مانوس: نهج جديد لعملاء الذكاء الاصطناعي

ظهور مانوس وقدراته

تم تصميم إنشاء Manus ليعمل كعميل ذكاء اصطناعي متعدد الاستخدامات، قادر على التخطيط المستقل والتنفيذ وتقديم نتائج شاملة. يتفاعل هذا العميل مع مواقع الويب في الوقت الفعلي، ويعالج أنواعًا مختلفة من البيانات، ويستخدم مجموعة من الأدوات لتحقيق أهدافه.

على الرغم من كونه في مرحلة الدعوة فقط، إلا أن Manus اكتسب اهتمامًا سريعًا لقدراته الرائعة. أشاد Deedy Das، وهو مدير في Menlo Ventures، بـ Manus، قائلاً: ‘Manus، منتج الذكاء الاصطناعي الجديد الذي يتحدث عنه الجميع، يستحق الضجة. هذا هو عميل الذكاء الاصطناعي الذي وعدنا به.’ سلط Das الضوء على قدرة العميل على تكثيف ما سيكون عادةً أسبوعين من العمل الاحترافي في حوالي ساعة واحدة.

أعرب Andrew Wilkinson، المؤسس المشارك لشركة التكنولوجيا القابضة Tiny، عن شعور مماثل، قائلاً: ‘أشعر وكأنني سافرت للتو عبر الزمن ستة أشهر إلى المستقبل.’ شارك Wilkinson أيضًا أنه كلف Manus بتطوير واستبدال حل برمجي تنفق عليه شركته حاليًا 6000 دولار سنويًا.

عرضت Manus مجموعة واسعة من الوظائف، بما في ذلك:

• إنشاء مسار مفصل: إنشاء خطط سفر شاملة.
• تحليل البيانات المتعمق: إجراء تحليل شامل للأسهم والشركات.
• إنشاء تقارير بحثية: إنتاج تقارير حول مواضيع متنوعة.
• تصميم الألعاب: تصور وتصميم الألعاب.
• دورات تعليمية تفاعلية: تطوير تجارب تعليمية جذابة.

وصف المستخدمون Manus كأداة متعددة الأوجه، تجمع بين قدرات البحث العميق، والتشغيل المستقل، ووظيفة استخدام الكمبيوتر، وعامل ترميز مزود بذاكرة.

تجربة المستخدم ومعايير الأداء

إلى جانب قدراته ‘المذهلة’، كما وصفها البعض، فقد تم الإشادة بـ Manus أيضًا لتجربة المستخدم (UX) الخاصة به. أشار Victor Mustar، رئيس قسم المنتجات في Hugging Face، إلى أن ‘تجربة المستخدم هي ما وعد به الكثيرون، ولكن هذه المرة تعمل فقط.’ يتضمن تصميم Manus أيضًا إشرافًا بشريًا، ويتطلب موافقات وأذونات لإجراءات مختلفة.

تم أيضًا اختبار Manus على معيار GAIA، الذي يقيم مساعدي الذكاء الاصطناعي العام على قدرتهم على حل مشاكل العالم الحقيقي. وفقًا للنتائج المبلغ عنها، أظهر Manus أداءً فائقًا مقارنةً بـ Deep Research من OpenAI.

الجدل حول ‘الغلاف’ وقيمة مانوس

بعد أيام قليلة من موجة الإثارة الأولية، اكتشف بعض المستخدمين على X (تويتر سابقًا) أن Manus كان يعمل على قمة نموذج Claude Sonnet من Anthropic، إلى جانب أدوات أخرى مثل Browser Use. أدى هذا الكشف إلى بعض التعبيرات عن خيبة الأمل، حيث أشار بعض النقاد إلى أن Manus يفتقر إلى ‘خندق’ فريد أو ميزة تنافسية.

الحقيقة هي أن Manus، لتحقيق قدراته الرائعة، يعمل كـ ‘غلاف’ حول بعض نماذج الذكاء الاصطناعي الأكثر تقدمًا المتاحة. ومع ذلك، فقد قوبل هذا النهج في بعض الأحيان بتصور سلبي غريب على وسائل التواصل الاجتماعي. في النهاية، أظهر Manus نجاحًا في إنشاء واجهة مصممة جيدًا تسخر بشكل فعال الإمكانات الوظيفية لنموذج ذكاء اصطناعي أساسي.

علق Aidan McLaughlin، وهو محترف في OpenAI، على X بأن جانب ‘الغلاف’ لم يكن مصدر قلق كبير. وشدد على أنه ‘إذا خلق قيمة، فهو يستحق احترامي. اهتم بالقدرات، وليس بالهندسة المعمارية.’

