大模型行研究：对通用型 AI agent 的不同流派的理解
一、面向过程的手动档 - Refly
开源项目：https://github.com/refly-ai/refly
通过画布处理真实世界的任务，提供完整的工作流程，可以理解为以画布为产品载体，自主将不同模型API、代码小组件、知识库等拼接 workflow，完成指定任务
难点：对操作者的能力要求很高
二、面向任务的自动挡 - Manus
大热的 Manus，定义任务，AI 产品自动完成任务拆解，自动化完成任务
难点：AI 对任务的理解和对任务完成度的评估
三、面向数字分身 - Second-Me
开源项目：https://github.com/mindverse/Second-Me
AI 扮演不同的“我”，数字分身根据“我”的偏好，“主动”完成任务
难点：分身与偏好的契合度；如何迭代分身
四、“我”为人人 - 为“我”赚钱的分身
不久的未来，我的数字分身还可以被“雇佣”或者主动执行任务，为“我”赚钱，一个分布式的 agents 网络，终将与 web3 结合
五、Agent 的茧房
历史上上演了多次，当产品普惠化，走向最广大的市场，在工程效率和被训练的用户偏好作用下，即使是不同厂商的产品，也会趋同，比如汽车、手机最后都长得一样，这就是“工具”的宿命。
受限于模型的能力，以及虚拟与现实的接口（比如 SaaS）数量有限，AI Agents也会趋同，“我”就会困在趋同的 Agents 茧房中，我们的体验也会趋同。
也不用悲观，当“工具”走向宿命的终结，创新就出现了。
标签：无