<p>当前蓬勃发展的人工智能代理生态系统面临的核心挑战不是理论能力，而是操作可扩展性。构建一个能够执行复杂任务的代理是可实现的；而构建一个在数百万次日常对话中可靠、快速且可维护的系统则是完全不同的工程难题。这是 Ivan Leo 在 2025 年纽约市 AI 工程师代码峰会上代表 Manus AI（现为 Meta Superintelligence）所做演讲的核心主题，详细介绍了新 Manus API 背后的技术架构和理念。</p>
<p>Leo 与创始人和工程师的听众讨论了通常会 derail 小团队追求企业级部署的密集基础设施需求。他指出，传统方法 “要求你管理基础设施，处理状态持久性，协调复杂的工具链，并调试分布式系统中的故障。” 这些不仅仅是编码任务；它们代表了团队在开始解决实际业务问题之前需要进行数月的复杂、无差异的重型工作。Manus 从一开始就旨在消除这种基础摩擦。</p>
<p>Manus 正将自己定位为 “超越答案的行动引擎，执行任务、自动化工作流程，并扩展你的人工能力。” 这一定义突显了从大型语言模型（LLMs）作为单纯的对话接口向能够执行多步骤、现实世界操作的自主代理的转变。该平台提供多种集成方式，包括专用的 Web 应用程序、Slack 和 Microsoft 365 集成、用于持久登录任务的浏览器操作员，以及新推出的用于定制企业级部署的 API。</p>
<p>该平台的性能提升突显了其技术重构。新的 Manus 1.5 代理架构提供 “近四倍的性能提升——曾经需要 15 分钟的任务现在在四分钟内完成——同时实现 15% 的任务质量提升和 8% 的用户满意度提高。” 这种速度和质量的提升对于生产环境至关重要，因为延迟直接影响用户体验和运营成本。Manus 提供两种主要模型：功能齐全的 Manus 1.5 用于复杂推理，以及优化成本效益的 Manus 1.5 Lite，适用于高容量操作。</p>
<p>该平台旨在满足用户的需求。这一承诺扩展到将 Manus 直接集成到电子邮件、Slack，甚至 Microsoft 365 环境中。</p>
<p>Leo 演示了几个完全通过自然语言提示和简单 API 调用构建的复杂工作流程。其中一个令人印象深刻的例子涉及抓取 AI 工程师代码峰会网站的整个日程，将所有会话数据加载到向量数据库中，并构建一个可搜索的时间线，具备 Google 日历导出功能。这个整个过程——传统上需要复杂的网页抓取、数据库设置和自定义前端开发——使用 Manus 无缝执行。这里的关键区别在于，Manus 平台抽象了完整的技术栈。Leo 强调，构建一个简单的 MVP 需要处理 “身份验证、文件处理、Webhook 基础设施、数据库集成和监控——在你甚至开始解决实际业务问题之前。” Manus 处理所有这些后端复杂性，使工程师能够专注于代理逻辑。</p>
<p>对于复杂的异步任务，Manus 提供超越简单轮询的强大解决方案。该平台支持 Webhook，支持无服务器、事件驱动的架构，能够在任务完成或需要关注时立即通知应用程序（“待处理” 状态）。这消除了对持续、低效 API 调用的需求，极大地减少了网络流量和服务器负载——这是扩展应用程序的关键效率提升。</p>
<p>安全性和数据生命周期管理也内置于 API 基础中。鉴于代理通常处理敏感信息，通过 Manus 文件 API 上传的任何文件将在 48 小时后自动删除，确保数据不会无限期存储，也无法在未来的任务中被引用。对于即时数据删除，用户只需删除会话，这将删除所有相关文件，并在 Manus 系统中不留痕迹。这种对企业级数据隐私和安全的承诺是处理专有或敏感数据的组织的一个关键卖点。通过预配置连接器无缝集成 Notion 和 Gmail 等外部工具，进一步简化了操作工作流程，巩固了 Manus 作为智能代理开发的一个统一、生产就绪环境的地位。</p>

<p>AI 代理生态系统面临运营可扩展性挑战，Manus AI 的 Ivan Leo 在 2025 年 AI 工程师代码峰会上指出。Manus API 旨在简化基础设施管理，使团队能够专注于业务问题。Manus 1.5 架构提供显著的性能提升，能够更快且更高质量地完成任务。它与 Slack 和 Microsoft 365 等平台无缝集成，处理后端复杂性并确保数据隐私。Manus 通过自然语言提示支持复杂工作流程，定位为智能代理开发的领先解决方案</p>

