AI 深度解析 EP10: Manus — 自主 AI 智能体深度剖析

Manus：自主 Agent 的上下文工程

Manus 不是聊天机器人。它通过单动作循环架构自主规划、执行和交付结果。

架构设计

• 单动作循环：分析 → 规划 → 执行一个动作 → 观察 → 重复
• 多模型协作：Claude 负责推理，微调 Qwen 处理特定任务，小模型做分类路由
• CodeAct：用 Python 代码作为动作，取代僵化的 JSON 工具 schema
• 沙箱执行：隔离的 Linux 容器（Ubuntu + Python + Node + 无头浏览器）

上下文工程（核心竞争力）

1. KV-Cache 命中率：命中与未命中成本差 30 倍。只追加上下文、不在 prompt 中放时间戳、确定性 JSON 序列化
2. 文件系统作为外部记忆：丢弃内容但保留引用（URL、文件路径），按需重新获取
3. todo.md 技巧：模型维护 todo 文件对抗"中间遗忘"效应
4. 错误保留：保留失败记录让模型隐式学习，避免重复犯错

🎧 收听播客

• English Version
• 中文版本