<p>當前蓬勃發展的人工智能代理生態系統面臨的核心挑戰不是理論能力，而是操作可擴展性。構建一個能夠執行復雜任務的代理是可實現的；而構建一個在數百萬次日常對話中可靠、快速且可維護的系統則是完全不同的工程難題。這是 Ivan Leo 在 2025 年紐約市 AI 工程師代碼峯會上代表 Manus AI（現為 Meta Superintelligence）所做演講的核心主題，詳細介紹了新 Manus API 背後的技術架構和理念。</p>
<p>Leo 與創始人和工程師的聽眾討論了通常會 derail 小團隊追求企業級部署的密集基礎設施需求。他指出，傳統方法 “要求你管理基礎設施，處理狀態持久性，協調複雜的工具鏈，並調試分佈式系統中的故障。” 這些不僅僅是編碼任務；它們代表了團隊在開始解決實際業務問題之前需要進行數月的複雜、無差異的重型工作。Manus 從一開始就旨在消除這種基礎摩擦。</p>
<p>Manus 正將自己定位為 “超越答案的行動引擎，執行任務、自動化工作流程，並擴展你的人工能力。” 這一定義突顯了從大型語言模型（LLMs）作為單純的對話接口向能夠執行多步驟、現實世界操作的自主代理的轉變。該平台提供多種集成方式，包括專用的 Web 應用程序、Slack 和 Microsoft 365 集成、用於持久登錄任務的瀏覽器操作員，以及新推出的用於定製企業級部署的 API。</p>
<p>該平台的性能提升突顯了其技術重構。新的 Manus 1.5 代理架構提供 “近四倍的性能提升——曾經需要 15 分鐘的任務現在在四分鐘內完成——同時實現 15% 的任務質量提升和 8% 的用户滿意度提高。” 這種速度和質量的提升對於生產環境至關重要，因為延遲直接影響用户體驗和運營成本。Manus 提供兩種主要模型：功能齊全的 Manus 1.5 用於複雜推理，以及優化成本效益的 Manus 1.5 Lite，適用於高容量操作。</p>
<p>該平台旨在滿足用户的需求。這一承諾擴展到將 Manus 直接集成到電子郵件、Slack，甚至 Microsoft 365 環境中。</p>
<p>Leo 演示了幾個完全通過自然語言提示和簡單 API 調用構建的複雜工作流程。其中一個令人印象深刻的例子涉及抓取 AI 工程師代碼峯會網站的整個日程，將所有會話數據加載到向量數據庫中，並構建一個可搜索的時間線，具備 Google 日曆導出功能。這個整個過程——傳統上需要複雜的網頁抓取、數據庫設置和自定義前端開發——使用 Manus 無縫執行。這裏的關鍵區別在於，Manus 平台抽象了完整的技術棧。Leo 強調，構建一個簡單的 MVP 需要處理 “身份驗證、文件處理、Webhook 基礎設施、數據庫集成和監控——在你甚至開始解決實際業務問題之前。” Manus 處理所有這些後端複雜性，使工程師能夠專注於代理邏輯。</p>
<p>對於複雜的異步任務，Manus 提供超越簡單輪詢的強大解決方案。該平台支持 Webhook，支持無服務器、事件驅動的架構，能夠在任務完成或需要關注時立即通知應用程序（“待處理” 狀態）。這消除了對持續、低效 API 調用的需求，極大地減少了網絡流量和服務器負載——這是擴展應用程序的關鍵效率提升。</p>
<p>安全性和數據生命週期管理也內置於 API 基礎中。鑑於代理通常處理敏感信息，通過 Manus 文件 API 上傳的任何文件將在 48 小時後自動刪除，確保數據不會無限期存儲，也無法在未來的任務中被引用。對於即時數據刪除，用户只需刪除會話，這將刪除所有相關文件，並在 Manus 系統中不留痕跡。這種對企業級數據隱私和安全的承諾是處理專有或敏感數據的組織的一個關鍵賣點。通過預配置連接器無縫集成 Notion 和 Gmail 等外部工具，進一步簡化了操作工作流程，鞏固了 Manus 作為智能代理開發的一個統一、生產就緒環境的地位。</p>

