Manus ha appena pubblicato silenziosamente la sua dichiarazione 2.0

Autore: Hualin Wang, Geek Park

Editore: Jingyu, Geek Park

Il 26 ottobre, Zhang Tao (nome online HideCloud), co-fondatore e partner di prodotto di Manus, ha recentemente scritto un lungo articolo sul suo account pubblico "Qianyun Suxi", intitolato "Ristrutturare Manus con Manus".

L'inizio dell'articolo presenta un'immagine che lo ha colpito molto. Ha fornito agli ingegneri alcune richieste e bug, e dopo un po' è andato a controllare i progressi, scoprendo che sul computer dell'ingegnere erano aperte diverse sessioni di Codex e Manus. Aprendo a caso una di esse, ha trovato il testo della richiesta che aveva appena inviato su Slack, senza alcuna modifica.

Ciò che lo ha sorpreso di più è stato scoprire che quell'ingegnere stava gestendo contemporaneamente una quindicina o ventina di richieste. Oggi, in Manus, questa è già la norma.

L'articolo è ricco di informazioni, e ci sono alcune cose che meritano di essere annotate.

Internamente, Manus ha creato un'interfaccia di codice unificata chiamata Manus-mono, accompagnata da un manuale scritto per l'AI, in modo che l'AI possa vedere la panoramica tra i vari repository. Una richiesta può essere completata da una sola persona su tutti i fronti. Il team mobile ha sempre avuto solo 7 persone, responsabili di 2 prodotti e 4 app, con progressi che sono sostanzialmente sincronizzati con la versione web.

Tutti i product manager hanno inviato codice a Manus, e circa la metà è in grado di portare le richieste fino al lancio in modo autonomo. Alcune richieste presentate dai product manager sono già passate da documenti a video.

Il team di marketing ha ora un "collega digitale" che si organizza autonomamente, ricorda proattivamente i progressi dei progetti e interroga i dettagli delle funzionalità attraverso i team.

A settembre, la spesa media per l'AI in azienda ha superato i 10.000 dollari, con alcuni che hanno speso fino a 70.000-80.000 dollari in un mese. Zhang Tao ha dedicato un'intera sezione a rispondere alle critiche esterne.

Il momento in cui è stato pubblicato l'articolo è anche molto sottile. Alla fine di settembre, Manus ha lanciato la versione 2.0 e l'applicazione di intelligenza personale Cue; all'inizio di ottobre, la società madre Butterfly Effect ha annunciato di aver completato un nuovo round di finanziamento di oltre 500 milioni di dollari, aprendo 17 posizioni a Pechino.

Visto in questo contesto, questo articolo sembra più una dichiarazione del team di Manus sull'ingresso nell'era 2.0. Parla di come l'organizzazione utilizzi l'AI per evolversi, rivelando però la direzione del prodotto, la logica dei costi e gli standard di assunzione di questa azienda.

01 Manus stesso è un modello per la 2.0

Se metti insieme le pratiche interne descritte nell'articolo e l'elenco delle funzionalità di Manus 2.0, scoprirai che corrispondono quasi perfettamente.

Il collega digitale del team di marketing, se trova scomodo utilizzare il sito interno, può inviare una richiesta direttamente tramite un'interfaccia di feedback, e una volta che la richiesta entra, attiva automaticamente il compito di sviluppo di Manus. Dietro a questo si utilizza l'Automations di 2.0, che avvia automaticamente un compito quando riceve una notifica esterna.

I product manager sostituiscono i documenti di richiesta con video, grazie alle capacità video notevolmente potenziate di 2.0, che possono generare video da immagini e creare animazioni tramite codice. La product manager che si occupa della funzionalità di conversione da voce a testo ha una storia molto tipica. Ha prima fatto testare a Manus oltre dieci modelli, ha scelto uno da integrare, e poi ha creato un demo secondo le specifiche di design esistenti, facendo generare a Manus immagini per ogni possibile scenario che gli utenti potrebbero incontrare, controllando e modificando una per una, e infine montando il demo in un video. Una volta chiarito il piano, ha completato la funzionalità, e le interfacce sia per la versione web che per quella desktop sono state create da lei.