علاوة على ذلك، تسلط المراجعات الأولية لـ Manus الضوء على الإمكانات غير المستغلة لنماذج الذكاء الاصطناعي الحالية، وهي القدرات التي لم تحققها حتى المختبرات التي تطورها بالكامل. صرح Richardson Dackam، مؤسس GitGlance.co، قائلاً: ‘لم يقم Manus فقط بصفع واجهة برمجة تطبيقات على نموذج. لقد قاموا ببناء نظام مستقل يمكنه إجراء بحث عميق وتفكير عميق ومهام متعددة الخطوات بطريقة لا يفعلها أي ذكاء اصطناعي آخر.’

يثير هذا سؤالًا مثيرًا للاهتمام: إذا تم بناء Manus على نماذج موجودة من الولايات المتحدة، فلماذا لم يتمكن مبتكرو تلك النماذج من تقديم قدرات مماثلة بأنفسهم؟ اقترح Dean W Ball، باحث في الذكاء الاصطناعي، ‘أفترض أن كل مختبر أمريكي لديه هذه القدرات أو أفضل منها وراء الكواليس ولا يقوم بشحنها بسبب النفور من المخاطرة، وبعضها يأتي من المخاطر التنظيمية.’

التطلعات مفتوحة المصدر وظهور OpenManus

تشير حقيقة أن Manus مبني على LLMs الحالية إلى أن قدراته يمكن تكرارها. أثار هذا الإدراك موجة من الترقب بين العديد من المستخدمين على X، حيث أعرب البعض عن أملهم في إصدار مفتوح المصدر.

يبدو أن هذه الآمال قد تحققت بسرعة نسبية. قامت مجموعة من المطورين على GitHub بالفعل بإنشاء بديل مفتوح المصدر لـ Manus، أطلق عليه اسم ‘OpenManus’. هذا المشروع متاح الآن للجمهور على GitHub.

الانتقادات والتحديات التي تواجهها مانوس

على الرغم من الاستقبال الإيجابي، واجهت Manus أيضًا نصيبها من الانتقادات. أفاد بعض المستخدمين أن Manus استغرق وقتًا طويلاً لإكمال المهام، وفي بعض الحالات، فشل في إنهائها تمامًا. قارنت Derya Unutmaz، عالمة الطب الحيوي، Manus بـ Deep Research من OpenAI، مشيرة إلى أنه في حين أن الأخير أكمل مهمة في 15 دقيقة، فشل Manus AI بعد 50 دقيقة، حيث علق في الخطوة 18 من أصل 20.

عزا Simon Smith، نائب الرئيس التنفيذي للذكاء الاصطناعي التوليدي في Klick Health، هذه المشكلات إلى احتمال أن النموذج الأساسي لـ Manus قد لا يكون قويًا مثل Deep Research من OpenAI. واقترح كذلك أنه نظرًا لأن Manus يستخدم نماذج متعددة، فقد يتطلب وقتًا أطول من Deep Research لإنشاء تقرير كامل.

أبرز مستخدم آخر أن Manus يتعثر أحيانًا أثناء عمليات البحث على الويب، ويواجه ‘فواصل بينية’ بسبب مشكلات السياق في المهام القائمة على التعليمات البرمجية، ويظهر بطئًا عامًا.

استهدف بعض النقاد أيضًا نهج الوصول إلى Manus عن طريق الدعوة فقط، مما يشير إلى أن الدعوات تم توزيعها بشكل أساسي على المؤثرين على وسائل التواصل الاجتماعي لإثارة الضجة.

مستقبل مانوس ومشهد الذكاء الاصطناعي الأوسع

من المهم الاعتراف بأن Manus لا يزال في مراحله الأولى من التطوير، ومن المرجح أن يخضع لمزيد من التحسين والتطوير. ومع ذلك، يبقى سؤال حاسم: كم من الوقت سيستغرق قبل أن يقدم لاعبون رئيسيون مثل OpenAI أو Anthropic أو حتى Google نسخة أكثر سهولة في الوصول إليها مما تقدمه Manus حاليًا؟ يعد ظهور Manus بمثابة دليل مقنع على إمكانات وكلاء الذكاء الاصطناعي وقيمة إنشاء واجهات سهلة الاستخدام لإطلاق العنان لقدرات نماذج الذكاء الاصطناعي الحالية. في حين توجد تحديات وانتقادات، يمثل Manus خطوة مهمة إلى الأمام في تطور الأدوات التي تعمل بالذكاء الاصطناعي وقدرتها على معالجة المهام المعقدة في العالم الحقيقي. يؤكد تطوير OpenManus أيضًا اهتمام المجتمع باستكشاف وتوسيع الإمكانيات التي يوفرها هذا النهج الجديد لوكلاء الذكاء الاصطناعي. من المرجح أن يشهد المستقبل استمرار الابتكار والمنافسة في هذا المجال، مما يدفع بتطوير وكلاء ذكاء اصطناعي أكثر تطوراً وسهولة في الوصول إليها.