Manus 是一款由中国团队研发的全球首款通用型 AI 代理工具，于 2025 年 3 月 5 日正式发布。它区别于传统聊天机器人（如 ChatGPT），具备自主规划、执行复杂任务并直接交付完整成果的能力，被称为“首个真干活的 AI”。 Manus AI 代理工具的具体技术架构主要基于多智能体（Multiple Agent）架构，运行在独立的虚拟机中。这种架构通过规划、执行和验证三个子模块的分工协作，实现了对复杂任务的高效处理。其核心功能由多个独立模型共同完成，这些模型分别专注于不同的任务或领域，如自然语言处理、数据分析、推理等。这种多模型驱动的设计不仅提高了系统的鲁棒性和准确性，还增强了其处理复杂任务的能力。 Manus AI 的技术架构还包括以下几个关键组件： 1. 虚拟机：Manus AI 运行在云端虚拟机中，用户可以随时查看任务进度，适合处理耗时任务。 2. 计算资源：Manus AI 利用计算资源生成算法，用于筛选简历等具体任务。 3. 生成物：Manus AI 能够生成各种类型的输出，如文本、表格、报告等。 4. 内置多个 agents：Manus AI 通过内置多个智能体，实现了任务的分解和协同工作。 此外，Manus AI 还采用了“少结构，多智能体”的设计哲学，强调在数据质量高、模型强大、架构灵活的情况下，自然涌现 AI 的能力。这种设计使得 Manus AI 在处理复杂任务时更加高效和准确。 当前的 Manus 约等于 AI 操纵着一个没有图形界面的 Linux 虚拟机和浏览器，能感知电脑环境，执行各类操作。它能跑各种 linux 下的指令、库、程序（如 cd、ls 指令、python 等），也能访问各种网页、获取一些 API 接口的数据。但因为没有图形界面，所以没法运行图形程序。访问网页时，阻挠人类使用的各种要素，一样会打扰到 Manus。Manus 提供了用户可视的命令行视窗、浏览器、vscode 两种选项，方便查看运行指令、接管网页和修改文件。您还可以给 Manus 上传文件，想必未来也能对接私有 API，有想象空间。

AI 在财务领域有以下运用： 1. 更动态的预测和报告： 帮助编写 Excel、SQL 和 BI 工具中的公式和查询，实现分析自动化。 从更广泛、更复杂的数据集中发现模式，为预测建议输入，并适应模型为公司决策提供依据。 自动创建文本、图表、图形等内容，并根据不同示例调整报告，无需手动整合数据和分析。 帮助综合、总结税法和潜在扣除项，并提出可能答案。 自动生成和调整合同、采购订单和发票以及提醒。 2. 具有成本效益的运营： 使从多个位置获取数据的劳动密集型功能效率提高 1000 倍。 有助于理解非结构化的个性化情境和非结构化的合规法律。 此外，截至 2024 年 10 月 15 日，美国融资金额超过 1 亿美元的 AI 公司（部分）有： |项目名称|融资时间|融资金额（亿美元）|轮次|估值（亿美元）|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Augment|20240424|2.27|B|10|AI 编码辅助|应用|编程|Lightspeed Venture Partners,Index Ventures,Sutter Hill Ventures|| |Cognition|20240424|1.75||20|端到端软件 Agents|应用|编程|Founders Fund,Ramp 联合创始人 Eric Glyman,Stripe 联合创始人 Patrick 和 John Collison,DoorDash 联合创始人 Tony Xu|| |Xaira Therapeutics|20240423|10|A||AI 药物研发|应用|医学|Foresite Capital,ARCH Venture Partners|| |Cyera|20240409|3|C|14|AI 数据安全平台|应用|数据|Coatue,Sequoia,Redpoint,Accel|| |Celestial AI|20240327|1.75|C||用于 AI 存储和计算的光互连技术平台|基础设施|芯片、硬件和云平台|Thomas Tull 美国创新技术基金,M Ventures,淡马锡,Tyche Partners|| |FundGuard|20240325|1|C|4|AI 投资会计系统|应用|金融|Key1Capital,Hamilton Lane,Blumberg Capital,Team8|| 信息来源：Techcrunch

以下是关于 AI 学习的全面指导： 对于新手学习 AI： 1. 了解 AI 基本概念：建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。同时浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅：在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）按照自己的节奏学习，并争取获得证书。 3. 选择感兴趣的模块深入学习：AI 领域广泛，比如图像、音乐、视频等，可根据兴趣选择特定模块深入学习，同时掌握提示词技巧。 4. 实践和尝试：理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品，知识库也提供了很多实践后的作品和文章分享。 5. 体验 AI 产品：与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式。 对于中学生学习 AI： 1. 从编程语言入手学习：可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台：使用 ChatGPT、Midjourney 等 AI 生成工具体验应用场景，探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识：了解 AI 的基本概念、发展历程、主要技术（如机器学习、深度学习等），学习其在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目：参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态：关注 AI 领域的权威媒体和学者，了解最新进展，思考其对未来社会的影响，培养思考和判断能力。 在医疗保健领域，为了让 AI 产生真正的改变，应投资创建像优秀医生和药物开发者那样学习的模型生态系统。成为顶尖人才通常从多年密集信息输入和正规学校教育开始，再通过学徒实践，面对面从出色实践者那里学习。对于 AI，应通过堆叠模型训练，而不仅依靠大量数据和生成模型。例如先训练生物学、化学模型，再添加特定于医疗保健或药物设计的数据点。就像医学生从基础课程开始，科学家也需多年化学和生物学学习及博士研究，这种学习方式有助于培养处理细微差别决策的直觉。