Il bot di Slack creato da un collega funziona su un computer cloud. I colleghi non tecnici che vogliono sapere come viene implementata una certa funzionalità, dove si trova il testo, se è stata lanciata, non devono prima chiedere a chi si occupa di cosa, possono semplicemente chiedere a lui. Questo corrisponde al computer cloud che può essere presente 7×24 ore in 2.0.

Ci sono anche alcune funzionalità attualmente utilizzate solo internamente. Ad esempio, i membri dello stesso progetto possono vedere per impostazione predefinita le sessioni reciproche, e dopo che gli ingegneri e l'AI hanno completato la maggior parte del lavoro, i product manager possono entrare nella stessa sessione per regolare spazi, stili e testi.

Zhang Tao scrive alla fine in modo molto diretto, che queste sono le cose che Manus deve fare bene in futuro, "Prima proveremo noi stessi, poi lo daremo agli utenti".

Il termine "mangiare il proprio cibo per cani" è circolato nell'industria del software per decenni. Si ritiene generalmente che derivi da un'email interna del dirigente Microsoft Paul Maritz nel 1988, intitolata "Eating our own Dogfood", in cui chiedeva ai dipendenti di utilizzare di più i propri prodotti. Un esempio più famoso è Slack, che inizialmente era uno strumento di comunicazione utilizzato dalla società di giochi Tiny Speck durante lo sviluppo di "Glitch"; il gioco non ha avuto successo, ma lo strumento è diventato il loro core business.

Manus sta seguendo un'altra direzione. I prodotti sono stati creati prima, e poi viene scritto come utilizzarli internamente, fungendo da miglior modello per il prodotto. Per un'azienda che vende agenti generali, non c'è dimostrazione più convincente di "tutta la nostra azienda lavora in questo modo".

02 Da un agente per persona a una sessione per team

La parte più degna di riflessione di questa dichiarazione è quella che riguarda "le opportunità che vediamo".

Negli ultimi anni, gli agenti personali sono diventati uno standard per le grandi aziende. Anthropic ha Cowork, Muse di Meta è rapidamente salita al primo posto nella classifica gratuita dell'App Store negli Stati Uniti, e WorkBuddy di Tencent ha superato i 20 milioni di visite mensili nel settore degli agenti intelligenti per PC in Cina. "Assegnare a ciascuno un AI che lavora per te" sta diventando una pratica comune.

Le tre opportunità elencate da Zhang Tao puntano a un altro livello.

La prima è che la sessione stessa diventerà un oggetto di lavoro per la collaborazione tra più persone, una persona pone una domanda, il designer propone una soluzione, l'ingegnere la realizza, e il product manager si occupa della gestione, tutto avviene nella stessa sessione.

La seconda è la collaborazione tra dispositivi e colleghi.

La terza è che dopo che l'agente è entrato nei sistemi e nelle conoscenze dell'azienda, può trovare attivamente soluzioni che le persone non avevano considerato.

Tutte e tre parlano di organizzazione, di come più persone e più agenti possano lavorare insieme.

Questo è in linea con l'idea di Cue. Cue ha fornito a ciascun agente una email, un numero di telefono, un portafoglio e un computer indipendenti. Il CEO Xiao Hong ha dichiarato al lancio che un "oggetto" del genere potrebbe essere chiamato "persona", e che "dovrebbe esserci un gruppo di molte persone e bot". Cue ha portato questa idea nella vita personale, mentre il collega digitale descritto nell'articolo rappresenta la sua manifestazione in azienda.

Alcuni dettagli sul collega digitale sono più vividi di qualsiasi presentazione funzionale.

Molti colleghi lo cercano contemporaneamente, quindi lui dialoga con tutti in una sola sessione "di lavoro", e i compiti specifici vengono suddivisi in altre sessioni per essere completati in parallelo. Con molti messaggi su Slack, prima valuta se ha a che fare con loro, e solo quelli pertinenti vengono suddivisi in due categorie: "interrompere ciò che stai facendo" e "gestire dopo aver completato". Zhang Tao ha sottolineato che queste regole sono state progettate autonomamente dall'AI durante il processo di sviluppo.

