文 | 新立場(chǎng) Pro

Agent 向左，大象無(wú)形Skill 向右垂直深耕與 " 上下文 " 戰(zhàn)爭(zhēng)。錯(cuò)過(guò)

2024 年，字節(jié)追求新加坡。大象無(wú)形一支名為 Butterfly Effect 的錯(cuò)過(guò)創(chuàng)業(yè)團(tuán)隊(duì)收到了來(lái)自字節(jié)跳動(dòng)的收購(gòu)邀約。字節(jié)開(kāi)價(jià) 3000 萬(wàn)美元，字節(jié)追求意圖將這支團(tuán)隊(duì)整合進(jìn) Doubao 體系，大象無(wú)形補(bǔ)齊其當(dāng)時(shí)在通用 Agent 領(lǐng)域的錯(cuò)過(guò)短板。不過(guò)這筆交易最終未能達(dá)成，字節(jié)追求創(chuàng)始團(tuán)隊(duì)拒絕了被 " 吞并 " 的大象無(wú)形命運(yùn)，理由是錯(cuò)過(guò)估值偏低，更關(guān)鍵的字節(jié)追求是，他們不愿過(guò)早失去獨(dú)立性。大象無(wú)形

這次分道揚(yáng)鑣，錯(cuò)過(guò)成為了兩條平行線的字節(jié)追求分野。

僅僅一年后，創(chuàng)始團(tuán)隊(duì)的賭注就收到了回報(bào)。3 月，Butterfly Effect 孵化的 Manus 憑借一段演示視頻在 AI 圈內(nèi)激起漣漪，其展現(xiàn)出的 " 自主規(guī)劃、全自動(dòng)執(zhí)行 " 能力，被視為 Agent（智能體）雛形的最佳代表。這種狂熱在年底達(dá)到頂峰，Meta 以高溢價(jià)將 Manus 收入囊中，作為其制衡硅谷企業(yè)級(jí) AI 生態(tài)的關(guān)鍵籌碼。 ? ?

而就在大洋彼岸為 Manus 的造富神話歡呼時(shí)，字節(jié)跳動(dòng)卻在沉默中完成了另一種轉(zhuǎn)身。

其內(nèi)部一支秘密團(tuán)隊(duì)加速走到了臺(tái)前，沒(méi)有鋪天蓋地的宣發(fā)，也沒(méi)有晦澀難懂的技術(shù)白皮書(shū)，名為 AnyGen 的工作流平臺(tái)悄無(wú)聲息地在海外上線。它支持 Google、Apple 和 Lark 登錄，并直接沿用了最順手的策略——免費(fèi)。

在收購(gòu)?fù)碌挠绊懴?，主流風(fēng)向傾向于將 AnyGen 視作 Manus 的 " 影子 "。但如果將視線從表面的功能清單移開(kāi)，會(huì)發(fā)現(xiàn)字節(jié)想要的并不止于此。

Manus 的多 Agent 協(xié)作架構(gòu)能夠?qū)⑷蝿?wù)分解給規(guī)劃、執(zhí)行、驗(yàn)證等不同模塊的 Agent，甚至支持一次調(diào)度上百個(gè)智能體并行處理研究任務(wù)。而 AnyGen 的野心則在于將語(yǔ)音交互、多模態(tài)理解、結(jié)構(gòu)化引導(dǎo)和實(shí)時(shí)協(xié)作編輯深度整合到一個(gè)流暢的工作流中，即在最耗時(shí)的 " 反復(fù)返工 " 環(huán)節(jié)中，插入一層極度穩(wěn)定的加工與交付能力。

在深度體驗(yàn)并拆解了 AnyGen 的產(chǎn)品邏輯后，《新立場(chǎng)》發(fā)現(xiàn)：字節(jié)其實(shí)是試圖在 Microsoft 365、Google Workspace 嚴(yán)防死守的辦公領(lǐng)地里，用一種 " 反 Agent" 的邏輯，通過(guò)產(chǎn)品端創(chuàng)新與價(jià)格策略 " 突圍 " 下一代工作流的操作系統(tǒng)。

回顧過(guò)去，Office 套件的護(hù)城河在于 " 格式壟斷 "，而 AnyGen 試圖建立的新秩序在于 " 流程重塑 "。AnyGen 去支持 Lark 的登錄，去兼容 PPT 的原生格式。因?yàn)橹挥薪鉀Q了交付的確定性，AI 才能真正從 " 玩具 " 變成 " 工具 "。

