การเกิดขึ้นของ Manus และความสามารถ
Manus ถูกสร้างขึ้นเพื่อให้เป็น AI agent อเนกประสงค์ ที่มีความสามารถในการวางแผน ดำเนินการ และส่งมอบผลลัพธ์ที่ครอบคลุมได้โดยอัตโนมัติ agent นี้โต้ตอบกับเว็บไซต์แบบเรียลไทม์ ประมวลผลข้อมูลประเภทต่างๆ และใช้ชุดเครื่องมือเพื่อให้บรรลุวัตถุประสงค์
แม้ว่าจะอยู่ในช่วง invite-only แต่ Manus ก็ได้รับความสนใจอย่างรวดเร็วเนื่องจากความสามารถที่น่าประทับใจ Deedy Das ผู้บริหารจาก Menlo Ventures ยกย่อง Manus โดยกล่าวว่า ‘Manus ผลิตภัณฑ์ AI ใหม่ที่ทุกคนกำลังพูดถึงนั้นคุ้มค่ากับการรอคอย นี่คือ AI agent ที่เราได้รับสัญญาไว้’ Das เน้นย้ำถึงความสามารถของ agent ในการบีบอัดสิ่งที่ปกติแล้วจะต้องใช้เวลาทำงานสองสัปดาห์ของมืออาชีพให้เหลือประมาณหนึ่งชั่วโมง
Andrew Wilkinson ผู้ร่วมก่อตั้งบริษัทโฮลดิ้งเทคโนโลยี Tiny แสดงความรู้สึกคล้ายกัน โดยกล่าวว่า ‘ผมรู้สึกเหมือนได้เดินทางข้ามเวลาไปสู่อนาคตอีกหกเดือนข้างหน้า’ Wilkinson ยังเปิดเผยว่าเขาได้มอบหมายให้ Manus พัฒนาและแทนที่โซลูชันซอฟต์แวร์ที่บริษัทของเขาใช้จ่ายอยู่ 6,000 ดอลลาร์ต่อปี
Manus ได้แสดงให้เห็นถึงฟังก์ชันการทำงานที่หลากหลาย รวมถึง:
- การสร้างแผนการเดินทางโดยละเอียด: สร้างแผนการเดินทางที่ครอบคลุม
- การวิเคราะห์ข้อมูลเชิงลึก: ทำการวิเคราะห์หุ้นและธุรกิจอย่างละเอียด
- การสร้างรายงานการวิจัย: จัดทำรายงานในหัวข้อต่างๆ
- การออกแบบเกม: สร้างแนวคิดและออกแบบเกม
- หลักสูตรการศึกษาแบบโต้ตอบ: พัฒนาประสบการณ์การเรียนรู้ที่น่าสนใจ
ผู้ใช้ได้อธิบายว่า Manus เป็นเครื่องมืออเนกประสงค์ ที่รวมความสามารถในการวิจัยเชิงลึก การทำงานอัตโนมัติ ฟังก์ชันการใช้งานคอมพิวเตอร์ และ coding agent ที่มีความจำ
ประสบการณ์ผู้ใช้และการเปรียบเทียบประสิทธิภาพ
นอกเหนือจากความสามารถของ agent ที่ ‘น่าทึ่ง’ อย่างที่บางคนกล่าวไว้ Manus ยังได้รับการยกย่องในด้านประสบการณ์ผู้ใช้ (UX) Victor Mustar หัวหน้าฝ่ายผลิตภัณฑ์ของ Hugging Face กล่าวว่า ‘UX คือสิ่งที่คนอื่นๆ สัญญาไว้มากมาย แต่คราวนี้มันใช้งานได้จริง’ การออกแบบของ Manus ยังรวมการกำกับดูแลของมนุษย์ โดยต้องมีการอนุมัติและการอนุญาตสำหรับการดำเนินการต่างๆ
Manus ยังถูกนำไปทดสอบบน GAIA benchmark ซึ่งประเมินผู้ช่วย AI ทั่วไปในด้านความสามารถในการแก้ปัญหาในโลกแห่งความเป็นจริง ตามผลลัพธ์ที่รายงาน Manus แสดงให้เห็นถึงประสิทธิภาพที่เหนือกว่า Deep Research ของ OpenAI
