從全球爆火，到成功融資，再到被曝刪博、裁員、跑路新加坡，Manus僅僅用了四個月，就把一條新興賽道的創(chuàng)業(yè)演示了個遍。

有人認為Manus開了一個很壞的頭，利用中國工程師資源打造產(chǎn)品，迅速融資，裁員跑路......

在一片爭議聲中，今天凌晨，這家公司的聯(lián)合創(chuàng)始人季逸超罕見發(fā)聲，發(fā)布了長達數(shù)千字的博客，試圖把輿論拉回到產(chǎn)品和技術本身，也第一次公開回應了這場起落背后的關鍵教訓。

四個月從爆火到爭議

我們先簡單回顧一下。今年3月，Manus因“全球首個通用Agent”概念走紅，當時有人說這是中國的“第二個DeepSeek時刻”。

5月，Manus很快完成由硅谷頂級風投Benchmark領投的7500萬美元B輪融資，估值飆升至5億美元。外界對它的一度期待極高。

但6月底，Manus突然被媒體曝出多起爭議事件：部分員工稱被無預警裁員、創(chuàng)始團隊在社交平臺上大規(guī)模刪博、公司主體搬到新加坡，輿論嘩然。

一時間，刪博、裁員、跑路，成了這家明星Agent創(chuàng)業(yè)公司的主要標簽。

聯(lián)合創(chuàng)始人凌晨發(fā)長文

面對外界質疑，季逸超這次選擇用一篇技術向的長文作答，首次系統(tǒng)總結了團隊對Agent產(chǎn)品和技術的核心認知：

1、選擇上下文工程，而非端到端自研大模型。Manus創(chuàng)始人上一家公司曾嘗試從零訓練NLP模型，結果被GPT-3等大模型淘汰。這次復盤后，他們選擇不再自研底層模型，而是專注于如何基于開源或商業(yè)大模型，做“上下文工程”，把現(xiàn)有能力最大化發(fā)揮出來。

2、KV緩存命中率是代理系統(tǒng)的核心指標。多輪智能代理與單輪聊天不同，輸入輸出比可能高達100:1，長輸入會極大影響延遲和推理成本。上下文設計的目標是最大化KV緩存命中率，這要求提示要穩(wěn)定、上下文只追加不修改、保證前綴可重復利用。

3、工具管理避免動態(tài)增減，用遮蔽代替刪除。代理功能多，動作空間會迅速擴大，模型更易選錯。動態(tài)添加或刪除工具會導致緩存失效。Manus的實踐是用上下文狀態(tài)機管理工具可用性：通過屏蔽Token概率，而非直接從上下文移除，既保證靈活性，又保留緩存。

4、把文件系統(tǒng)當作無限上下文。大模型上下文窗口再大也有限，且超長上下文會拉低推理速度、抬高成本。Manus做法是把文件系統(tǒng)當作代理的外部記憶，信息可隨時存取，保證歷史狀態(tài)可查、可讀寫、可恢復。

5、用顯式“背誦”機制操控模型注意力。在長任務中，Manus會自動生成todo.md，把任務拆解成可執(zhí)行清單，并不斷更新，把目標重復寫到上下文末尾，相當于“反復提醒模型”，避免任務中途跑偏。

6、不抹掉錯誤，保留失敗信息以幫助模型自我修正。智能體必然會出錯，與其隱藏錯誤、重新開始，不如把失敗信息留在上下文里，讓模型“看到”失敗路徑，形成負面示例，從而減少同類錯誤。

7、一句話總結就是：上下文工程是一門新興的實驗科學，Manus想用上下文塑造代理的行為和能力：不是比拼模型多聰明，而是比拼怎么讓模型更有用。

復盤之外，爭議未平息

從這篇博客看得出，Manus并非完全是個“PPT項目”。它確實做了不少面向Agent場景的底層探索，也踩過不少坑。

但這篇長文沒提到外界最關心的問題：公司為什么要搬去新加坡？國內(nèi)被裁員工如何善后？等等。

這些問題，季逸超沒有回答，博客里也沒提。

季逸超在結尾寫道：“智能代理的未來將由一個個情境逐步構建。精心設計每一個情境。”