在大象轉(zhuǎn)身的時(shí)刻，AnyGen 成為了那只試圖隱入無(wú)形的先遣隊(duì)。

人們熱衷于拿 AnyGen 和 Manus 做對(duì)比，無(wú)非是因?yàn)槭袌?chǎng)喜歡 " 大衛(wèi)挑戰(zhàn)歌利亞 " 的敘事，或者巨頭之間的鏡像戰(zhàn)爭(zhēng)。但從 AI 架構(gòu)的角度推演，這兩款產(chǎn)品雖然同屬生產(chǎn)力工具范疇，卻明顯是光譜的兩極。

Manus 代表的是硅谷當(dāng)前最火熱的敘事——通用智能體。它的核心邏輯是 " 全自動(dòng)代理 "。用戶只需給出一個(gè)高層次的指令，例如 " 幫我規(guī)劃去日本的旅行并預(yù)定酒店，順便做一份預(yù)算表 "。Manus 便會(huì)接管你的瀏覽器和操作系統(tǒng)。通過(guò)多模態(tài)模型感知識(shí)別屏幕，規(guī)劃步驟，點(diǎn)擊鼠標(biāo)，輸入文字，甚至在網(wǎng)頁(yè)崩潰時(shí)像人一樣嘗試刷新或切換路徑。

Manus 的目標(biāo)是讓你 " 躺平 "。它像一個(gè)獨(dú)立的數(shù)字員工，強(qiáng)調(diào)自治性。但在企業(yè)級(jí)應(yīng)用中，Manus 所代表的 " 長(zhǎng)鏈路全自動(dòng) Agent" 在當(dāng)前模型能力下面臨著一個(gè)數(shù)學(xué)上的死結(jié)—— " 誤差級(jí)聯(lián) "。

簡(jiǎn)單來(lái)講，假設(shè)一個(gè) Agent 完成任務(wù)需要連續(xù)執(zhí)行 10 個(gè)步驟（規(guī)劃 - 搜索 - 閱讀 - 篩選 - 決策），即使每一步的模型準(zhǔn)確率高達(dá) 95%（這在復(fù)雜推理中已是極高標(biāo)準(zhǔn)），最終任務(wù)成功的概率也只有 59%。這意味著，完全放任 Agent 自主執(zhí)行，會(huì)導(dǎo)致近一半的任務(wù)失敗。

Manus 試圖通過(guò)并發(fā)調(diào)度 " 上百個(gè)智能體 " 來(lái)解決這個(gè)問(wèn)題，這在本質(zhì)上類似于 OpenAI 在 o1 模型中使用的 " 思維鏈 " 與 " 自我博弈 " 技術(shù)：通過(guò)增加推理側(cè)的計(jì)算量來(lái)?yè)Q取準(zhǔn)確度。

但 Manus 的激進(jìn)在于，它試圖在開(kāi)放的互聯(lián)網(wǎng)環(huán)境中進(jìn)行這種博弈，環(huán)境的不可控性（網(wǎng)頁(yè)變動(dòng)、驗(yàn)證碼、非結(jié)構(gòu)化數(shù)據(jù)）會(huì)讓模型的規(guī)劃樹(shù)（Tree of Thoughts）迅速發(fā)散，導(dǎo)致計(jì)算成本指數(shù)級(jí)上升而效果收斂緩慢。

AnyGen 則完全不同，它內(nèi)置的技能（Skills）并非完全自主的 Agent，而是經(jīng)過(guò)封裝的、高穩(wěn)定性的系統(tǒng)提示詞與工具鏈。它的定位直指 "Notion 的協(xié)作能力 + Google NotebookLM 的知識(shí)總結(jié)力 + Manus 的任務(wù)執(zhí)行力 " 的三位一體。

AnyGen 的高效運(yùn)作依賴于一套精密編排的 Agent 協(xié)作機(jī)制。這種機(jī)制將模糊的自然語(yǔ)言需求轉(zhuǎn)化為精確的執(zhí)行指令，并通過(guò)多階段流轉(zhuǎn)來(lái)確保結(jié)果的準(zhǔn)確性。在這一流程中，系統(tǒng)能夠自動(dòng)識(shí)別任務(wù)間的依賴關(guān)系。例如，在撰寫(xiě)輿情周報(bào)時(shí)，針對(duì)不同媒體渠道（微博、微信、外媒）的信息搜集任務(wù)可以同時(shí)啟動(dòng)，顯著提升數(shù)據(jù)獲取速度。 ? 而當(dāng)某一路徑（如特定網(wǎng)頁(yè)無(wú)法訪問(wèn)）受阻時(shí)，Agent 不會(huì)直接報(bào)錯(cuò)終止，而是會(huì)嘗試替代方案（如使用搜索引擎快照、查找其他信源），或者在最終報(bào)告中明確標(biāo)注缺失部分，交由人工接管。