การถกเถียงเรื่อง ‘Wrapper’ และคุณค่าของ Manus
ไม่กี่วันหลังจากกระแสความตื่นเต้นในตอนแรก ผู้ใช้บางคนบน X (เดิมชื่อ Twitter) ค้นพบว่า Manus ทำงานบนโมเดล Claude Sonnet ของ Anthropic ควบคู่ไปกับเครื่องมืออื่นๆ เช่น Browser Use การเปิดเผยนี้นำไปสู่การแสดงความผิดหวัง โดยนักวิจารณ์บางคนแนะนำว่า Manus ขาด ‘คูเมือง’ หรือความได้เปรียบทางการแข่งขันที่ไม่เหมือนใคร
ความจริงก็คือ Manus เพื่อให้บรรลุความสามารถที่น่าประทับใจ ทำงานเป็น ‘wrapper’ รอบๆ โมเดล AI ขั้นสูงที่สุดบางรุ่นที่มีอยู่ อย่างไรก็ตาม แนวทางนี้บางครั้งก็ถูกมองในแง่ลบอย่างน่าประหลาดบนโซเชียลมีเดีย ท้ายที่สุดแล้ว Manus ได้แสดงให้เห็นถึงความสำเร็จในการสร้างอินเทอร์เฟซที่ออกแบบมาอย่างดี ซึ่งควบคุมศักยภาพของ agentic ของโมเดล AI พื้นฐานได้อย่างมีประสิทธิภาพ
Aidan McLaughlin ผู้เชี่ยวชาญที่ OpenAI แสดงความคิดเห็นบน X ว่าแง่มุม ‘wrapper’ ไม่ใช่เรื่องที่น่ากังวลมากนัก เขาเน้นย้ำว่า ‘หากมันสร้างมูลค่า มันก็สมควรได้รับความเคารพจากผม สนใจความสามารถ ไม่ใช่สถาปัตยกรรม’
นอกจากนี้ บทวิจารณ์เบื้องต้นของ Manus ยังเน้นย้ำถึงศักยภาพที่ยังไม่ได้ใช้ของโมเดล AI ในปัจจุบัน ความสามารถที่แม้แต่ห้องปฏิบัติการที่พัฒนามันขึ้นมาก็ยังไม่ได้ตระหนักถึงอย่างเต็มที่ Richardson Dackam ผู้ก่อตั้ง GitGlance.co กล่าวว่า ‘Manus ไม่ได้เพียงแค่ตบ API บนโมเดล พวกเขาสร้างระบบอัตโนมัติที่สามารถดำเนินการวิจัยเชิงลึก การคิดเชิงลึก และงานหลายขั้นตอนในแบบที่ไม่มี AI อื่นทำได้’
สิ่งนี้ทำให้เกิดคำถามที่น่าสนใจ: หาก Manus สร้างขึ้นบนโมเดลที่มีอยู่จากสหรัฐอเมริกา เหตุใดผู้สร้างโมเดลเหล่านั้นจึงไม่สามารถส่งมอบความสามารถที่คล้ายคลึงกันได้ด้วยตนเอง? Dean W Ball นักวิจัย AI แนะนำว่า ‘ผมคิดว่าห้องปฏิบัติการในสหรัฐฯ ทุกแห่งมีความสามารถเหล่านี้หรือดีกว่าเบื้องหลัง และไม่ได้ส่งมอบเนื่องจากความเกลียดชังความเสี่ยง ซึ่งบางส่วนมาจากความเสี่ยงด้านกฎระเบียบ’
ความทะเยอทะยานแบบโอเพนซอร์สและการเกิดขึ้นของ OpenManus
ข้อเท็จจริงที่ว่า Manus สร้างขึ้นบน LLM ที่มีอยู่ บ่งชี้ว่าความสามารถของมันอาจถูกทำซ้ำได้ การตระหนักรู้นี้จุดประกายความคาดหวังในหมู่ผู้ใช้จำนวนมากบน X โดยบางคนแสดงความหวังสำหรับเวอร์ชันโอเพนซอร์ส
