Manus ra mắt hệ sinh thái 2.0: Bước tiến mới với Personal Agent Cue

@Yunxiao Guo

Tối qua, Manus đã phát hành phiên bản 2.0 — về cơ bản là một "đại tiệc" kết hợp các tính năng siêu cấp.

Hãy để tôi điểm nhanh qua những gì có trong gói này. Về mặt kỹ thuật: một kiến trúc tác nhân (agent) mới có tên là Cascade, vừa tốt hơn lại vừa rẻ hơn, cùng với đó là máy tính đám mây và khả năng tự động hóa. Đối với các kịch bản công việc và sáng tạo, có Manus Studio mới, có thể chỉnh sửa video, tạo video, xây dựng trò chơi trực tuyến nhiều người chơi và điều khiển máy tính từ xa để hoàn thành công việc. Và "One More Thing" (một điều bất ngờ nữa) của riêng Manus: Cue.

Tôi đã nhảy vào trải nghiệm ngay lập tức, đặc biệt là với Cue này.

Vì tôi đã tìm hiểu kỹ về khái niệm Personal Agent (Tác nhân cá nhân), việc đầu tiên tôi làm trong Cue là kết nối các tài khoản khác nhau của mình. Sau khi liên kết Gmail, GitHub, Notion, Instagram, Oura, v.v., tôi đã thêm bản sao lưu bộ nhớ Codex cùng một vài bài đăng trên Jike của mình (và tôi xin nhắc lại dưới tên thật của mình: Jike, làm ơn hãy phát hành một trình kết nối chính thức đi).

Những thứ này ít nhiều bao quát hầu hết các biểu đạt chủ động và hồ sơ thụ động của tôi trên internet — một bức tranh khá đầy đủ về bối cảnh của tôi. Yêu cầu đầu tiên của tôi là: hãy tạo ra thứ gì đó, bất cứ thứ gì, cho thấy bạn hiểu tôi đến mức nào. Vài phút sau, tôi nhận được một lá thư hình ảnh. Thành thật mà nói, nó khá tệ — văn phong vừa mang tính AI tạo ra, vừa sướt mướt một cách khó chịu, nên tôi sẽ không kể chi tiết cho các bạn đâu. Điều bất ngờ thú vị duy nhất là Cue đã duyệt qua các bức ảnh chụp đường phố của tôi trên Instagram và lấy thêm các bức ảnh khác về cùng thành phố đó để làm minh họa.

Tất nhiên, đối với một Personal Agent, trải nghiệm quan trọng hơn nằm ở các kịch bản đời thực như du lịch, ăn uống và mua sắm. Một tác nhân có lẽ không cần phải mô tả gu thẩm mỹ của bạn một cách chính xác tuyệt đối; nó cần thực hiện tốt việc đi chợ hoặc đặt đồ ăn mang về. Rõ ràng, Cue được thiết kế với triết lý này trong tâm trí.

Khi bạn tạo một tác nhân trong Cue, nó sẽ cấp cho tác nhân đó một máy tính đám mây, một ví thanh toán, một địa chỉ email và một số điện thoại. Bản thân Red Xiao đã nói rằng một thứ gì đó đủ thông minh, khi được trang bị tất cả những thứ trên, "có lẽ có thể được gọi là một 'con người'."

Trong một năm rưỡi kể từ khi Manus 1.0 ra mắt, các khái niệm liên quan đến tác nhân đã trải qua nhiều lần lặp lại. Nhưng đội ngũ Manus dường như vẫn kiên định với việc xây dựng một sản phẩm tác nhân đa năng, giống con người. Và Cue, đúng như tầm nhìn, thực sự giống một con người. Khi nó có thể làm những gì mà một quản gia hoặc trợ lý con người thực thụ có thể làm, liệu bạn có bao giờ nghi ngờ rằng có một người thực sự đang ngồi sau Cue không?

Cue cũng làm tôi nhớ đến các cuộc thảo luận về OpenClaw dựa trên đám mây từ đầu năm nay. Việc thiếu bối cảnh cục bộ là một lời chỉ trích lớn vào thời điểm đó, nhưng giờ đây mọi người đều hiểu rằng bối cảnh nằm rải rác trên các ứng dụng khác nhau có khả năng có chất lượng cao hơn bối cảnh cục bộ. Giả sử bạn có thể lấy được bối cảnh đó, đám mây không phải là một bất lợi. Một biến số khác là Computer Use — một khả năng đã tiến bộ vượt bậc trong các phiên bản mô hình gần đây. Các tác nhân không còn cần phải đợi ứng dụng mở CLI hoặc API; chúng có thể trực tiếp vận hành phần mềm trên máy tính đám mây của riêng mình.

Tôi cũng đánh giá cao những điểm nhấn đặc trưng của Manus — như tính năng quét mã QR trên iOS mà tôi thậm chí còn chưa sử dụng, có lẽ là một thử nghiệm nhỏ trong việc đưa các tác nhân lên thiết bị di động.

Nhưng tất cả những điều này bằng cách nào đó vẫn cảm thấy chưa đủ. Ngay cả khi gạt sang một bên thực tế là tôi không thể trải nghiệm đầy đủ hệ sinh thái, Cue và Manus Studio ở dạng hiện tại vẫn chưa đủ gây choáng ngợp. Lý do có thể là: kể từ khi Manus lần đầu ra mắt, mọi người đã dần quen với mọi thứ liên quan đến tác nhân, và sự ngoạn mục về công nghệ không dễ dàng được tái tạo. Hơn nữa, mọi người đều đặt kỳ vọng cực kỳ cao vào Manus.

