Apa teknologi yang ada di balik Manus Ai yang membuat dunia gila?

Semua orang ingin masuk dalam daftar tunggu mereka

CodeAct adalah pelajaran yang harus dipelajari oleh semua orang dari Agen Manus AI

Berikut alasannya mengapa Manus mengadopsi prinsip-prinsipnya untuk membangun agen-agen mereka....

Ketika Manus AI dirilis,

Semua orang terkejut oleh jumlah tugas yang dapat diselesaikan oleh agen dengan presisi yang sangat tinggi.

Ketika ditanya oleh pengguna X apakah Manus menggunakan MCP, Co-Founder menjawab bahwa mereka tidak,

Tapi telah mengadopsi beberapa prinsip CodeAct yang membantu mereka membuat keputusan yang lebih baik dalam alat serta eksekusi.

Apa yang membedakan CodeAct dari arsitektur agen yang ada seperti ReAct atau bahkan Reflexion?

📌 Mari kita pahami dengan memecah arsitekturnya:

Observasi: Agen menafsirkan permintaan pengguna dan menilai keadaan tugas saat ini.
Agen: Input pertama kali diambil oleh agen, yang membangun fondasi utama dari apa yang seharusnya menjadi solusi.
Perencanaan: Kemudian menentukan alat atau tindakan yang tepat untuk langkah berikutnya.

Tindakan: Tindakan pertama yang diambil oleh Agen dibagikan dengan CodeAct Sandbox.

CodeAct Sandbox Manus menulis kode Python untuk melakukan tindakan yang diperlukan, yang berjalan di lingkungan sandbox Linux.

Ini mengevaluasi beberapa skenario, memilih tindakan terbaik, dan menghasilkan kode Python sebagai format tindakan universal untuk agen LLM.
Ini menggunakan set alat, database, dan memori yang diberikan untuk membangun solusi yang mampu.

Hasil: Ini menampilkan tindakan yang diambil oleh agen kepada pengguna sesuai dengan kueri mereka.

Hasilnya tidak hanya dikirim ke pengguna, tetapi umpan baliknya juga dikirim kembali ke agen untuk diamati.
Berdasarkan pengamatan, Manus dapat memecahkan masalah, menyesuaikan pendekatannya, dan mencoba lagi jika perlu

Siklus ini berulang sampai tugas selesai

Tergantung pada kasus penggunaan Anda, CodeAct dapat menyediakan output melalui jawaban bahasa alami atau interaksi lingkungan.

Secara khusus,

CodeAct menggunakan kode Python yang dapat dijalankan untuk operasi yang kompleks dan multi-langkah,

Tidak seperti arsitektur lain yang terbatas pada fungsi yang telah ditentukan atau JSON, pendekatan ini mempermudah debugging dan penyempurnaan sambil menjaga panjang konteks tetap terkelola.

(Catatan: Tim belum merinci implementasi CodeAct, tetapi membagikan tiga wawasan kunci dari penerapan prinsip-prinsipnya, tersedia di komentar yang dirujuk.)

Harap dicatat bahwa versi bahasa Indonesia didukung oleh AI dan karena itu mungkin terjadi kesalahan kecil.

Penulis

Ai Base Network (ABN), ABN ASIA didirikan oleh orang-orang dengan akar yang kuat di dunia akademis, dengan pengalaman kerja di Amerika Serikat, Belanda, Hungaria, Jepang, Korea Selatan, Singapura, dan Vietnam. ABN Asia adalah tempat di mana akademik dan teknologi bertemu dengan peluang. Dengan solusi terdepan kami dan layanan pengembangan perangkat lunak yang kompeten, kami membantu bisnis untuk meningkatkan level dan bersaing di panggung global. Komitmen kami: Lebih Cepat. Lebih Baik. Lebih handal. Dalam kebanyakan kasus: Lebih murah juga.

Jangan ragu untuk menghubungi kami jika Anda membutuhkan layanan IT, konsultasi digital, solusi perangkat lunak siap pakai, atau jika Anda ingin mengirimkan permintaan proposal (RFP). Anda dapat menghubungi kami di [email protected]. Kami siap membantu Anda dengan semua kebutuhan teknologi Anda.