ความหวังเหล่านี้ดูเหมือนจะได้รับการตอบสนองอย่างรวดเร็ว กลุ่มนักพัฒนาบน GitHub ได้สร้างทางเลือกโอเพนซอร์สสำหรับ Manus แล้ว โดยตั้งชื่อว่า ‘OpenManus’ โครงการนี้เปิดให้ใช้งานแบบสาธารณะบน GitHub แล้ว
คำวิจารณ์และความท้าทายที่ Manus เผชิญ
แม้จะได้รับการตอบรับเชิงบวก แต่ Manus ก็ต้องเผชิญกับคำวิจารณ์เช่นกัน ผู้ใช้บางคนรายงานว่า Manus ใช้เวลานานเกินไปในการทำงานให้เสร็จ และในบางกรณีก็ไม่สามารถทำได้สำเร็จ Derya Unutmaz นักวิทยาศาสตร์ชีวการแพทย์ เปรียบเทียบ Manus กับ Deep Research ของ OpenAI โดยสังเกตว่าในขณะที่ Deep Research ทำงานเสร็จภายใน 15 นาที Manus AI ล้มเหลวหลังจาก 50 นาที โดยติดอยู่ที่ขั้นตอนที่ 18 จาก 20
Simon Smith รองประธานบริหารฝ่าย generative AI ที่ Klick Health ระบุว่าปัญหาเหล่านี้อาจเกิดจากความเป็นไปได้ที่โมเดลพื้นฐานของ Manus อาจไม่แข็งแกร่งเท่า Deep Research ของ OpenAI เขายังแนะนำว่าเนื่องจาก Manus ใช้หลายโมเดล จึงอาจต้องใช้เวลามากกว่า Deep Research ในการสร้างรายงานฉบับสมบูรณ์
ผู้ใช้อีกรายเน้นย้ำว่า Manus บางครั้งติดขัดระหว่างการค้นหาเว็บ ประสบกับ ‘การหยุดชะงักระหว่าง’ เนื่องจากปัญหาบริบทในงานที่ใช้โค้ด และแสดงความช้าโดยทั่วไป
นักวิจารณ์บางคนยังโจมตีแนวทางการเข้าถึงแบบ invite-only ของ Manus โดยแนะนำว่าคำเชิญส่วนใหญ่ถูกแจกจ่ายให้กับผู้มีอิทธิพลบนโซเชียลมีเดียเพื่อสร้างกระแส
อนาคตของ Manus และภูมิทัศน์ AI ที่กว้างขึ้น
สิ่งสำคัญคือต้องรับทราบว่า Manus ยังอยู่ในช่วงเริ่มต้นของการพัฒนา และมีแนวโน้มที่จะได้รับการปรับปรุงและพัฒนาต่อไป อย่างไรก็ตาม คำถามสำคัญยังคงอยู่: อีกนานแค่ไหนก่อนที่ผู้เล่นรายใหญ่เช่น OpenAI, Anthropic หรือแม้แต่ Google จะเปิดตัวเวอร์ชันที่เข้าถึงได้ง่ายกว่าของสิ่งที่ Manus นำเสนอในปัจจุบัน? การเกิดขึ้นของ Manus ทำหน้าที่เป็นการสาธิตที่น่าสนใจถึงศักยภาพของ AI agent และคุณค่าของการสร้างอินเทอร์เฟซที่ใช้งานง่ายเพื่อปลดล็อกความสามารถของโมเดล AI ที่มีอยู่ ในขณะที่ความท้าทายและคำวิจารณ์มีอยู่ Manus แสดงถึงก้าวสำคัญในการพัฒนาเครื่องมือที่ขับเคลื่อนด้วย AI และความสามารถในการจัดการกับงานที่ซับซ้อนในโลกแห่งความเป็นจริง การพัฒนา OpenManus ยังเน้นย้ำถึงความสนใจของชุมชนในการสำรวจและขยายความเป็นไปได้ที่นำเสนอโดยแนวทางใหม่สำหรับ AI agent นี้ อนาคตน่าจะเห็นนวัตกรรมและการแข่งขันอย่างต่อเนื่องในพื้นที่นี้ ซึ่งขับเคลื่อนการพัฒนา AI agent ที่มีความซับซ้อนและเข้าถึงได้ง่ายยิ่งขึ้น