本文来自微信公众号：硅兔君九游体育娱乐网，作家：硅兔君，原文标题：《一场对于 Manus 的闭门会议纪要：谷歌前主宰、顶级 VC 和 SaaS 家具崇拜东谈主说了什么？》
昔时一周，AI 创投圈的眼力被一份略显另类的万字长文紧紧锁住。主角是 Manus，一家曾被奉求厚望的明星 Agent 创业公司；布景是其刚刚清空国内外交媒体，毅然"撤出"中国市集的生意四肢。
但是，创举东谈主季逸超发布的这篇题为《AI 智能体的高下文工程：来自构建 Manus 的训导》的博客，却玄妙地隐藏了所相关于裁人、迁址、生意模式的明锐话题，选拔了一场纯正到近乎"败兴"的技能复盘。
这番"风马牛不相及"，在行业内激起了远比新闻本人更复杂的飘荡。有东谈主视其为天才的技能献祭，有东谈主斥其为侧目问题的公关辞令。为此，咱们遑急组织了一场闭门快评会，集中了三位身处硅谷风暴中心的一线大众。他们别离代表着"老本"、"技能"和"家具"这三个决定 AI 面目成败的关节视角。
以下是这场对话的驻防纪要。咱们敬佩，他们从各自实战履历中索要出的不雅点，能为您提供一些匡助。
一、一位专注 AI 利用层的硅谷 VC 结伙东谈主
"当我花一个小时读完这篇长文，我的第一嗅觉不是在读技能博客，而是在看一份经心撰写、逻辑良好的‘反向路演’（Reverse Pitch）。它莫得问我要钱，却句句齐在告诉我‘为什么异日应该投我’。这比我最近看过的 90% 的生意策动书齐要高妙。
为什么这样说？咱们不错从投资东谈主的视角，把这篇长文拆解成三个中枢价值宗旨：
起头，是‘战术性求实’，主动解脱了老本泡沫的勒索。
昔时一年，太多团队为了融资，把故事讲得言三语四，动辄就要‘重新界说’、‘自研基座’。这在老本充裕时是有用的叙事，但在今天，感性的投资东谈主最怕的即是不必地烧钱。季逸超开篇就坦承基于上一段创业经历，决定烧毁自研模子。
这在投资东谈主听来，无异于一份‘老本成果愉快书’。它传递的信号是：咱们团队深刻长入界限，懂得聚焦，不会将可贵的资金糜掷在赢不了的武备竞赛上，而是要用在刀刃上。这种基于惨痛训导的深切，本人即是一种可贵的财富。
其次，是用‘历程性财富’重新界说了技能护城河。
这篇著作最精彩的部分，在于他仗义抓言地展示了团队所经历的 4 次底层框架重构。这在许多创业者看来是‘弯路’，但在咱们懂行的投资东谈主看来，这恰正是团队最可贵的‘历程性财富’。为什么？因为在 AI 利用层，最终的家具形态大要不错被效法，但通往这个家具形态历程中所积蓄的、对于失败的深刻长入（know-how of failure）是无法被复制的
他等于是在告诉咱们：‘扫数你们能猜度的、通往厚实 Agent 的浅近旅途，咱们齐试过了，何况齐失败了。咱们当今选拔的这条看似复杂的路，是惟一走得通的路。’这种由大批次试错千里淀下来的工程履历，才是卤莽大模子不细目性的信得过壁垒。评估这种壁垒，你无法通过看代码或家具 demo，只可通过和信得过懂行的工程师对话来考证。
终末，是为‘全球化叙事’找到了一个坚实的技能支点。
他通篇讲的‘高下文工程’（Context Engineering），其实是在回话一个根人性的问题：在后大模子期间，AI 公司的中枢竞争力是什么？他的谜底是：将空泛的东谈主类意图，精确翻译成机器可厚实实施的奇迹流的才略。这是一种普适性的、跨越文化和市集的中枢才略。
通过将公司的中枢价值锚定在这样一个纯正的技能认识上，他玄妙地将其撤出中国的生意步履，从一个区域性的‘贪污’，重塑为一个全球性的‘战术转化’。
他等于在说：‘咱们锻真金不怕火出的这套工程技能，在中国市集这片红海里无法获取与之匹配的生意答复，是以咱们要去北好意思，寻找更熟识的企业软件市集和更优质的付费客户来考证它的价值。’这让通盘故事的花式骤然灵通，也为下一轮的国际融资铺平了谈路。
是以，总的来说，这篇长文是一次特殊的预期继续和价值重塑。它过滤掉了那些只想听短期生意故事的投契者，而精确地劝诱了那些有耐烦、能长入深度技能价值的永久老本。"
二、一位 Google 前 AI Infra 技能主宰
"读这篇著作，我有一种热烈的亲切感，因为它太像咱们里面的 Post-mortem（过后复盘论说）了。每一个踩过的坑，每一个看似奇怪的决策，背后齐是血淋淋的工程履行。我不错负职守地说，季逸超形色的挑战，不是 Manus 一家的，而是通盘行业在构建可用、可靠的 Agent 系统时共同靠近的‘结构性逆境’。
我惬心将‘高下文工程’这个认识，更进一时局阐述为‘ AI 期间的细目性编排艺术’。
大众必须明白，面前的大模子，实质上是一个极其刚硬的、但不厚实的‘概率引擎’。你每一次调用它，齐像是在开一个‘盲盒’，松手可能惊艳，也可能离谱。而 Agent 的责任，恰正是条款在一系列一语气的、互相依赖的步履中，杀青‘细目性’的松手。这两者之间存在着宏大的矛盾。
怎么继续？Manus 的 4 次迭代，其实即是一部与这种‘不细目性’交往的史诗：
