type
status
date
Jan 4, 2026 02:42 PM
slug
summary
tags
category
icon
password
核心逻辑：用户交互方式的变革
- 交互跃迁：从 Chatbox（纯文本对话） ➡️ OS/Browser/虚拟机
- 工程跃迁：从 Prompt Engineering（把话说明白） ➡️ Context Engineering（把环境搭好，构建好agent，连接外部世界的“接口”和固化的“工作流”）。
技术架构：多层系统论
为了让模型安全、有效率地操作外部世界，系统被划分为四个层级：
协议层：MCP (Model Context Protocol)
- 定位：系统的“USB 接口”。解决模型与外部世界（文件、Git、数据库、api）的连接问题。
- Anthropic 于 2024 年末推出
- 架构三要素：
- MCP Host (宿主)：如 VS Code，负责最终决策和用户交互。
- MCP Client (客户端)：Host 内部的连接器。
- MCP Server (服务端)：
- Resources：静态数据（日志、数据库记录、api返回结果）。
- Tools：可执行动作（发邮件、计算）。
- Prompts：自带说明书（告诉模型如何使用此工具）。
技能层：Skills (Capability Packages)
- 定位：系统的“安装包”。将专家流程固化，而非每次重新 Prompting。类比到结构化的python包
- 核心逻辑：
- 非线性加载：启动时只注入
Description（触发器），具体步骤等需要时再加载（节省 Context）。 - 组成：产品级 SOP说明书 + 风险护栏，边界设置 + 确定性脚本。
- 表现形式：一个技能 = 一个文件夹。
- Resource: OpenAI Skills
claude-skills-collection
abubakarsiddik31 • Updated Jan 4, 2026
awesome-claude-skills
ComposioHQ • Updated Jan 4, 2026
skills
anthropics • Updated Jan 4, 2026
治理层：Project Rules (可选)
- 定位：项目的
README(AGENTS.md)。
- 逻辑：在特定项目中，限制 Agent 的“自作聪明”。定义边界、代码风格和禁止事项。
入口层：Interface
- 定位：用户每天打开的壳（IDE/CLI）。
- 逻辑：谁控制入口，谁就定义默认工作流。
实践落地：本地 Agent (Claude Code)
Claude Code 是上述架构的典型落地产品（通用 Agent）。
- 部署逻辑：
- 通过
npm安装，模块化思维（像搭积木一样):npm install -g @anthropic-ai/claude-code - 推荐配置：使用
kimicc插件 (GitHub) 连接国内模型（Qwen/Kimi/GLM）以降低成本或优化网络。npx kimicc --qwen
- 操作哲学：
- 文件夹隔离：一个文件夹 = 一个任务单元，互不干扰。
- 权限管理：
-dangerously-skip-permissions(全自动) vs 默认询问 (安全)。 - 全局微调：
Claude.md用于设定全局偏好。
- 加载skills和mcp
- 主流：ReAct, OpenAI Agents SDK, LangChain。
商业哲学：Manus 案例 (The Why & How)
- Manus 联合创始人兼首席科学家季逸超（Peak）经历
- 2011: 为解决 “预测用户下一次点击” 的问题，季逸超进入NLP领域
- 2014 年，他启动项目 “Magi”—— 一个用 AI 自动构建知识图谱的搜索引擎：从零开始训练模型，从爬虫到索引引擎全由团队自主开发。
- 经历了 Word2Vec、LSTM、Transformer 每一次技术迭代，每次迭代都意味着此前积累作废
- 2020 年，GPT-3.5 出现，成为 Magi 的 “致命打击”
- 大一统模型的能力：在 GPT-3.5 之前，NLP 领域从业者 “泾渭分明”—— 做信息抽取、机器翻译、客服系统的人各自专注领域，互相交流学习；而 GPT-3.5 作为 “通解”。
- 之后创业就不再试图证明自己，而是解决真实需求
- 2024 年，在真格基金撮合下，季逸超加入蝴蝶效应（Manus 前身），与肖弘、张涛组成核心团队。
- 浏览器 AI 插件 “Monica”，进军海外市场—— 中国 AI 行业少有的盈利产品。不要内卷，要出海赚取外面的钱。
- 不习惯于“追一个永远在跑的目标” 的状态： 不做模型，做应用
- 最开始花了几个月探索可能的ai应用方向，做ai浏览器还是会局限上下文切入的能力
- Manus 定位为 “通用 AI Agent 平台”，通过云原生方式，让用户完成各类任务，并通过观察用户行为持续迭代优化。
- Manus
- 不认为做 AI 应用是 “逆向工程”“没有护城河”，套壳没什么不好，只要底层在进步就能坐收
- Benchmark 是所有 AI 公司的唯一护城河！！模型能力会外溢，应用是价值核心
- 基础模型：巨头的护城河也极其脆弱，即便是OpenAI这样的公司，如果不能迭代出好模型，也可以在几周内崩塌
- 放弃晚期大众用户，聚焦先锋用户，今天AI发展太快，大部分人跟不上节奏
- 放弃优化利润率，现在需要疯狂圈地，还没到赚钱的时候
- 月活跃收入（MRR）：超过 1 亿美元。TOKEN 消耗量：全球范围内排名前 5。Manus这样的Agent环境下，每个用户的平均token消耗量是聊天机器人的1500倍
- 三大应用场景：深度研究、日常工作报告与幻灯片制作、构建网站或AI应用。
- Meta 对 Manus 的收购是其历史上第三大收购（仅次于 WhatsApp 和 Scale.ai）
市场现实：高价值场景与成本
算力与流量困局
- 推理成本：OpenAI/豆包 每日烧掉数千万推理成本。
- OpenAI在10月初公布了ChatGPT 周活 8亿，推测日活约为 4亿（DAU/WAU在40%到60%区间）。ChatGPT 每个日活用户一天的推理成本 ≈ 0.11 美元。
- 豆包 DAU 1亿。国内有工程优化和电价优势，但是chatgpt是订阅的。这意味着，豆包现在每天一睁眼，光是推理算力就要烧掉几千万。
- 流量变局：SEO 已死，社交媒体（Social）是唯一的有机增长点。
高价值落地：Citadel (对冲基金)
因为 Agent 推理昂贵，必须用于高回报场景（如金融）：
- 自动化研报摘要：对繁杂的券商研究报告进行即时提炼。
- 非结构化数据扫描：快速处理公司财报电话会议记录和监管备案文件。
- 风险雷达：自动识别并标记潜在的投资风险点+ 压力测试和反向测试
Reference
- 作者:Simon Yang
- 链接:https://myblog.simonyang.top//article/aigent
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
