Was ist die Technologie hinter dem Manus Ai, das die Welt verrückt macht?

Jeder wollte auf ihrer Warteliste sein

CodeAct ist eine Lektion, die jeder lernen sollte, von den Manus-KI-Agents

Hier ist der Grund, warum Manus seine Prinzipien übernommen hat, um seine Agenten zu bauen...

Als Manus AI veröffentlicht wurde,

War jeder von der Anzahl der Aufgaben schockiert, die der Agent mit solcher Präzision erreichen konnte.

Als ein X-Benutzer den Co-Founder fragte, ob Manus MCP verwendet, antwortete dieser, dass sie es nicht tun,

Aber einige Prinzipien von CodeAct übernommen haben, die ihnen halfen, bessere Entscheidungen in Tools sowie bei der Ausführung zu treffen.

Was unterscheidet CodeAct von bestehenden Agenten-Architekturen wie ReAct oder sogar Reflexion?

📌 Lassen Sie uns das verstehen, indem wir seine Architektur aufschlüsseln:

Beobachtung: Der Agent interpretiert die Anfrage des Benutzers und bewertet den aktuellen Zustand der Aufgabe.
Agent: Die Eingabe wird zunächst vom Agenten entgegengenommen, der die primäre Grundlage für die Lösung erstellt.
Planung: Anschließend werden die geeigneten Tools oder Aktionen für den nächsten Schritt bestimmt.

Aktion: Die erste Aktion, die der Agent ausführt, wird mit dem CodeAct-Sandbox geteilt.

CodeAct-Sandbox: Manus schreibt Python-Code, um die notwendige Aktion auszuführen, die in einer Linux-Sandbox-Umgebung ausgeführt wird.

Es bewertet mehrere Szenarien, wählt die beste Aktion aus und generiert Python-Code als universelles Aktionsformat für LLM-Agents.
Es nutzt die gegebenen Tools, Datenbanken und Speicher, um eine leistungsfähige Lösung zu erstellen.

Ergebnis: Es zeigt die Aktion, die der Agent ausgeführt hat, dem Benutzer gemäß seiner Anfrage an.

Das Ergebnis wird nicht nur an den Benutzer gesendet, sondern auch sein Feedback wird an den Agenten gesendet, um zu beobachten.
Basierend auf den Beobachtungen kann Manus seine Herangehensweise debuggen, anpassen und wenn nötig erneut versuchen

Dieser Zyklus wiederholt sich, bis die Aufgabe abgeschlossen ist

Je nach Anwendungsfall kann CodeAct Ausgaben in Form von natürlichen Sprachantworten oder Umgebungsinteraktionen bereitstellen.

Insbesondere

Verwendet CodeAct ausführbaren Python-Code für komplexe, mehrstufige Operationen,

Im Gegensatz zu anderen Architekturen, die auf vordefinierte Funktionen oder JSON beschränkt sind, vereinfacht dieser Ansatz die Fehlersuche und Verfeinerung, während der Kontextumfang überschaubar bleibt.

(Hinweis: Das Team hat die Implementierung von CodeAct nicht im Detail beschrieben, aber drei wichtige Erkenntnisse aus der Anwendung seiner Prinzipien geteilt, die in den referenzierten Kommentaren verfügbar sind.)

Bitte beachten Sie, dass die deutsche Version von Ai unterstützt wird und daher geringfügige Fehler auftreten können.

AUTOR

Über ABN Asia: Ai Base Network (ABN), ABN Asia wurde im Jahr 2012 gegründet und ist ein Unternehmen mit akademischem Hintergrund, das von Lehrkräften und ehemaligen Studierenden aus Ungarn, den Niederlanden, Russland, Deutschland und Japan gegründet wurde. Wir teilen eine gemeinsame Leidenschaft und eine klare Vision für Technologie, die Innovation und erstklassige Qualität für unsere Kunden bringt. Unser Motto lautet: Besser. Schneller. Sicherer. In vielen Fällen: Günstiger.

Zögern Sie nicht, uns zu kontaktieren, wenn Sie IT-Dienstleistungen, digitale Beratung, Standardsoftwarelösungen benötigen oder uns Angebotsanfragen (RFPs) senden möchten. Sie können uns unter [email protected] kontaktieren. Wir sind bereit, Ihnen bei all Ihren Technologiebedürfnissen zu helfen.