本文基于Manus首席科学家季逸超的访谈，探讨了AI创业与Agent设计的核心原则。AI时代更像传统制造业，创业者需具备经营思维而非艺术情怀。产品设计应遵循"有所不为"的理念，解决好"最后一公里"问题。Agent设计不应模仿人类分工，而应服务"有需求但做不了"的人群，秉持"增强人"而非"替代人"的心智。AI进步需要用户参与，每个人都能从这波浪潮中受益。
看完Manus首席科学家季逸超和张小珺的这场对谈，我有一种强烈的感受
无论你是AI从业者、深度使用者，还是普通人，都值得看一遍
他讲清楚了几个关键问题：AI创业的逻辑变了、Agent到底是什么
每个人看完，应该都能得到不一样的启发
• 移动互联网喜欢艺术家，AI时代需要经营者，AI创业更像传统制造业
• AI时代，不做什么比做什么更重要
• 模型不是人，别用人的分工逻辑设计Agent
• 垂直Agent应该服务「有需求但做不了」的人，不应该服务专家
• 从「替代人」的心智做产品，用户会风控你；从「增强人」的心智做，用户会感激你
• AI接下来的进步，需要用户的参与，这意味着每个人都与这波浪潮相关
以上是我的感受，文中会展开
文末放了访谈原视频链接，建议大家都去看一下
01 移动互联网喜欢艺术家，AI时代需要经营者
移动互联喜欢艺术家，AI时代更需要实干家
AI创业很像传统制造业
季逸超见过几乎所有国内外的AI创业者。他有一个很直接的评价：
太多人有乔布斯的病，却没有乔布斯的命。
移动互联网时代，边际成本几乎为零。你可以很情怀、很偏执、很艺术家，只要能找到一群跟你共振的用户，就能滚起来
但AI不一样
AI创业更像传统制造业。每一次用户调用，都一定会产生token成本。用的人越多，成本越高。不像移动互联网那种「用户越多，边际成本趋近于零」的模式
你不能只会做产品，你还得会算账
季逸超评价自己的CEO搭档肖弘时，用的词是「非常正常」
身心健康、没有不良嗜好、不会深夜发癫、相信常识、相信团队
在一群偏执的艺术家里，正常本身就是稀缺品
02 AI时代，不做什么比做什么更重要
AI时代的「不为」十分重要
这是我从访谈里获得的最大启发之一
AI时代有一个诡异的现象
创业公司的产能被放大了10倍
以前想做一个新功能，可能要排期3个月。现在一个人加AI，可能一周就做出来了
产能大了，机会看起来也多了。每天都有新的方向在诱惑你
但季逸超说了一句让我印象很深的话：
以前可能没有「思考不做什么」的奢侈。现在「不做什么」才是每天要回答的命题。
Manus到现在也是一款相对克制的产品。很多Agent公司拼命给AI加工具、加能力，Manus反而每个月都在想
能删掉什么
他提到了GitHub的一句口号
「everything added dilutes everything else」
每加一个功能，都会稀释其他所有功能的价值
他们甚至砍掉了一个做了7个月的AI浏览器项目。理由只有一个
做完之后，自己都觉得不太酷
如果你本该最喜欢这个产品的人，你都不喜欢，那用户怎么可能喜欢？
03 比其他AI能做的事情，多做一步
多做一步，解决好最后一公里，就能提升极大的用户价值
这是我从访谈中获得的一个产品哲学层面的启发
世界上有很多能做网页的AI。但Manus能做完网页之后，再自己用浏览器把网页玩一遍看看有没有bug，再分析一下流量数据，再生成一个PPT发给投资人
这种「交付感」才是用户愿意付费的原因
解决好最后一公里，交付价值就能翻倍
这不只是Agent的逻辑，更是所有产品和服务的底层哲学。
04 模型不是人，别用人的分工逻辑设计Agent
别用人的分工逻辑去设计Agent的架构
但是通用Agent的呈现效果，要像一个真人助手
这一点，季逸超在访谈里反复强调
很多人设计多Agent系统时，喜欢套人类的分工方式：一个Agent是设计师，一个是程序员，一个是产品经理……
这是错的
为什么人类社会需要分工？因为我们每个人都不全能，知识面、脑力带宽都有限。
但模型不一样。模型比人全能得多。它既能写代码，又能做设计，还能分析数据。
你硬要套人类的分工模式，反而引入了大量不必要的通讯损耗和协作摩擦。
Agent有它自己的边界——模态、上下文窗口、注意力机制。但这个边界跟人的边界是不对齐的。
所以，对外可以把Agent人格化，让用户更容易理解。但在设计系统时，不能按人的逻辑来。
把Agent人格化，某种程度上是人类的一种自恋
05 垂直ToC的Agent，应该服务「有需求但做不了」的人
垂类Agent，尤其是ToC的，应该去服务「有需求，但是做不了」的人
这一点对我做穿搭Agent非常有启发。
季逸超举了一个例子
如果你要做一个剪辑Agent，给剪辑师用，那会非常难。因为专业人士会用极高的标准来审视你——你但凡一个转场没处理好，就是零分。
他是从风险控制的角度在看你。
但如果你做的是「给有剪辑需求但不会剪辑的人」用的Agent呢？
用户不知道专业应该是什么样。他只会为你每一个帮到他的点加分。
垂直Agent应该服务的，是有需求但做不了的人，而不是已经会做的专家
这个思路太重要了。它决定了你的产品定位、用户预期管理、甚至定价策略
06 Manus是用来增强人的
季逸超反复强调
Manus从不以「替代人」的心智来设计产品
为什么？
因为如果你告诉用户「我要替代你」，用户的第一反应一定是风险控制你但凡一个环节出错，就是零分
但如果你说「我来帮你变得更强」，用户心态完全不同，你每帮一点忙，用户都在加分
从替换人的心智去做，大家都会去风险控制
从增强人的心智去做，大家都会去感受增量
人还是在流程中，只是生产力被拉升了很多
07 AI接下来的进步，需要用户的参与
访谈的最后，季逸超说了一句让我印象很深的话：
AI接下来的进步，需要用户的参与
在Agent这种长链路、跟环境强相关的场景下，用户的使用轨迹和反馈是最关键的数据
用户不只是打个5分或1分。
用户会「教」Agent，会「修」Agent的错误
这些数据只留存在应用层，不会流到模型层。这是应用公司独有的数据飞轮。
但更重要的是这意味着，AI浪潮跟每一个普通人都有关
我们每个人都是AI的用户。我们用它、教它、修正它的过程，就是在参与AI进步的过程
这不是一个只属于技术人员的时代。
这是一个每个人都能参与、都能受益、都能产生影响的时代。
写在最后
如果只能从这篇访谈里带走一个启发，我选这个：
AI时代的竞争，「有所不为」变得极度重要
大家的时间精力是一样的，我们要考虑清楚，把自己的时间押注在什么事情上
产能被放大了，机会看起来多了，但真正稀缺的是冷静
知道什么该做，什么不该碰
这才是这个时代最需要的能力
如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