第一阶段，可能是纯的确‘教唆词工程’。 认为靠一些小巧的 prompt，就能让模子指哪打哪。很快就会发现，对于复杂任务，这套步履脆弱不胜，模子略微‘解放发达’一下，通盘任务链就崩溃了。
第二阶段，引入‘器具调用’（Tool Calling）和‘气象机’。 这是业界的法度突出。运转让模子不再是惟一的实施者，而是酿成一个‘调遣员’，去调用更厚实的外部 API 或里面函数来完成细目性任务。但这坐窝带来了新的问题：怎么继续任务气象？怎么从器具实施失败中复原？这需要复杂的工程设想。
第三阶段，构建‘反想’与‘考证’轮回。 就像文中所说，Agent 需要能‘反想’我方的步履，评估任务的完成度，以致主动进行修正。这在学术上叫 ReAct（Reason + Act）框架。但工程杀青上，这意味着更高的蔓延、更复杂的逻辑和指数级增长的 Token 铺张。成本和性能的均衡，成了一场恶梦。
第四阶段，也即是他们当今的‘局部最优解’。 即，将一个大任务，拆解成多个由不同‘子 Agent ’崇拜的模块。每个子 Agent 的职责更单一，其里面的‘高下文’也更可控。比如，一个 Agent 特殊崇拜长入用户意图，一个特殊崇拜筹划步履，一个特殊崇拜调用器具，还有一个特殊崇拜生成最终论说。它们之间通过高度结构化的数据进行通讯。这极地面加多了系统的复杂性，但换来了厚实性和可人戴性的晋升。
是以，不要再浅近地把 AI 利用开导等同于‘调 API ’了。信得过的挑战，在于你怎么用传统的、细目性的软件工程步履，去摆布一个充满不细目性的 AI 中枢。这需要一种全新的工程师画像：他们既要懂算法和模子，又要耀眼踱步式系统、气象继续和鲁棒性工程。
季逸超把这个历程公开，是对通盘行业的一次宏大孝敬。它告诉扫数东谈主：在通往 AGI（通用东谈主工智能）的漫长谈路上，咱们起头需要继续的，是大批个具体、繁琐、以致有点‘脏’的工程问题。谁能在这里教导起体系化的上风，谁才气在 AI 利用的长跑中活下来。"
三、一家北好意思头部 SaaS 公司 AI 家具崇拜东谈主
"淌若说前两位大众解读了‘怎么作念’和‘作念得好不好’，那我更关爱的是‘为谁作念’和‘值不值得作念’。这篇长文，在我看来，是一份典型的‘家具战术失败复盘’与‘异日家具旅途宣言’。
其中枢，是从‘横向通用器具’到‘纵向深度继续决策’的辛苦转型。
昔时几年，受 ChatGPT 见效的冲击，太多团队（包括早期的 Manus）齐堕入了一个‘水平陷坑’：试图打造一个无所不可的通用 AI 助理。这个故事在劝诱眼球和早期用户上很有用，但在生意化上却是一条末路。为什么？
价值空泛：一个什么齐能作念的器具，经常意味着在职何一个具体场景下，它齐作念得不够好。用户很难为其界说一个昭彰的、不可替代的价值。它很酷，但不是必需品。
信任赤字：对于企业级用户来说，他们无法将中枢奇迹流请托给一个步履不可瞻望的‘黑盒’。通用 Agent 的‘解放发达’是生意利用中的天敌。
付费辛苦：用户惬心为继续一个‘具体痛点’付费，但很难为一个‘通用才略’付费。你很难去推断它到底帮你粗略了几许时期，或创造了几许价值。
Manus 的经历，完好印证了这少许。而季逸超长文中反复强调的‘高下文工程’，从家具司理的视角翻译过来，即是 ‘构建深度镶嵌用户奇迹流的垂直继续决策’。
‘高下文’是什么？
对于一个软件开导者，高下文即是他的通盘代码库、API 文档、面目继续器具。
对于一个金融分析师，高下文即是他的彭博终局、公司财报数据库、宏不雅经济模子。
对于一个讼师，高下文即是他正在处理的案件卷宗、关连的法律条规和判例库。
异日的 AI Agent，势必不是一个安谧的 APP，而是像水和电不异，无缝融入到这些已有的、熟识的专科软件和奇迹流之中。 这条款 Agent 必须烧毁通用性，转而追求在某个垂直限制的极致深度和可靠性。
这个战术转型，也完好阐述了他们‘撤出中国，转战国外’的生意决策。这并非两种市集的优劣之分，而是两种‘家具 - 市集匹配’（Product-Market Fit）逻辑的选拔。
国内市集在 C 端利用革命上最初，但在 B 端企业软件的付费风俗和熟识度上，与北好意思市集存在各异。对于一个需要深度集成、高客单价、长销售周期的垂直 SaaS 家具来说，北好意思无疑是现阶段更容易找到‘种子用户’和杀青‘价值考证’的泥土。
因此，Manus 的故事给扫数 AI 家具东谈主的启示是：不要再酣醉于构建下一个‘贾维斯’。千里下心来，选拔一个你弥散了解的垂直行业，去信得过长入阿谁行业从业者的‘高下文’，用 AI 技能为他们打造一把无可替代的‘手术刀’，而不是另一把华而装假的‘瑞士军刀’。这才是 AI 利用层生意化的信得过出息。"
四、结语
听完这三位大众的深度判辨，咱们再回头看 Manus 事件，它已不再是一个孤苦的生意新闻，而成为了一个棱镜，折射出面前 AI 利用波浪下，老本、技能与家具之间复杂而深刻的联动关系。
本文来自微信公众号：硅兔君，作家：硅兔君