<p>The central challenge currently facing the burgeoning AI agent ecosystem is not theoretical capability but operational scalability. Building an agent that performs a complex task once is achievable; building a system that is reliable, fast, and maintainable across millions of daily conversations is an entirely different engineering hurdle. This was the core theme of the presentation given by Ivan Leo, representing Manus AI (now Meta Superintelligence), at the AI Engineer Code Summit 2025 in New York City, detailing the technical architecture and philosophy behind the new Manus API.</p>
<div class="lb-trans"><p>当前蓬勃发展的人工智能代理生态系统面临的核心挑战不是理论能力，而是操作可扩展性。构建一个能够执行复杂任务的代理是可实现的；而构建一个在数百万次日常对话中可靠、快速且可维护的系统则是完全不同的工程难题。这是 Ivan Leo 在 2025 年纽约市 AI 工程师代码峰会上代表 Manus AI（现为 Meta Superintelligence）所做演讲的核心主题，详细介绍了新 Manus API 背后的技术架构和理念。</p>
</div><p>Leo spoke with the audience of founders and engineers about the intensive infrastructure requirements that often derail smaller teams aiming for enterprise-grade deployment. Traditional approaches, he noted, “require you to manage infrastructure, handle state persistence, orchestrate complex tool chains, and debug failures across distributed systems.” These are not merely coding tasks; they represent months of complex, undifferentiated heavy lifting before a team can even begin addressing its actual business problem. Manus was designed from the ground up to eliminate this foundational friction.</p>
<div class="lb-trans"><p>Leo 与创始人和工程师的听众讨论了通常会 derail 小团队追求企业级部署的密集基础设施需求。他指出，传统方法 “要求你管理基础设施，处理状态持久性，协调复杂的工具链，并调试分布式系统中的故障。” 这些不仅仅是编码任务；它们代表了团队在开始解决实际业务问题之前需要进行数月的复杂、无差异的重型工作。Manus 从一开始就旨在消除这种基础摩擦。</p>
</div><p>Manus is positioning itself as “the action engine that goes beyond answers to execute tasks, automate workflows, and extend your human reach.” This definition highlights the shift from large language models (LLMs) as mere conversational interfaces to autonomous agents capable of performing multi-step, real-world operations. The platform offers multiple ways to integrate, including a dedicated web application, Slack and Microsoft 365 integrations, a browser operator for persistent login tasks, and the newly launched API for custom, enterprise-grade deployments.</p>
<div class="lb-trans"><p>Manus 正将自己定位为 “超越答案的行动引擎，执行任务、自动化工作流程，并扩展你的人工能力。” 这一定义突显了从大型语言模型（LLMs）作为单纯的对话接口向能够执行多步骤、现实世界操作的自主代理的转变。该平台提供多种集成方式，包括专用的 Web 应用程序、Slack 和 Microsoft 365 集成、用于持久登录任务的浏览器操作员，以及新推出的用于定制企业级部署的 API。</p>
</div><p>The platform’s performance gains underscore its technical re-architecture. The new Manus 1.5 agent architecture delivers tasks “nearly four times faster performance—tasks that once took 15 minutes now complete in under four minutes—while achieving 15% better task quality and 8% higher user satisfaction.” This speed and quality improvement is critical for production environments where latency directly impacts user experience and operational cost. Manus offers two main models: the full-featured Manus 1.5 for complex reasoning and the streamlined Manus 1.5 Lite, optimized for cost-efficient performance in high-volume operations.</p>
<div class="lb-trans"><p>该平台的性能提升突显了其技术重构。新的 Manus 1.5 代理架构提供 “近四倍的性能提升——曾经需要 15 分钟的任务现在在四分钟内完成——同时实现 15% 的任务质量提升和 8% 的用户满意度提高。” 这种速度和质量的提升对于生产环境至关重要，因为延迟直接影响用户体验和运营成本。Manus 提供两种主要模型：功能齐全的 Manus 1.5 用于复杂推理，以及优化成本效益的 Manus 1.5 Lite，适用于高容量操作。</p>
