Полный текст последнего диалога с Manus: тестирование оплаты через агентов, оценка компании RRR близка к 100 млн долларов

Автор | Ли Юань

Редактор | Цзин Юй

Manus, переехавшая в Сингапур, не остановилась на размышлениях об универсальных ИИ-агентах.

В рамках сегодняшнего мероприятия Stripe Tour в Сингапуре сооснователь и главный ученый Manus Цзи Ичзоу (Peak) провел беседу с главой региона Азиатско-Тихоокеанского региона и Японии по выручке в Stripe Полом Харапином.

В ходе встречи Manus AI обнародовала свои операционные показатели: её RRR (Revenue Run Rate, годовой денежный поток на основе текущей выручки) достигла 90 миллионов долларов США и в ближайшее время превысит 100 миллионов.

Сяо Хун из Manus AI также специально отметил в приложении JiKe, что Revenue Run Rate означает текущую ежемесячную выручку, умноженную на 12, и она не равна фактическому поступлению денежных средств (Cash Income). У многих ИИ-продуктов есть опция ежегодной подписки, которую можно учитывать только как предоплату, а не признавать как признанную выручку. «Если бы мы раскрывали данные таким [некорректным] способом, мы могли бы вывести цифру, превышающую 120 миллионов долларов», — заявил Сяо Хун.

Помимо финансовых метрик, Цзи Ичзоу поделился тем, как команда Manus мыслит следующие шаги развития универсальных агентов, а также какое принципиальное отличие будет между ИИ-агентами и AGI в будущем.

«Сегодня большинство практически все называет агентами. Например, микрофон кто-то окрестит „агентом захвата звука с экологической осознанностью“», — шутливо отметил Цзи Ичзоу.

Он также обозначил два основных направления масштабирования возможностей универсальных агентов: во-первых, расширение масштаба выполнения за счет кооперации множества агентов (например, создание десятков параллельных дочерних агентов для комплексных исследований); во-вторых, предоставление агентам более широкого «инструментария», не ограничивая их возможности несколькими предустановленными API, а позволяя им, подобно программистам, подключать ресурсы открытой экосистемы, устанавливать библиотеки, а также проводить визуальный самоконтроль после генерации и автоматически вносить правки.

Цзи Ичзоу также отметил, что цифровая среда сегодня всё ещё строится по парадигме «для людей»: веб-страницы без API, повсеместные CAPTCHA и чрезмерно упрощённые пользовательские интерфейсы создают множество трений; главным узким местом стала не интеллектуальная слабость моделей, а скорее экосистемные и институциональные ограничения.

Это одна из причин участия Manus в мероприятиях Stripe: обе компании активно работают над возможностью осуществления платежей непосредственно внутри агента, замыкая цикл «исследование — принятие решений — заказ/оплата» и устраняя глобальные трения с помощью инфраструктурного взаимодействия.

Ниже приведены ключевые моменты беседы, отредактированные редакцией Geeker Park:

Вопрос: Расскажите немного о себе нашим зрителям. Ваша недавняя публикация об «инжиниринге контекста» очень вдохновляет; я считаю, что её обязательно должны прочитать все, кто прямо сейчас занимается разработкой ИИ-агентов. Каждый раз, когда я обедаю с инженерами, они обсуждают только это, поэтому теперь мне приходится искать другие места для встреч (смеется). Но если некоторые присутствующие плохо знакомы с Manus, можете ли вы кратко поделиться своим бэкграундом и видением?

Ответ: Спасибо, Пол. Рад оказаться здесь. Manus создает универсальный ИИ-агент.

Многие исследовательские центры и компании действительно пытаются сконструировать мозговой центр — большую языковую модель. Но мы считаем, что с позиции конечных потребителей этот подход не совсем оптимален. ИИ должен реально действовать и завершать задачи, поэтому мы создали Manus.

Наш подход заключается в предоставлении ИИ доступа к одному из величайших изобретений человечества — универсальному компьютеру. Дав ИИ компьютер, мы даём ему возможность выполнять всё, что доступно человеку. Manus способен действительно доводить дела до конца. Например, он подготовит для вас презентацию, спланирует поездку или возьмет на себя ведение социальных сетей — хотя лично я не советую использовать его для последнего в полной мере.

Наши пользователи искренне полюбили Manus. Мы запустили продукт в марте и уже достигли показателя RRR (Revenue Run Rate) на уровне около 90 миллионов долларов, вскоре эта цифра превысит 100 миллионов.

