智能、智能体集群的研究路线、产物路线和工程路线。
三、M·A·N·U·S ，智能体集群的五大特征
就像人体有呼吸、消化、循环等等八大系统 ，结合最近几年的AI研究积累和“Manus的指月” ，东森平台提出API专业人工智能和智能体集群应当具有的五大特征（五大能力、五大属性）：
Ｍ-Multi-Agent Synergy 多智能体协同
Ａ-Autonomous Execution 自主执行
Ｎ-Natural Interaction Framework 自然交互框架
Ｕ-Unified Tool & Application Interface 统一工具和应用接口
Ｓ-Secure-Compliance Mesh 宁静合规网格
1、M – Multi-Agent Synergy（多智能体协同）
多智能体、甚至是智能体集群一起协同完成智能任务。智能体集群模式可以让智能体拥有集中和漫衍的选择 ，可以实现智能体向数据靠拢、向访问者靠拢。智能体集群可以实现并行执行 ，也可以像人那样同时进行深度思考与肌肉反射。多智能体协同的结构多样性 ，让API专业人工智能具有了好像人体“器官”的庞大功效、人体“系统”的协调体系。
核心技术机制探索：
（1）通过漫衍式调治算法实现跨模型、跨工具链的动态协作 ，支持行业知识库与私有数据的混合调用。
（2）参考Manus的实践 ，多智能体系统接纳规划-执行-验证三层动态调治机制。
? 规划层：通过任务规划引擎将用户指令拆解为原子任务（如“生成财报”剖析为数据清洗、模型训练、可视化等） ，并基于资源池动态分配智能体。
? 执行层：各智能体独立调用工具API接口（如Python脚本生成、数据库查询） ，通过异步通信协议共享中间结果 ，制止资源竞争。
? 验证层：验证输出结果 ，确保子任务正确执行。
（3）动态负载均衡 ，结合算力调治 ，智能体集群可凭据任务庞大度动态调整资源分配。
? 轻量任务（如数据查询）优先分配至边缘节点 ，降低延迟 ；
? 高耗任务（如大模型推理）路由至云中心GPU集群 ，并通过弹性扩缩容控制成本。
2、A – Autonomous Execution（自主执行）
以AGI通用人工智能的高度要求 ，要求智能体要具有人类那样的自主性、甚至自我意识。而从API专业人工智能的角度 ，所谓自主执行只需能够在某个专业领域内接受恒久或庞大的任务目标 ，并在执行中能够自我应对种种例外情况（而这些例外处置并不是法式员编好的） ，而在极端情况下可以再寻求人类的支持和接管。
核心技术机制探索：
（1）基于实时自动化工具构建 ，将用户指令转化为端到端事情流 ，通过大模型的function calling能力将事情流中的子任务转换为工具调用 ，对无工具调用的情况 ，实时构建代码工具：
? 语义→代码映射：将事情流任务指令转换为详细的功效描述 ，再通过代码大模型生成可执行代码（如Python、SQL） ；
? 动态调试：在沙箱环境中预执行代码片段 ，捕捉异常后触发自修复算法（如变量类型推断、API参数补全）。
（2）闭环反馈机制。通过强化学习奖励函数优化执行路径：
? 正向反�。喝挝裢瓿墒奔洹⒆试聪牡戎副甏锉晔� ，强化当前计谋 ；
? 负向反�。菏О苋挝翊シ⒏蚍治瞿？� ，自动生成革新方案并更新知识库。
（3）多智能体的自主执行 ，涉及智能体之间的调治关系。至少有两大类趋向：
? 主从调治关系。存在一个智能体是主master ，由其来调治其他的从智能体slaver。
? 令牌调治关系。没有一个牢固的主智能体 ，而是多个智能体在某种规则下转移主智能体身份。整体执行的还是主从调治。
? 对称调治关系。不存在一个绝对的主智能体 ，而是通过多个智能体各自的自主执行和相互通讯来形成一种平衡调治。
3、N – Natural Interaction Framework（自然交互框架）
自然交互框架 ，里面涉及人与智能体集群的交互 ，以及智能体之间的交互。这里主要论述的是人与智能体集群交互的“自然” ，包罗“自然语言”和其他可称之为自然的交互方式（类似人与人的那些交互方式 ，好比手势）。
核心技术机制探索：
（1）自然语言深度理解
? 突破字面语义解析 ，识别隐喻、幽默等文化语境（如识别学生作业中的讥笑表达）
? 结合情感计算模型分析用户情绪状态（如在线教育中检测学习者挫败感）
（2）多模态交互设计
? 支持语音、手势、触控等混合输入方式
? 动态调整交互风格适配用户特征（如为儿童提供拟人化语音反�。�
（3）认知共情模拟
? 通过记忆强化网络构建用户画像（记录偏好、知识盲点等）
? 生成带情感温度的输出（如心理咨询AI的慰藉性回应）
4、U – Unified Tool & Application Interface（统一工具与应用接口）
人类区别于动物的两件重要的事情 ，一个是使用语言 ，另一个是使用工具。一个智能体集群 ，其工具集应当是一体化的。而且工具的向上接口应当是尺度的、统一的。
核心技术机制探索：
（1）协议抽象层 ，参考 UniApp跨平台方案 ，通过以下技术屏蔽底层差异：
? 尺度化描述语言：使用OpenAPI规范封装异构工具（如REST、gRPC、GraphQL） ，开发者仅需声明输入输特别式 ；