</div><p>The platform is designed to meet users where they are. This commitment extends to integrating Manus directly into email, Slack, and even Microsoft 365 environments.</p>
<div class="lb-trans"><p>该平台旨在满足用户的需求。这一承诺扩展到将 Manus 直接集成到电子邮件、Slack，甚至 Microsoft 365 环境中。</p>
</div><p>Leo demonstrated several complex workflows built entirely through natural language prompts and simple API calls. One impressive example involved scraping the entire schedule of the AI Engineer Code Summit website, loading all session data into a vector database, and building a searchable timeline with Google Calendar export functionality. This entire process—which traditionally would involve complex web scraping, database setup, and custom frontend development—was executed seamlessly using Manus. The key differentiation here is that the Manus platform abstracts the full technology stack. Leo emphasized that building a simple MVP requires handling “authentication, file handling, webhook infrastructure, database integration, and monitoring—before you even start solving your actual business problem.” Manus handles all these backend complexities, allowing engineers to focus solely on the agent logic.</p>
<div class="lb-trans"><p>Leo 演示了几个完全通过自然语言提示和简单 API 调用构建的复杂工作流程。其中一个令人印象深刻的例子涉及抓取 AI 工程师代码峰会网站的整个日程，将所有会话数据加载到向量数据库中，并构建一个可搜索的时间线，具备 Google 日历导出功能。这个整个过程——传统上需要复杂的网页抓取、数据库设置和自定义前端开发——使用 Manus 无缝执行。这里的关键区别在于，Manus 平台抽象了完整的技术栈。Leo 强调，构建一个简单的 MVP 需要处理 “身份验证、文件处理、Webhook 基础设施、数据库集成和监控——在你甚至开始解决实际业务问题之前。” Manus 处理所有这些后端复杂性，使工程师能够专注于代理逻辑。</p>
</div><p>For complex, asynchronous tasks, Manus provides robust solutions beyond simple polling. The platform supports webhooks, enabling a serverless, event-driven architecture that notifies an application instantly when a task is completed or requires attention (a “pending” state). This eliminates the need for constant, inefficient API calls, drastically reducing network traffic and server load—a crucial efficiency gain for scaling applications.</p>
<div class="lb-trans"><p>对于复杂的异步任务，Manus 提供超越简单轮询的强大解决方案。该平台支持 Webhook，支持无服务器、事件驱动的架构，能够在任务完成或需要关注时立即通知应用程序（“待处理” 状态）。这消除了对持续、低效 API 调用的需求，极大地减少了网络流量和服务器负载——这是扩展应用程序的关键效率提升。</p>
</div><p>Security and data lifecycle management are also built into the API fundamentals. Recognizing that agents often handle sensitive information, any files uploaded via the Manus Files API are automatically deleted after 48 hours, ensuring data is not stored indefinitely and cannot be referenced in future tasks. For immediate data deletion, users can simply delete the session, which removes all associated files and leaves no trace in the Manus system. This commitment to enterprise-grade data privacy and security is a key selling point for organizations handling proprietary or sensitive data. The ability to seamlessly integrate external tools like Notion and Gmail via pre-configured connectors further streamlines operational workflows, reinforcing Manus’s position as a cohesive, production-ready environment for intelligent agent development.</p>
<div class="lb-trans"><p>安全性和数据生命周期管理也内置于 API 基础中。鉴于代理通常处理敏感信息，通过 Manus 文件 API 上传的任何文件将在 48 小时后自动删除，确保数据不会无限期存储，也无法在未来的任务中被引用。对于即时数据删除，用户只需删除会话，这将删除所有相关文件，并在 Manus 系统中不留痕迹。这种对企业级数据隐私和安全的承诺是处理专有或敏感数据的组织的一个关键卖点。通过预配置连接器无缝集成 Notion 和 Gmail 等外部工具，进一步简化了操作工作流程，巩固了 Manus 作为智能代理开发的一个统一、生产就绪环境的地位。</p>
</div>

The Action Engine That Solves AI Scaling Complexity

- 当前人工智能代理生态系统面临的核心挑战是操作的可扩展性。  
- Manus AI 通过新的 Manus API 提供快速、可靠的服务解决方案。  
- 新架构使任务完成速度提升近四倍，增强了用户体验和数据安全性。

解决 AI 扩展复杂性的行动引擎