Для небольшой стартап-компании, подобной нашей, такие объемы впечатляют. Но самое важное в том, что это доказывает: ИИ-агенты окончательно вышли за статус модного термина в академических исследованиях и теперь реально применяются на практике.

Позвольте поделиться с вами одной историей из процесса создания Manus.

Значительную часть идей мы почерпнули из сферы применения агентов для написания кода (Agent coding). Продукты вроде Cursor привлекли пристальное внимание задолго до нас.

Как инженеры, мы естественно начали использовать Cursor. Но нас удивило, что многие наши коллеги из непрофильных отделов тоже подключились к использованию Cursor. Разумеется, они не писали программный код, а применяли его для визуализации данных или даже для написания текстов. Они просто игнорировали панель кода слева и общались с ИИ для решения рабочих задач.

Этот опыт подтолкнул нас к мысли о необходимости обобщить данный подход и дать мощный инструмент специалистам без технического бэкграунда. Это и стало одним из главных сценариев использования ИИ.

Вопрос: Мы всё чаще слышим дискуссии об ИИ-агентах и AGI. Можете ли вы помочь нам четче разделить эти два понятия? Что означают ИИ-агент и AGI лично для вас и для Manus?

Ответ: Мы считаем, что это отличный вопрос.

Сегодня большинство практически всё классифицирует как «агента». Например, микрофон кто-то назовет «агентом захвата звука с экологической осознанностью».

Но мы настаиваем на том, что агент должен оставаться подмножеством прикладного ИИ. Давайте сделаем шаг назад и посмотрим на привычные категории ИИ-приложений.

Большинство знакомо с двумя из них: первая категория — чат-боты (например, ChatGPT), вторая — генеративные инструменты (MidJourney или Sora). В таких системах обычно задействованы всего две роли: пользователь и модель. Вы взаимодействуете с ней и получаете результат. Кардинальное отличие агента заключается в том, что помимо пользователя и модели он внедряет третий ключевой элемент — среду.

Концепция этой «среды» трансформируется в зависимости от типа агента: в дизайнерских агентах средой выступает холст или фрагмент кода; в случае Manus наша цель — позволить агенту функционировать внутри виртуальной машины или даже в интернете в целом. Благодаря этому агент способен непрерывно мониторить окружающую обстановку, принимать решения о следующих шагах и посредством своих действий физически менять эту среду. Это наделяет его исключительной силой.

Возьмем пример с Manus: вы формулируете запрос, он открывает браузер, публикует веб-страницу или бронирует авиабилет. Этот пример мне особенно близок: хотя покупка билета кажется рутиной, это прямое вмешательство ИИ в материальный мир. Результатом становится не текст на экране, а конкретный электронный билет в вашем телефоне. ИИ реально пересекается с вашей жизнью. Именно это мы и подразумеваем под словом «агент».

Говоря предельно просто, агент — это система искусственного интеллекта, способная автономно взаимодействовать с внешней средой от имени пользователя.

Что касается AGI, этот термин также часто звучит, и многие ошибочно приравнивают его к сверхразуму. Мы рассматриваем AGI как систему, способную применять универсальные capabilities моделей ИИ для решения множества разнообразных задач без узкой предварительной настройки.

Мы полагаем, что «программирование с помощью агентов» (Agent coding) — это один из действенных путей к AGI. Это не узкоспециализированная функция; если делегировать её компьютеру, он сможет выполнять практически любую задачу в цифровой среде. Поэтому для нас условием достижения AGI является создание достаточно зрелой и надежной вычислительной базы, позволяющей такому потенциалу полностью раскрыться.

Вопрос: В каких именно сценариях искусственный интеллект сегодня реально приносит измеримую пользу? Где он станет незаменимым в будущем? И когда же мы переживем момент, аналогичный релизу первого iPhone?

Ответ: Если оценивать исключительно возможности самих моделей, то современные флагманские архитектуры уже поражает своей эффективностью, фактически опережая человека во множестве метрик. Они превосходят большинство из нас в математических олимпиадах и сложных задачах на логическое мышление.

Однако мне кажется, что модели всё ещё напоминают «мозг в сосуде»: чтобы реализовать их настоящий потенциал, необходимо обеспечить их прямое взаимодействие с реальным миром. К сожалению, именно здесь начинается главная сложность.

Например, когда вы просите ИИ выполнить рутинные административные задачи, он отлично справляется с повторющимися операциями. Инструменты типа Deep Research просто агрегируют информацию и предоставляют итоговый отчет, который появляется перед вами в готовом виде.