Đây tình cờ là một nơi tốt để trích dẫn một dòng chính thức từ buổi ra mắt 2.0 này: "Hãy nhớ lại khoảnh khắc 'wow' đầu tiên của bạn: một ý tưởng, biến thành hiện thực ngay trước mắt bạn."

Đối với các công ty ứng dụng AI Trung Quốc, Manus đã là một nhân tố thay đổi cuộc chơi.

Sau các mô hình ngôn ngữ lớn, khái niệm Agent bắt đầu trở thành xu hướng, nhưng làn sóng các công ty khởi nghiệp chỉ thực sự bùng nổ trên quy mô lớn sau khi Manus xuất hiện vào tháng 3 năm 2025. Nhiệt độ đã dao động nóng lạnh trong một năm, nhưng hầu hết các công ty khởi nghiệp này đều không thể tiến xa hơn về tăng trưởng. Nhìn lại một năm rưỡi qua, biến số bị đánh giá thấp nhất rõ ràng là bước nhảy vọt về khả năng của mô hình và tham vọng của các công ty mô hình. Các công ty khởi nghiệp ứng dụng thực sự tạo được đột phá vẫn chỉ là Manus, Liblib và Genspark — cái gọi là "bộ ba quyền lực". Và những gì được thảo luận nhiều nhất gần đây thực chất là Tipsy và Emochi, những cái tên đột ngột nổi lên chỉ trong vài tháng qua.

Bối cảnh khởi nghiệp rộng lớn hơn nhanh chóng trở nên yên ắng. Một số mô hình bùng nổ rồi lụi tàn điển hình đã xuất hiện: những người sáng lập kiểu quản lý sản phẩm, mạng xã hội A2A, tác nhân chủ động, chuyển hướng sang FDE, v.v. Một số con đường vẫn chưa có kết luận, chẳng hạn như liệu dữ liệu người dùng và hậu đào tạo có thể đưa các công ty khởi nghiệp ứng dụng đến bất cứ đâu có ý nghĩa hay không.

Một tháng trước, nơi khác đã thực hiện một Bài kiểm tra giữa kỳ về ứng dụng AI, và chúng tôi đã nhận được gần 1.100 phản hồi. Những người trả lời nhìn chung cảm nhận được sự ấm lên của đầu tư vào ứng dụng AI, nhưng ngoài việc tiếp tục tài trợ cho một vài công ty hàng đầu, điều này vẫn thiếu bằng chứng về việc các quỹ thực sự đổ tiền vào. Hầu hết cho rằng đó là do sự luân chuyển vốn và điều chỉnh định giá thay vì nhu cầu, tỷ lệ giữ chân và doanh thu thực sự hiệu quả. Và ngoài tất cả những điều này, câu hỏi khó trả lời nhất vẫn là hướng phát triển của mô hình.

Nhưng đến nay, điều tương đối chắc chắn là các ứng dụng về cơ bản đã thu hẹp lại chỉ còn ba thứ: Lập trình / công việc văn phòng, video / trò chơi và Cá nhân.

Sự đồng thuận đầu tiên hình thành xung quanh các kịch bản năng suất, chủ yếu là Lập trình và công việc văn phòng hàng ngày, nhưng điều này đã bước vào giai đoạn chiến tranh toàn diện giữa các gã khổng lồ công nghệ. Giải trí bao gồm các nền tảng sản xuất nội dung và tiêu thụ nội dung tập trung vào video và trò chơi. Sản xuất nội dung, vì nhiều lý do, đã chuyển hướng sang các kịch bản sản xuất và nằm trong tầm ngắm của các sản phẩm từ công ty lớn. Vì vậy, các ứng dụng đồng hành sắc sảo, trò chơi nhỏ kiểu 4399 và các nền tảng tiêu thụ nội dung tương tác thời gian thực đã xuất hiện theo từng đợt trong vài tháng qua.

Trong hai đến ba tuần qua, từ Muse đến Today AI cho đến Manus Cue, làn sóng Personal Agents này thậm chí còn chưa kéo dài được một tháng. Sau khi một vài sản phẩm ra mắt, giờ đây mọi người lại đang nghiên cứu các tác nhân cho các kịch bản đời sống.

Bản phát hành 2.0 lần này của Manus là một dịch vụ trọn bộ hiếm hoi trong số các công ty khởi nghiệp ứng dụng. Ngoài Cue đã đề cập, Manus Studio cũng nổi bật với các khả năng xử lý video và tạo trò chơi — bạn có thể thấy dư âm của các ứng dụng AI hàng đầu khác, và chúng tương ứng một cách đại khái với các danh mục đồng thuận đã đề cập ở trên. Điều này cũng bao gồm các hướng đi mà các công ty nhỏ hơn đã thử nghiệm, như ChatCut, mà nơi khác đã đưa tin trước đó. Đây cá nhân là một trong những công ty yêu thích của tôi.

Hơn nữa, quan trọng ngang bằng hoặc thậm chí hơn cả phiên bản sản phẩm 2.0 chính là thông báo của Manus về việc thành lập một đội ngũ để phát triển các sản phẩm dành riêng cho thị trường nội địa Trung Quốc. Đây cũng là tín hiệu đáng chú ý nhất trong đợt ra mắt lần này.

Đối với hầu hết các công ty ứng dụng vẫn đang trong giai đoạn khởi nghiệp, họ buộc phải dồn nguồn lực hạn hẹp của mình vào một mục tiêu duy nhất. Việc Manus tiến lên phiên bản 2.0 dường như không còn tuân theo những quy tắc này nữa.

Ảnh bìa: Marcellin Auzolle, Cinématographe Lumière, 1896, Bibliothèque nationale de France