當下的現(xiàn)實是，Manus是否還有機會把這些“情境”從技術文檔帶回真正的用戶手里？

一切仍未有定論。

博文鏈接：

https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus

以下為Manus 聯(lián)合創(chuàng)始人季逸博客原文（由GPT翻譯）：

面向AI 代理的上下文工程：構建 Manus 的經(jīng)驗教訓

2025 年 7 月 18 日 季逸超

在Manus 項目伊始，我和團隊面臨一個關鍵抉擇：是使用開源基礎模型訓練一個端到端的代理模型，還是基于前沿模型的上下文學習能力構建代理？

回想我在自然語言處理領域的最初十年，我們沒有這樣的選擇余地。在BERT 的遠古時代（是的，已經(jīng)七年了），模型必須經(jīng)過微調并評估后才能遷移到新任務。即使當時的模型遠小于如今的 LLMs，這一過程每次迭代往往也需數(shù)周。對于快速發(fā)展的應用，尤其是產(chǎn)品市場匹配前期，這樣緩慢的反饋周期是致命的。這是我上一家創(chuàng)業(yè)公司的慘痛教訓，當時我從零開始訓練模型用于開放信息抽取和語義搜索。隨后 GPT-3 和 Flan-T5 的出現(xiàn)，讓我自研的模型一夜之間變得無關緊要。諷刺的是，正是這些模型開啟了上下文學習的新紀元——也為我們開辟了一條全新的前進道路。

這個來之不易的教訓讓選擇變得清晰：Manus 將押注于上下文工程。這使我們能夠在數(shù)小時內(nèi)發(fā)布改進，而不是數(shù)周，同時保持我們的產(chǎn)品與底層模型正交：如果模型進步是漲潮，我們希望 Manus 是船，而不是固定在海床上的柱子。

然而，上下文工程遠非簡單。這是一門實驗科學——我們已經(jīng)重建了四次代理框架，每次都是在發(fā)現(xiàn)了更好的上下文塑造方法之后。我們親切地稱這種手動的架構搜索、提示調整和經(jīng)驗猜測過程為“隨機梯度下降”。它不優(yōu)雅，但有效。

這篇文章分享了我們通過自己的“SGD”達到的局部最優(yōu)解。如果你正在構建自己的 AI 代理，希望這些原則能幫助你更快收斂。

圍繞KV 緩存設計

如果只能選擇一個指標，我認為KV 緩存命中率是生產(chǎn)階段 AI 代理最重要的指標。它直接影響延遲和成本。要理解原因，我們先看看典型代理的工作方式：

在接收到用戶輸入后，代理通過一系列工具調用來完成任務。在每次迭代中，模型根據(jù)當前上下文從預定義的動作空間中選擇一個動作。然后在環(huán)境中執(zhí)行該動作（例如Manus 的虛擬機沙箱），以產(chǎn)生觀察結果。動作和觀察結果被追加到上下文中，形成下一次迭代的輸入。這個循環(huán)持續(xù)進行，直到任務完成。

正如你所想象的，上下文隨著每一步增長，而輸出——通常是結構化的函數(shù)調用——則相對較短。這使得預填充與解碼之間的比例在代理中遠遠偏高，區(qū)別于聊天機器人。例如，在 Manus 中，平均輸入與輸出的Token比約為100:1。

幸運的是，具有相同前綴的上下文可以利用KV 緩存，這大大減少了首次生成標記時間（TTFT）和推理成本——無論你是使用自托管模型還是調用推理 API。這里的節(jié)省可不是小數(shù)目：以 Claude Sonnet 為例，緩存的輸入標記費用為 0.30 美元/千標記，而未緩存的則為 3 美元/千標記——相差 10 倍。

從上下文工程的角度來看，提高KV 緩存命中率涉及幾個關鍵做法：

保持提示前綴穩(wěn)定。由于LLMs 的自回歸特性，即使是單個標記的差異也會使該標記及其之后的緩存失效。一個常見錯誤是在系統(tǒng)提示開頭包含時間戳——尤其是精確到秒的時間戳。雖然這樣可以讓模型告訴你當前時間，但也會大幅降低緩存命中率。

使你的上下文僅追加。避免修改之前的操作或觀察。確保你的序列化是確定性的。許多編程語言和庫在序列化JSON 對象時不保證鍵的順序穩(wěn)定，這可能會悄無聲息地破壞緩存。

在需要時明確標記緩存斷點。一些模型提供商或推理框架不支持自動增量前綴緩存，而是需要在上下文中手動插入緩存斷點。設置這些斷點時，應考慮緩存可能過期的情況，至少確保斷點包含系統(tǒng)提示的結尾部分。