以下是关于提示词的教程： 1. 小七姐的 Prompt Engineering a Prompt Engineer 精读翻译： 提示词工程教程：为帮助大型语言模型更好理解任务，提供了在线教程。 两步任务描述：任务可分解为检查当前提示词和样本、编写改进提示词两步，元提示词中明确这两步并提前传达期望。 逐步推理模板：指导提案模型回答系列问题，如输出是否正确、提示词描述任务是否准确等。 上下文规定：提示词在输入序列中的位置灵活，可能在输入文本之前或之后，元提示词中明确其与输入的相互作用。 2. Pika 新功能“Pikadditions”的三步保姆级教程： 第一步：上传基础视频，点击页面下方的“Pikaddition”按钮，拖拽或点击上传本地视频，可使用官方示例视频做测试。 第二步：添加主角图片，点击“Upload Image”上传角色图片文件。 第三步：编写视频提示词，用英文描述期望效果（支持 Emoji 辅助），可参考角色在视频里的相关互动，建议在自己的提示词尾部加入官方提供的默认提示词，效果会更好。核心逻辑是用户上传实拍视频和角色图片，AI 将角色动态融入视频中，提示词需具体描述角色动作、互动和场景匹配。 提示词公式参考：，包括事件驱动句式、空间锁定技巧、动态呼应原则。 3. SD 新手入门图文教程中的提示词模板： Majinai： 词图： Black Lily： Danbooru 标签超市： 魔咒百科词典： AI 词汇加速器： NovelAI 魔导书： 鳖哲法典： Danbooru tag： AIBooru：

以下是为您提供的 AI 学习资料： 入门指南：强化学习 原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A 学习计划：以搞懂 DQN 算法作为入门目标。 新手学习 AI 了解 AI 基本概念：阅读「」熟悉术语和基础概念，了解其主要分支及联系。 浏览入门文章，了解历史、应用和发展趋势。 开始学习之旅：在「」中找到初学者课程，推荐李宏毅老师课程。通过在线教育平台（如 Coursera、edX、Udacity）按节奏学习，有机会获证书。 选择感兴趣模块深入学习：如掌握提示词技巧。 实践和尝试：理论学习后实践巩固知识，在知识库分享实践作品和文章。 体验 AI 产品：如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人。 支线剧情共创 AI 出图教学及资料 MJ 官方手册：https://docs.midjourney.com/ Prompt 魔法书：https://aituts.ck.page/promptsbook eSheep： 如何在 MJ 中保持角色一致性： AI 视频教学及资料 什么是相似形转场：

以下是为您找到的一些微信 AI 小程序相关信息： 妙刷：是一款微信 AI 小程序，有很多基于“多模态应用”方向的探索。已经运行上线了一段时间，积累了多种风格主题，新出的“魔法物品搜集手册”曾小火。 目前暂未获取到更多其他微信 AI 小程序的详细信息。如果您想了解更多关于微信 AI 小程序的内容，建议您通过相关的科技资讯网站或公众号进一步搜索。

通过 AI 实现量化可以从以下几个方面入手： 1. 量化 AI 助手应用： 详细函数介绍：提供量化 API 中各个函数的详细说明和使用示例。 策略代码生成：根据具体需求，快速生成可用的量化策略代码。 错误解决方案：针对 Python 报错，提供可能的解决方案。 优化建议：帮助优化策略代码逻辑，提升策略性能。 2. 模型量化技术： 将 16 位降至 8 位或 4 位是可能的，但不能使用硬件加速浮点运算。若想对更小的类型进行硬件加速，需使用小整数和矢量化指令集。 量化过程：首先找出权重的最大值和最小值，然后将数值范围划分为整数类型中可用的桶数，8 位为 256 桶，4 位为 16 桶。这就是训练后量化（posttraining quantization），也是量化模型的最简单方法。 量化方法：市面上主要有两类量化方法，如 GPTQ（主要针对英伟达的 GPU）、GGML（侧重于 CPU 优化，主要针对苹果 M1 和 M2 芯片做优化）。 3. 相关产品推荐： Composer Trading：这是一个旨在彻底改变个人创建和管理投资策略方式的平台。它提供由人工智能驱动的策略创建工具，允许用户用自然语言解释目标、策略和风险关注点，AI 辅助编辑器会为其创建策略。该平台还提供各种类别的预构建策略选择，如长期、技术重点和多样化等，用户可以立即进行投资。同时，它强调数据驱动式交易方法，避免情绪或轰动影响。此外，它作为经纪商，提供全自动交易执行，采用无佣金模式，通过简单固定月度订阅透明定价。用户可以在承诺之前免费测试该平台。定制是其关键特性，每个策略都是完全可编辑的，用户可以使用无代码视觉编辑器修改策略、调整参数，并对其进行不同权重或条件应用。该平台还允许根据用户定义的标准从候选者池中进行动态选择。回测可帮助用户学习并调整战略，并且可以将其与基准或其他战略进行比较。Composer 还计算费用、滑点以及战术最终价值，提供潜在结果全面视图。