Для иллюстрации скажу: сегодня практически всё проектируется изначально для людей, причем не только физические предметы, но и цифровые платформы тоже. Веб-сервисы часто функционируют как простые интерактивные мини-игры, предлагая минимум API или стандартных точек интеграции. Повсюду встречаются системы защиты вроде капчи, которые массово блокируют попытки агентов совершить действие.

Поэтому я считаю, что ИИ превосходно работает в замкнутых, изолированных задачах, но сразу упирается в стену, как только речь заходит о реальных условиях.

Когда наступит эпоха iPhone? Я думаю, что это отнюдь не технический вопрос, а скорее институциональное ограничение. Проблему не способны разрешить в одиночку стартапы, подобные нашему.

По моему мнению, необходим плавный переход, требующий совместной эволюции всей индустрии. Здесь критически важна активная роль инфраструктурных игроков уровня Stripe. Например, прямо сейчас мы интегрируем новое agentic API для платежей от Stripe. Необходимы скоординированные усилия всех участников рынка.

Вопрос: Можем ли мы детально обсудить типичные сценарии использования Manus нашими пользователями? Как именно они его применяют? Какие новые возможности это раскрывает?

Ответ: Безусловно, несмотря на то, что мы относимся к новому поколению агентов, мы уже наблюдаем множество отличных кейсов применения.

Возьмем наш недавний переезд в Сингапур: нам срочно потребовался поиск жилья с помощью риэлторов. В данном случае сработали живые люди-агенты (смеется).

Сейчас сами эти агенты начали использовать Manus: ориентируясь на запросы клиентов, они применяют Manus для анализа расположения офисов компаний, желаемых районов проживания сотрудников и формируют персонализированные подборки.

Мне это представляется крайне перспективным, поскольку речь идет о так называемых длинных хвостах спроса. Как правило, не существует специализированных ИИ-продуктов, заточенных под столь узкие сценарии, однако благодаря своей универсальности Manus способен их эффективно закрывать. Мы считаем, что именно долгосрочные нишевые запросы заслуживают пристального внимания.

С макроэкономической перспективы это может выглядеть как длинный хвост, но для конкретных пользователей это является их ежедневной рутиной. Подобные сценарии обладают огромной практической ценностью.

Это очень похоже на текущую ситуацию на рынке поисковых систем. Если вы ищете общую информацию, качество выдачи Google и Bing будет сопоставимым. Тогда почему выбор падает на один сервис, а не на другой? Вероятно, потому что в конкретный момент один из поисковиков показал именно те результаты, которые оказались нужнее. Но если ваш запрос глубоко индивидуален или узкоспециализирован, разница между платформами становится очевидной. Именно здесь кроется конкурентное преимущество универсальных агентов.

А как сделать их еще лучше? Мы долго обдумывали этот вопрос, поскольку твердо уверены: программирование остается ключевым звеном. Если доверить компьютер ИИ, то основной способ его взаимодействия со средой — это написание кода.

Мы видим возможности для улучшений в двух направлениях. Первое — масштабирование. А что произойдет, если мы увеличим функциональность одного агента в сто раз?

Недавно Manus представила новую функцию под названием Wide Research. Ее базовая идея позволяет основному агенту порождать сотни параллельных дочерних агентов для совместного выполнения задачи. Как известно, когда ИИ помогает решать мелкие локальные задачи, человек часто справляется самостоятельно. Но когда объем работы колоссален и невыполним в одиночку — например, при проведении глубокого масштабного исследования — одновременная работа сотен агентов дает невероятный синергетический эффект.

Во-вторых, нам необходимо научить агентов гораздо гибчее управлять вычислительной средой. Если жестко задать ИИ лишь ограниченный набор предустановленных инструментов, его ареал действий окажется заблокированным. Но представьте ситуацию: вы программист, и у вас есть доступ ко всему спектру ресурсов открытого сообщества.

Например, при подготовке файлов для 3D-печати напрямую корректировать параметры самой модели бывает сложно, но вы можете найти подходящую библиотеку на GitHub, установить её командой в терминале и мгновенно решить проблему. В Manus мы фокусируемся на повышении универсальности и внедрили концепцию «сетевых эффектов инструментов».