此外，如果你使用像vLLM 這樣的框架自托管模型，確保啟用了前綴/提示緩存，并且使用會話 ID 等技術在分布式工作節(jié)點間一致地路由請求。

遮蔽，而非移除

隨著你的智能體功能不斷增強，其動作空間自然變得更加復雜——簡單來說，就是工具數(shù)量激增。最近 MCP 的流行更是火上澆油。如果允許用戶自定義工具，相信我：總會有人將數(shù)百個神秘工具接入你精心策劃的動作空間。結果，模型更可能選擇錯誤的動作或走低效路徑。簡而言之，你的重裝智能體反而變得更笨。

一種自然的反應是設計動態(tài)動作空間——或許使用類似 RAG 的方式按需加載工具。我們在 Manus 中也嘗試過。但實驗表明一個明確的規(guī)則：除非絕對必要，避免在迭代過程中動態(tài)添加或移除工具。主要有兩個原因：

在大多數(shù)LLMs 中，工具定義在序列化后通常位于上下文的前部，通常在系統(tǒng)提示之前或之后。因此，任何更改都會使所有后續(xù)操作和觀察的 KV 緩存失效。

當之前的操作和觀察仍然引用當前上下文中不再定義的工具時，模型會感到困惑。如果沒有受限解碼，這通常會導致模式違規(guī)或幻覺操作。

為了解決這一問題，同時提升動作選擇的效果，Manus 使用了一個上下文感知的狀態(tài)機來管理工具的可用性。它不是移除工具，而是在解碼過程中屏蔽Token的對數(shù)概率，以根據(jù)當前上下文防止（或強制）選擇某些動作。

在實際操作中，大多數(shù)模型提供商和推理框架都支持某種形式的響應預填充，這使你可以在不修改工具定義的情況下限制動作空間。函數(shù)調用通常有三種模式（我們以NousResearch 的 Hermes 格式為例）：

自動– 模型可以選擇是否調用函數(shù)。通過僅預填回復前綴實現(xiàn)：<|im_start|>assistant

必需——模型必須調用一個函數(shù)，但選擇不受限制。通過預填充到工具調用標記實現(xiàn)：<|im_start|>assistant

指定——模型必須從特定子集中調用函數(shù)。通過預填充到函數(shù)名開頭實現(xiàn)：<|im_start|>assistant{"name": “browser_

利用此方法，我們通過直接屏蔽標記的對數(shù)概率來限制動作選擇。例如，當用戶提供新輸入時，Manus 必須立即回復，而不是執(zhí)行動作。我們還特意設計了具有一致前綴的動作名稱——例如，所有與瀏覽器相關的工具都以 browser_開頭，命令行工具以 shell_開頭。這使我們能夠輕松確保代理在特定狀態(tài)下僅從某一組工具中選擇，而無需使用有狀態(tài)的對數(shù)概率處理器。

這些設計有助于確保Manus 代理循環(huán)保持穩(wěn)定——即使在模型驅動架構下也是如此。

將文件系統(tǒng)用作上下文

現(xiàn)代前沿的LLMs 現(xiàn)在提供 128K Token或更多的上下文窗口。但在現(xiàn)實世界的智能代理場景中，這通常不夠，有時甚至成為負擔。有三個常見的痛點：

觀察內(nèi)容可能非常龐大，尤其是當代理與網(wǎng)頁或PDF 等非結構化數(shù)據(jù)交互時。很容易超出上下文限制。

即使窗口技術上支持，模型性能在超過某個上下文長度后往往會下降。

長輸入代價高昂，即使使用前綴緩存也是如此。你仍然需要為傳輸和預填充每個標記付費。

為了解決這個問題，許多智能體系統(tǒng)實施了上下文截斷或壓縮策略。但過度壓縮不可避免地導致信息丟失。問題是根本性的：智能體本質上必須基于所有先前狀態(tài)來預測下一步動作——而你無法可靠地預測哪條觀察在十步之后可能變得關鍵。從邏輯角度看，任何不可逆的壓縮都存在風險。

這就是為什么我們將文件系統(tǒng)視為Manus 中的終極上下文：大小無限，天生持久，并且可以由智能體自身直接操作。模型學會按需寫入和讀取文件——不僅將文件系統(tǒng)用作存儲，更作為結構化的外部記憶。

我們的壓縮策略始終設計為可恢復的。例如，只要保留網(wǎng)址，網(wǎng)頁內(nèi)容就可以從上下文中刪除；只要沙盒中仍有文檔路徑，文檔內(nèi)容也可以省略。這使得Manus 能夠縮短上下文長度而不永久丟失信息。