Una volta, i colleghi stavano discutendo due progetti su Slack e non riuscivano a ricordare a che punto fosse uno di essi. Nessuno lo ha menzionato, ma lui ha ricordato proattivamente: "B è ancora in fase di test, vuoi aspettare che A dia i suoi risultati prima di rivedere B?" Dopo che il team di prodotto ha lanciato la generazione di modelli 3D e l'assegnazione delle ossa, lui ha anche chiesto attivamente quali fossero le condizioni di applicazione, scoprendo che l'assegnazione delle ossa supportava attualmente sette tipi di oggetti, tra cui pesci, serpenti e animali quadrupedi, e poi ha potuto presentare queste informazioni in modo accurato.

Zhang Tao ha detto che in quel momento sembrava più un collega che ascoltava attentamente la riunione.

Quando l'agente individuale diventa uno standard, il prossimo terreno per gli agenti generali probabilmente si trova a livello di collaborazione di team. Manus ha prima trasformato la propria azienda in un campo di prova.

03 Spesa media di 10.000 dollari

Il dato più controverso dell'articolo è la spesa media per l'AI di oltre 10.000 dollari a settembre. Zhang Tao ne ha parlato all'inizio del mese sui social, suscitando molte critiche sul fatto che fosse "troppo eccessiva"; questa volta ha fornito tre motivi in risposta.

Il primo è che questi soldi comprano tempo e attenzione. Con un grande team, i costi di comunicazione aumentano, e l'AI risparmia l'attenzione di ciascuno, consentendo a tutti di avere un controllo più completo su ciò di cui sono responsabili.

Il secondo è che il costo è elevato perché si utilizzano i migliori modelli, che è il metodo fondamentale per comprendere i confini delle capacità dell'AI. Ha citato l'esempio di un robot di revisione del codice. Un collega responsabile dell'efficienza di sviluppo ha detto che negli ultimi sei mesi non ha sentito parlare di problemi di codice che hanno causato guasti online, e dopo la diffusione della programmazione AI, il volume di codice inviato dall'azienda ogni giorno è "estremamente elevato". Questo collega ritiene che potrebbe essere la spesa più vantaggiosa per l'azienda.

Il terzo motivo è il più interessante. Sempre più lavori di sviluppo vengono completati su Manus Studio, che è un prodotto di Manus; ogni token consumato internamente diventa dati per comprendere dove si spreca il token. Con il miglioramento del prodotto, gli sprechi diminuiscono, i costi si riducono e anche gli utenti ne beneficiano.

Questa logica trasforma un costo in un investimento in ricerca e sviluppo. Zhang Tao prevede che il modo di lavorare che oggi costa 10.000 dollari al mese potrebbe richiedere solo alcune centinaia di dollari tra due anni.

Guardando da un'altra prospettiva, questo calcolo riflette anche la situazione comune delle aziende che producono agenti a livello applicativo. L'ingegnere di cui si parlava all'inizio dell'articolo aveva sullo schermo aperto non solo Manus, ma anche Codex di OpenAI. La ricerca e sviluppo di Manus dipende dai modelli di altissimo livello, e le aziende che forniscono questi modelli stanno anch'esse sviluppando prodotti per agenti.

Alcuni commentatori hanno definito questo modello "innovazione dipendente", trovando spazi tra le capacità e gli utenti su piattaforme già esistenti, pagando un prezzo per ogni affare fatto a potenziali concorrenti.

In questo senso, la spesa media di 10.000 dollari dimostra due cose. Prima di tutto, il team ha effettivamente toccato i confini delle capacità del modello; in secondo luogo, Manus ha affrontato prima dei suoi utenti il problema dei costi degli agenti, e quindi ha maggiori opportunità di risolverlo per primo.

04 Velocità e l'inquietudine di Zhang Tao

L'altra faccia della dichiarazione è rappresentata dai membri del team di Manus.