Приведу показательный пример: многие пользователи применяют Manus для визуализации данных. Вы знаете, в Азии часто возникают сложности, например, искажение шрифтов при отображении китайских или корейских символов в графиках. Некоторые продвинутые пользователи могут вручную прописать хардкод-правила, specifying какой шрифт выбрать для конкретного языка. Однако такой путь делает архитектуру системы всё более ригидной.

Наше решение заключалось в добавлении системе базовой способности просматривать изображения. Результат превзошел все ожидания: современные модели достаточно развиты, чтобы самостоятельно анализировать сгенерированный скриншот, распознавать визуальные артефакты, исправлять ошибку и автоматически переписать код. Мы убедились, что гибкость взаимодействия с инструментами решает куда больше проблем, чем статичное прописывание правил.

Вопрос: Мы живем в захватывающую эпоху. Я сам невероятно воодушевлен, единственное желание — снова оказаться тридцатилетним (смеется). Перейдем к медицинским исследованиям. Я знаю, Manus преуспевает и в этой области. Замечали ли вы случаи, когда клиенты использовали Manus именно для медицинских изысканий?

Ответ: Множество людей уже применяют Manus для исследований, причем не только в медицине. Нам кажется это любопытным, потому что на рынке действительно полно продуктов, позиционирующих себя как «глубокое исследование». Они собирают гигантский массив данных, проводят анализ, но в итоге выдают пользователю сухой файл в формате Markdown или текстовый отчет. Этого категорически недостаточно.

Часто ученым нужны готовые материалы для немедленной передачи руководству или смежным командам. Поэтому в Manus мы серьезно усилили экспортные возможности результатов. Например, в медицине нередко требуется подготовка официальных докладов или презентаций. Следовательно, нам пришлось оптимизировать форматирование выходных данных ИИ, чтобы точно отвечать требованиям исследовательской среды. Таких опыт мы определяем как «ориентированный на профессиональный инструмент».

Кстати, сейчас многие пользователи сначала применяют Manus для проведения исследований, а затем мгновенно генерируют полноценный сайт. Вы почувствуете, что это диаметрально противоположно традиционному вебинжинирингу.

Важно понимать: техническая сборка шаблона сайта сама по себе не составляет труда, настоящая сложность заключается в поддержании целостности и достоверности исходных данных. Поэтому мы считаем оптимальным замкнуть весь цикл внутри одного рабочего диалога и единого контекста. Так ваши открытия и экспертные заключения будут конвертироваться в финальный продукт без потери смысла и фактологии. Именно этим фундаментально отличается подход Manus.

Вопрос: Во многих государствах активно обсуждают тему будущего труда и макромикроэкономических последствий ИИ-революции. Какова ваша позиция касательно исчезновения профессий? Какие новые карьерные ниши это породит?

Ответ: Нашим друзьям и инвесторам этот вопрос тоже регулярно задается. Когда мы только анонсировали Manus, первоначально предполагали, что такой агент сэкономит людям массу времени и позволит зарабатывать свободнее.

Однако эмпирика показала, что эта утопия не сбылась в чистом виде. Проанализировав огромное количество пользовательских обратной связи, мы обнаружили парадокс: после интеграции агентов люди стали работать дольше. Причиной стала возросшая эффективность: повысив продуктивность, они просто взяли на себя больший объем задач, которыми занялись бы независимо от технологии. Это первый пункт.

Во-вторых, Manus открывает принципиально новую парадигму работы. Мы постоянно говорим о виртуальных машинах и облачных вычислениях. Мы наблюдаем, как Manus начинает выполнять роль платформы личного облачного хабa. Облачные мощности существуют уже несколько десятилетий, но фактически долгое время оставались эксклюзивной прерогативой инженеров: получить к ним доступ можно было исключительно через программирование. Обычные аналитики и специалисты умственного труда не имели такого рычага.

С приходом ИИ-агентов уровня Manus люди могут давать инструкции на обычном естественном языке, делегируя исполнение алгоритмам. Фактически это разблокировало совершенно новый слой производственной силы. Это наш главный вклад.

И наконец, относительно тезиса о «замещении»: я убежден, что полного замещения не произойдет. Возьмем тех же риэлторов: они активно применяют Manus для автоматизации рутинных процессов. Но, согласитесь, ИИ физически не способен воспроизвести человеческую эмпатию и навыки переговоров, критически важные при контакте с клиентами. Наша фирма носит название ИИ-компании, и даже скрипт промоматериала для релиза Manus был написан самим Manus. Тем не менее, в кадре по-прежнему фигурирую я. Весь вопрос сводится к доверию. А доверие нельзя полностью делегировать машинам.