<p>AI 代理生態系統面臨運營可擴展性挑戰，Manus AI 的 Ivan Leo 在 2025 年 AI 工程師代碼峯會上指出。Manus API 旨在簡化基礎設施管理，使團隊能夠專注於業務問題。Manus 1.5 架構提供顯著的性能提升，能夠更快且更高質量地完成任務。它與 Slack 和 Microsoft 365 等平台無縫集成，處理後端複雜性並確保數據隱私。Manus 通過自然語言提示支持複雜工作流程，定位為智能代理開發的領先解決方案</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>當前蓬勃發展的人工智能代理生態系統面臨的核心挑戰不是理論能力，而是操作可擴展性。構建一個能夠執行復雜任務的代理是可實現的；而構建一個在數百萬次日常對話中可靠、快速且可維護的系統則是完全不同的工程難題。這是 Ivan Leo 在 2025 年紐約市 AI 工程師代碼峯會上代表 Manus AI（現為 Meta Superintelligence）所做演講的核心主題，詳細介紹了新 Manus API 背後的技術架構和理念。</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 與創始人和工程師的聽眾討論了通常會 derail 小團隊追求企業級部署的密集基礎設施需求。他指出，傳統方法 “要求你管理基礎設施，處理狀態持久性，協調複雜的工具鏈，並調試分佈式系統中的故障。” 這些不僅僅是編碼任務；它們代表了團隊在開始解決實際業務問題之前需要進行數月的複雜、無差異的重型工作。Manus 從一開始就旨在消除這種基礎摩擦。</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 正將自己定位為 “超越答案的行動引擎，執行任務、自動化工作流程，並擴展你的人工能力。” 這一定義突顯了從大型語言模型（LLMs）作為單純的對話接口向能夠執行多步驟、現實世界操作的自主代理的轉變。該平台提供多種集成方式，包括專用的 Web 應用程序、Slack 和 Microsoft 365 集成、用於持久登錄任務的瀏覽器操作員，以及新推出的用於定製企業級部署的 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>該平台的性能提升突顯了其技術重構。新的 Manus 1.5 代理架構提供 “近四倍的性能提升——曾經需要 15 分鐘的任務現在在四分鐘內完成——同時實現 15% 的任務質量提升和 8% 的用户滿意度提高。” 這種速度和質量的提升對於生產環境至關重要，因為延遲直接影響用户體驗和運營成本。Manus 提供兩種主要模型：功能齊全的 Manus 1.5 用於複雜推理，以及優化成本效益的 Manus 1.5 Lite，適用於高容量操作。</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>該平台旨在滿足用户的需求。這一承諾擴展到將 Manus 直接集成到電子郵件、Slack，甚至 Microsoft 365 環境中。</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 演示了幾個完全通過自然語言提示和簡單 API 調用構建的複雜工作流程。其中一個令人印象深刻的例子涉及抓取 AI 工程師代碼峯會網站的整個日程，將所有會話數據加載到向量數據庫中，並構建一個可搜索的時間線，具備 Google 日曆導出功能。這個整個過程——傳統上需要複雜的網頁抓取、數據庫設置和自定義前端開發——使用 Manus 無縫執行。這裏的關鍵區別在於，Manus 平台抽象了完整的技術棧。Leo 強調，構建一個簡單的 MVP 需要處理 “身份驗證、文件處理、Webhook 基礎設施、數據庫集成和監控——在你甚至開始解決實際業務問題之前。” Manus 處理所有這些後端複雜性，使工程師能夠專注於代理邏輯。</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>對於複雜的異步任務，Manus 提供超越簡單輪詢的強大解決方案。該平台支持 Webhook，支持無服務器、事件驅動的架構，能夠在任務完成或需要關注時立即通知應用程序（“待處理” 狀態）。這消除了對持續、低效 API 調用的需求，極大地減少了網絡流量和服務器負載——這是擴展應用程序的關鍵效率提升。</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>安全性和數據生命週期管理也內置於 API 基礎中。鑑於代理通常處理敏感信息，通過 Manus 文件 API 上傳的任何文件將在 48 小時後自動刪除，確保數據不會無限期存儲，也無法在未來的任務中被引用。對於即時數據刪除，用户只需刪除會話，這將刪除所有相關文件，並在 Manus 系統中不留痕跡。這種對企業級數據隱私和安全的承諾是處理專有或敏感數據的組織的一個關鍵賣點。通過預配置連接器無縫集成 Notion 和 Gmail 等外部工具，進一步簡化了操作工作流程，鞏固了 Manus 作為智能代理開發的一個統一、生產就緒環境的地位。</p>
</div>

The Action Engine That Solves AI Scaling Complexity

- 當前人工智能代理生態系統面臨的核心挑戰是操作的可擴展性。  
- Manus AI 通過新的 Manus API 提供快速、可靠的服務解決方案。  
- 新架構使任務完成速度提升近四倍，增強了用户體驗和數據安全性。

解決 AI 擴展複雜性的行動引擎