? 自适应路由：凭据运行时环境（如iOS/Android/Web）自动选择最优通信协议。
（2）热插拔扩展机制
? �？榛釉兀盒略龉ぞ撸ㄈ鏗uggingFace模型）只需实现尺度接口类 ，无需修改核心代码 ；
? 依赖隔离：通过容器化部署制止版本冲突 ，确保差异版本大模型可并行调用。
（3）在一些庞大功效还暂时难于封装为工具的时候 ，可以将大型App应用通过API接口规范来联接调用。
（4）工具链基座与知识编织层难以割裂 ，而知识层与工具调用层的统一化尺度化 ，可以形成一个“Unified Cognitive Fabric统一认知架构”。
5、S – Secure-Compliance Mesh（宁静合规网格）
在一个庞大的智能体集群中 ，一定有一些智能体是专司宁静和合规功效的 ；一个大范围的智能体集群中 ，一定有一些宁静基座提供贯穿全局的宁静服务和宁静规制。
核心技术机制探索：
（1）零信任计谋网格
? 四维权限模型：结合主体（用户/应用）、客体（数据/API）、环境（时间/位置）与操作（读/写/执行）动态鉴权 ；
? 微隔离：每个API调用均经过最近的计谋执行点（PEP）验证 ，防止横向渗透。
（2）合规自动化
? 规则引擎：将GDPR、HIPAA等规则转化为可执行计谋（如“患者数据存储≤90天”） ；
? 证据链生成：记录和审计操作日志 ，支持一键导出审计陈诉。
M·A·N·U·S的一些逻辑关系
在智能协作层：Multi-Agent Synergy多智能体协同 ，驱动Autonomous Execution自主执行的任务剖析。
在认知融合层：Unified Tool & Application Interface统一工具和应用接口、Natural Interaction自然交互框架 ，分别提供到世界、到人的联接。
在治理防护层：Secure-Compliance Mesh宁静合规网格 ，为所有层提供宁静与合规约束。
M·A·N·U·S术语体系完整笼罩了从智能协同（M/A/N）到认知融合（U）再到宁静治理（S）的技术闭环 ，每个术语既独立承载核心价值 ，又通过架构设计形成有机整体。
M·A·N·U·S 就像AI智能体的新DNA密码。
“MANUS is the New DNA of AI Agents”。
四、充实认可M·A·N·U·S代表的智能体集群偏向
AI赋能网络宁静 ，从一开始就不是简单的语言类大模型应用。从一开始就直接深入到智能体应用的条理。东森平台在宣布了九天·泰合宁静大模型之后 ，很快就宣布了安星宁静智能体。在2024年一直在致力于推动宁静产物、宁静能力逐步向智能体转化。
在今年春节前后的DeepSeek热潮开始后 ，更是将DeepSeek深度融合到宁静智能体的革新和开发中。下面就是春节后一个月的时间 ，东森平台在宁静智能体领域的产物宣布和技术研究：
? 东森平台全面对接DeepSeek大模型 ，全场景智能化宁静再升级
? 新赛道 | 东森平台宣布MAF大模型应用防火墙产物 ，提升DeepSeek类企业用户宁静
? DeepSeek赋能TAR ，打造全流量威胁检测技术新范式！
? 叠加DeepSeek多模型基座 ，东森平台宁静运营实现跃升
? 新赛道 | DeepSeek引爆企业AI应用 ，东森平台宣布MASB界说大模型访问宁静
? 新赛道 | DeepSeek引爆宁静刚需 ，东森平台宣布MAVAS大模型宁静评估系统
? 东森平台宣布大模型应用宁静“新三件套” ，奠基“后DeepSeek智能时代”的宁静基石
? AI原生宁静访问基座：工业演进视角下的MASB跃迁
? SaaS化星辰云MAVAS大模型宁静评估服务 ，守护“后DeepSeek智能时代”的稳健防线
? 后DeepSeek智能时代 ，东森平台“大模型应用宁静超融合服务”让宁静与业务同频共舞
? DeepSeek让宁静火力重部署！【大模型宁静运营前哨基地】向前推进效能界限
? 东森平台宣布《AI-R-IAM AI就绪的大模型身份与访问管理白皮书》（附下载链接）
? 东森平台宣布《AI-R-SDLayer AI就绪的宁静数据通层白皮书》（附下载链接）
? 东森平台宣布《AI-R-SOCC AI就绪的宁静合成管理中心白皮书》（附下载链接）
? 新赛道 | 东森平台宣布“大模型访问脱敏罩” ，客户放心面对DeepSeek引爆的访问宁静刚需
? AI赋能再升级！东森平台态势感知平台深度适配DeepSeek ，打造自主可控宁静基座
? ……
而在三月初之后 ，东森平台更是将宁静产物和宁静能力的进化偏向与智能体集群化、M·A·N·U·S化结合在了一起 ，开启了新的创新格式。
? 《东森平台安星智能体集群化MANUS化 ，开启宁静智能体从组织到器官、系统的进化》
? 《宁静瞭望塔 ，MANUS化的威胁情报智能体集群》
? 《大模型应用宁静资源池 ， MANUS化的全效防护智能体集群》
? 《生成式蜜罐 ，MANUS化欺骗式防御集群中的新智能体》
? 《宁静运营前哨基地 ，一个MANUS化的运营智能体集群》
? 《一个MANUS化智能体集群的宁静体系架构方案：构建“感知-分析-验证-预警”自主闭环》
? ……
快速链接
Copyright ? 东森平台 版权所有 京ICP备05032414号 
京公网安备11010802024551号