In questo articolo, quasi ogni ruolo è stato riscritto. Gli ingegneri sono passati dal scrivere codice a dirigere l'AI nel lavoro e a essere responsabili dei risultati. I product manager devono essere in grado di portare le funzionalità fino al lancio, e la maggior parte delle interfacce che gli utenti vedono in Manus Studio, così come il Video Editor, sono state create dai product manager. Anche i designer hanno recentemente iniziato a scrivere codice.

Zhang Tao ha usato un'espressione per riassumere questo cambiamento, da "Human in the loop" a "Human on the loop". In passato, l'AI svolgeva il 70-80% del lavoro, e il resto veniva completato dagli esseri umani; ora le persone progettano le regole, supervisionano il lavoro di più AI, prendono decisioni in punti chiave e intervengono quando necessario.

Il collega che utilizza di più l'AI nel team ha un modo di lavorare molto "estremo". Ha una sessione principale di Manus, dove si occupa solo di elencare le cose che deve decidere, allegando le proposte raccomandate. Mentre tutti discutono animatamente su Slack, lui può non aprire Slack, ma semplicemente chiedere all'AI: "Cosa devo decidere ora?"

Queste nuove definizioni, in un certo senso, sono anche un annuncio di assunzione. Alla fine dell'articolo si scrive che le persone sono ancora importanti, quindi "stiamo ancora assumendo". Quasi contemporaneamente, Manus ha aperto 17 posizioni a Pechino, da ingegneri di Agent Harness a analisi commerciali; il CEO Xiao Hong ha detto che in un giorno ha ricevuto migliaia di curriculum. GitLab ha reso pubblico il proprio manuale per i dipendenti online, e Netflix ha pubblicato un manuale culturale anni fa, seguendo lo stesso principio.

Spiegare come lavora un'azienda è in sé un modo per selezionare che tipo di persone verranno.

Ma la parte che ha colpito di più Geek Park è stata, al contrario, quella in cui Zhang Tao non è così sicuro.

Ha confessato che i suoi sentimenti sono complessi, con eccitazione e ansia:

"Questo ritmo è giusto? È abbastanza veloce o troppo veloce?"

Questa domanda merita di essere approfondita. Come si può garantire la qualità quando una persona gestisce venti richieste contemporaneamente? Come si distribuisce la responsabilità in caso di problemi? "Non ho sentito parlare di guasti online negli ultimi sei mesi" è una sensazione di un collega, ma non si tratta nemmeno di una statistica. Come farà la metà dei product manager che già possono lanciare autonomamente a tenere il passo con l'altra metà? L'articolo non si è approfondito, forse la risposta è ancora in fase di esplorazione.

C'è anche un passaggio molto personale. Zhang Tao ha scritto di avere ADHD, con oltre venti compiti da svolgere ogni giorno, e la cosa più difficile è "iniziare a fare". Ora ha affidato tutti i suoi compiti a un progetto Manus dedicato, che può iniziare direttamente ciò che è in grado di fare, chiedendo a lui in caso di incertezze, e poi combinando Slack, Gmail e Notion per fare un primo giro di ricerca, da consegnare ai product manager corrispondenti.

Ha detto che questo gli ha fatto risparmiare molta ansia da "non sapere da dove cominciare" ogni giorno.

Alla fine dell'articolo, Zhang Tao torna a quella domanda: cosa fanno le persone alla fine? La sua risposta è definire i problemi, giudicare la qualità, decidere cosa valga la pena fare e assumersi la responsabilità dei risultati.

In un'organizzazione AI Native, il ruolo delle persone non è diminuito, ma è diventato più concentrato.

Questa dichiarazione ha già dimostrato l'efficienza organizzativa di Manus. Se riuscirà a diventare un prodotto per cui gli altri saranno disposti a pagare, dipenderà da quando e in che modo quelle funzionalità "utilizzate solo internamente" verranno consegnate agli utenti.

Zhang Tao si è chiesto alla fine, come sarà il loro modo di lavorare tra sei mesi o un anno, se scriverà di nuovo su questo argomento.

Penso che, a quel punto, guardando indietro, sapremo se questo articolo è una dichiarazione o un'anticipazione.