问： AI 今天究竟在哪些场景中真正发挥了作用？未来会在哪些地方发挥作用？什么时候会出现 iPhone 时刻？
答： 就 Agent 而言，如果单看模型能力的话，现在的旗舰模型已经非常惊人了，几乎是「超人」级别的。它们可以在数学竞赛或逻辑推理上胜过我们大多数人。
但我认为，模型仍然像是「瓶子里的大脑」，如果想真正发挥力量，就必须让它们与真实世界交互、触达现实。但不幸的是，这正是问题开始的地方。
比如你让一个 AI 去做一些事务性的任务，它在重复性任务上确实很擅长。比如像 Deep Research 这样的产品，它只是聚合信息然后给出一个结果，它的输出只是简单地出现在那里。
举个例子，现在几乎所有东西都是为人类设计的，不只是物理世界，甚至数字世界也是这样。比如网页工具，它们就像小游戏一样，没有提供 API 或标准接口。验证码 CAPTCHA 无处不在，处处在拦截 Agent。
所以我认为 AI 在封闭的自包含任务中表现很好，但一旦涉及真实世界，就会遇到障碍。
未来什么时候能出现 iPhone 时刻？我觉得这并不是技术问题，而是更像是一种制度性限制。这不是像我们这样的 Agent 创业公司能够单独解决的事情。
我认为这需要一个渐进的转变，要求整个生态系统共同进化。这也需要像 Stripe 这样的公司在基础设施层面发力。比如我们正在集成新的 stripe 的 Agentic 支付 api。大家共同努力。
问：那我们能不能具体谈谈用户在使用 Manus 时的一些典型场景？他们是如何使用的？这其中体现出了怎样的力量？
答： 是的，我们虽然来自当前这一代 Agent，但已经看到很多很棒的用例。
比如说，我们刚刚搬到新加坡，需要雇佣房产中介来帮我们找住所。是真人 Agent（笑）。
而现在这些中介已经在使用 Manus：他们会根据客户的需求，用 Manus 来分析公司所在地、员工想住的区域，并生成相应的推荐。
我觉得这很有意思，因为这属于一种「长尾需求」。一般来说，并没有专门的 AI 产品是为这种具体场景设计的，但由于 Manus 是一个通用型 Agent，它就能满足这些需求。我们认为长尾需求非常值得关注。
从宏观角度看，它可能是长尾，但对具体用户而言，这正是他们的日常工作。这种场景特别有价值。
这就像今天的搜索引擎格局一样。如果你只是搜索一些常见的内容，不管用 Google 还是 Bing，结果质量差不多。那为什么人们会选择其中一个？可能是因为某个搜索引擎在特定时刻给了他们更合适的结果。而如果你搜索的是非常个性化或专业化的内容，就更能体现差异。所以我们认为通用型 Agent 的优势就在这里。
那如何让它更好呢？我们思考了很久，因为我们认为一切都绕不开编程。如果你把计算机交给 AI，那么它与环境交互的方式其实就是通过编程。