以下是关于 MPC 的相关材料： Claude 直接连接到 GitHub、创建新存储库并通过简单的 MCP 集成创建 PR。Anthropic 推出模型上下文协议（MCP），Claude Desktop 现在可以直接连接到 GitHub、创建新的存储库并创建 PR。 具身智能算法层中，模型预测控制（MPC）通过预测未来系统行为来做出决策，在未来的一个给定时间窗口内解决一个最优化问题，以寻找控制输入，最小化成本并满足约束。MPC 需要系统模型、成本函数、预测时间段、约束和反馈来运作，通过预测未来情况，机器人可产生相应动作进行“预判”，一定程度上加大机器人实用性。以足式机器人为例，可将 MPC 用于全身控制，能协调身体各部分，通过观测地面环境提前给出控制量，减缓欠驱动状态下系统的不稳定性，减少接触模态干扰，增强四足稳定性。此类路线的代表为波士顿动力，优点是传统算法可靠性高、可解释性强，缺点是对于 corner case（如光滑地面）处理不好。 11 月 25 日，Anthropic 发布开源 MCP 协议，其亮点是定义了一套标准且相对完善的协议，对大模型和应用的生态协同有很大指导意义，本质上是对 LLM 和 API 调用层的优化。

以下是关于 DeepSeek 的学习资料： 在 2025 年 2 月 6 日的“聊聊你怎么使用 DeepSeek”活动中，有以下智能纪要： DP 模型的功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学研究：对音系学感兴趣，通过对比不同模型的回答来深入理解，如 bug 和 DIFF SIG，探讨语言概念在音系学下的心理印象等。 大模型取队名：与大模型进行多轮对话来取队名，通过不断约束和披露喜好，最终得到满意的队名及相关内容。 此外，1 月 27 日的宝玉日报中也有关于 DeepSeek 的内容： 拾象：DeepSeek r1 闭门学习讨论|Best Ideas Vol 3，讨论了 DeepSeek 在全球 AI 社区的意义，包括技术突破与资源分配策略。突出了 DeepSeek 长上下文能力、量化商业模式、以及其对 AI 生态系统的深远影响。重点分析了 DeepSeek 的创新路径及中国在 AI 追赶中的潜力与挑战。 转：关于 DeepSeek 的研究和思考

搭建直播分身可以参考以下步骤： 1. 构建数字人躯壳：建好的模型可以使用 web 前端页面（Live2D 就提供了 web 端的 SDK）或者 Native 的可执行程序进行部署，最后呈现在用户面前的是一个 GUI。可以选择 live2d 作为数字人躯壳，这类 SDK 的驱动方式相比现在的 AI 生成式的方式更加可控和自然，相比虚幻引擎等驱动方式又更加轻量和简单。另外，卡通二次元的形象接受度更高。关于 live2d 的 SDK 驱动方式可以参考官方示例：https://github.com/Live2D 。 2. 搭建智能体：创建一个智能体，输入人设等信息，放上相关工作流。配置完成后进行测试。需要注意的是，工作流中的某些插件 api_token 填的是个人 token，不能直接发布，可将 api_token 作为工作流最开始的输入，用户自己购买后输入 api_token 再使用然后发布。 3. 直播数据分析工作流的搭建与应用： 插件测试与选择：先测试插件是否好用，如遇到数据格式不对等问题需重新选择和调整。 工作流搭建步骤：从上传直播数据，到利用大模型优化提示词和整理数据，逐步完善工作流。 工作流效果提升：增加模型和节点，不断迭代工作流，使生成的直播分析和方案质量更好。 工作流封装与应用：将工作流封装成智能体，可用于回复用户问题和处理不同的直播数据。 相关问题探讨：讨论了如获取商品评价数据的方式，以及将直播工作拆分组合的可能性等问题。 工作流运行与问题排查：涉及直播数据工作流的运行，出现问题时考虑输出环节，还提到未启动工作流的情况及解决尝试。 报名流程介绍：包括通过网址找到报名链接，填写相关信息如名字、智能体名字、商店链接、文档说明等并提交。 AI 辅助文档生成：使用豆包等 AI 工具生成提交模板，如主题、应用场景、主要功能、设计思路等内容。 加入共学小组：提到飞书中的共学小组和 prompt 学习群，满员时考虑新建或加入其他相关群组。