在開發(fā)此功能時，我不禁想象，狀態(tài)空間模型（SSM）要在具代理性的環(huán)境中有效工作需要什么條件。與 Transformer 不同，SSM 缺乏完全的注意力機制，難以處理長距離的向后依賴。但如果它們能掌握基于文件的記憶——將長期狀態(tài)外部化而非保存在上下文中——那么它們的速度和效率可能會開啟新一代代理。具代理性的 SSM 或許才是神經(jīng)圖靈機的真正繼任者。

通過背誦操控注意力

如果你使用過Manus，可能會注意到一個有趣的現(xiàn)象：在處理復雜任務時，它傾向于創(chuàng)建一個 todo.md 文件，并隨著任務的推進逐步更新，勾選已完成的事項。

這不僅僅是可愛的行為——這是一種有意操控注意力的機制。

Manus 中的一個典型任務平均需要大約 50 次工具調用。這是一個較長的循環(huán)——由于 Manus 依賴 LLMs 進行決策，因此在長上下文或復雜任務中，容易偏離主題或忘記之前的目標。

通過不斷重寫待辦事項清單，Manus 將其目標反復寫入上下文末尾。這將全局計劃推入模型的近期注意力范圍，避免了“中途丟失”問題，減少了目標不一致的情況。實際上，它利用自然語言來引導自身關注任務目標——無需特殊的架構改動。

保留錯誤信息

智能體會犯錯。這不是漏洞——這是現(xiàn)實。語言模型會產(chǎn)生幻覺，環(huán)境會返回錯誤，外部工具會出現(xiàn)異常，意外的邊緣情況時常發(fā)生。在多步驟任務中，失敗不是例外；它是循環(huán)的一部分。

然而，一個常見的沖動是隱藏這些錯誤：清理痕跡，重試操作，或重置模型狀態(tài)，寄希望于神奇的“溫度”參數(shù)。這看起來更安全、更可控。但這付出了代價：抹去失敗就抹去了證據(jù)。沒有證據(jù)，模型就無法適應。

根據(jù)我們的經(jīng)驗，改善智能體行為的最有效方法之一看似簡單：在上下文中保留錯誤的路徑。當模型看到失敗的操作及其產(chǎn)生的觀察結果或堆棧跟蹤時，它會隱式地更新內(nèi)部信念。這會使其先驗偏離類似的操作，從而減少重復同樣錯誤的可能性。

事實上，我們認為錯誤恢復是衡量真正智能體行為的最明確指標之一。然而，在大多數(shù)學術研究和公開基準測試中，這一指標仍然被忽視，這些研究和測試通常側重于理想條件下的任務成功率。

避免被少量示例限制

少量示例提示是提升LLM 輸出的常用技巧。但在智能體系統(tǒng)中，它可能以微妙的方式適得其反。

語言模型擅長模仿；它們會復制上下文中的行為模式。如果你的上下文充滿了類似的過去動作-觀察對，模型往往會遵循這種模式，即使這已不再是最優(yōu)選擇。

在涉及重復決策或操作的任務中，這可能會帶來危險。例如，在使用Manus 幫助審查一批 20 份簡歷時，代理經(jīng)常陷入一種節(jié)奏——僅僅因為上下文中出現(xiàn)了類似內(nèi)容，就重復執(zhí)行相似的操作。這會導致偏離、過度泛化，甚至有時產(chǎn)生幻覺。

解決方法是增加多樣性。Manus 在動作和觀察中引入少量結構化的變化——不同的序列化模板、替代表達、順序或格式上的細微噪聲。這種受控的隨機性有助于打破模式，調整模型的注意力。

換句話說，不要讓少量示例把自己限制在固定模式中。上下文越統(tǒng)一，代理就越脆弱。

結論

上下文工程仍是一門新興科學——但對于代理系統(tǒng)來說，它已經(jīng)至關重要。模型可能變得更強大、更快速、更廉價，但再強的原始能力也無法替代記憶、環(huán)境和反饋的需求。你如何塑造上下文，最終決定了代理的行為：運行速度、恢復能力以及擴展范圍。

在Manus，我們通過反復重寫、走過死胡同以及在數(shù)百萬用戶中的實際測試，學到了這些經(jīng)驗。我們在這里分享的內(nèi)容并非普遍真理，但這些是對我們有效的模式。如果它們能幫助你避免哪怕一次痛苦的迭代，那么這篇文章就達到了它的目的。

智能代理的未來將由一個個情境逐步構建。精心設計每一個情境。