昨天，一款由中国团队研发的全球首款通用型 AI Agent，凭借其强大的自主执行能力和广泛的应用场景，迅速成为 AI 领域的焦点。
图片
看了官网的演示，给我的感受是，人机交互效率又向前迈进了一大步。
比如，以前你让AI写某个话题的文章，一般会分几个步骤，先生成大纲、再生成每个子标题，最后生成每个段落。
现在有了这样的Agent，你把需求告诉它，它就可以自动完成上面这些步骤，生成一篇完整的长文。
你会发现从OpenAI的o1到DeepSeek的R1，从OpenAI的DeepResearch到Manus，他们都有一个共同特点，模型主动思考的越来越多，同样带来的好处是需要人类做的事情越来越少。
这次的 Manus 性能上也不甘示弱，在 GAIA 评测中超过 DeepResearch
图片
GAIA 是评估通用人工智能助手解决现实世界问题的基准。
Manus 官网展示了很多优秀的示例
图片
涉及研究、购物、数据分析、旅行各种示例，点进去可以看 Manus 完整的工作流程。
为了方便大家学习这类通用Agent的工作原理，我在 GitHub 找到一个复现 DeepResearch 的开源项目，简单分析一下。
项目名是 nickscamara/open-deep-research
图片
选它，是因为它的工作过程跟 Manus、DeepResearch 非常像。
图片
它会根据给定话题联网搜索(search）-> 提取搜索的网页内容（extractFromUrls）-> 将内容发送给大模型提炼答案，并判断结束还是生成继续探索的话题（analyzeAndPlan）。
不断重复（while）上述过程，知道话题结束，或者达到最大探索深度和时间。
这个开源项目已经有 4.8k 关注，还是挺不错的，感兴趣的朋友，可以下载源码学习。
图片