字節(jié)看得很清楚：在當(dāng)下的技術(shù)周期里，完全自動(dòng)化的 Agent 依然面臨信任壁壘，在嚴(yán)肅的辦公場(chǎng)景中，用戶需要的是一個(gè)能深度增強(qiáng)人類能力的副手。

這種區(qū)別在社區(qū)內(nèi)被稱為 "Agent 派 " 與 "Skill 派 " 的分野。Manus 希望你 " 放手 "，它負(fù)責(zé)搞定一切，風(fēng)險(xiǎn)在于過(guò)程的不可控。AnyGen 希望你 " 共創(chuàng) "，它負(fù)責(zé)搞定那些繁瑣、重復(fù)、易出錯(cuò)的中間環(huán)節(jié)，核心決策權(quán)始終在人手中。因此，Manus 和 AnyGen 的競(jìng)爭(zhēng)關(guān)系很弱，更多的是生態(tài)位的互補(bǔ)。

《新立場(chǎng)》認(rèn)為，現(xiàn)有最高效的方案是構(gòu)建一個(gè)混合工作流，以小馭大：將長(zhǎng)鏈路、復(fù)雜自動(dòng)化任務(wù)委托給 Manus 執(zhí)行，而在最終交付物的專業(yè)潤(rùn)色、可編輯呈現(xiàn)和視覺(jué)優(yōu)化（如報(bào)告或 PPT）階段，轉(zhuǎn)向 AnyGen 進(jìn)行打磨。

調(diào)研階段：? 派 Manus 去全網(wǎng)搜集全球最成功的 10 個(gè)同類 App 的功能點(diǎn)和定價(jià)策略（利用其廣度搜索和自主規(guī)劃能力）。

內(nèi)化階段：? 將資料喂給 NotebookLM，通過(guò)對(duì)話理清思路，生成一份產(chǎn)品功能清單。

交付階段：? 將清單拷貝到 AnyGen，生成一份產(chǎn)品路演 PPT 或 UI 設(shè)計(jì)說(shuō)明文檔，并在 AnyGen 里微調(diào)視覺(jué)細(xì)節(jié)，直到可以發(fā)給團(tuán)隊(duì)。

在 " 反復(fù)返工 " 中尋找確定性

辦公賽道從來(lái)不缺玩家，但卻是最難被 " 跑通 " 的領(lǐng)域。

微軟的 Microsoft 365 生態(tài)坐擁十億用戶，但其本質(zhì)是在舊時(shí)代的龐大軀體上嫁接 AI，Word 還是那個(gè) Word，Excel 還是那個(gè) Excel。AI 生成的每一段文字，都需要用戶在繁雜的菜單欄里進(jìn)行二次加工。Notion AI 足夠靈活，但在深度數(shù)據(jù)處理和多模態(tài)整合上始終隔著一層窗戶紙。

現(xiàn)實(shí)中，大多數(shù) AI 辦公工具的崩潰時(shí)刻往往發(fā)生在生成之后：文檔出來(lái)了，打工人得面對(duì)高昂的修正成本；PPT 生成了，還得處理格式走樣、模板崩壞的 " 返工地獄 "。AnyGen 試圖切入的，就是這個(gè) " 反復(fù)返工 " 的痛點(diǎn)。

《新立場(chǎng)》在實(shí)測(cè)中，發(fā)現(xiàn) AnyGen 展現(xiàn)出了一種有別于競(jìng)品的 " 確定性 "。

以 " 數(shù)據(jù)調(diào)研報(bào)告 " 為例。當(dāng)輸入 " 分析過(guò)去 30 天 Twitter 上關(guān)于 Gemini 的討論聲量 " 時(shí)，AnyGen 并不是簡(jiǎn)單地調(diào)用大模型生成一段似是而非的評(píng)論，而是內(nèi)置了一個(gè)類似爬蟲(chóng)的 Agent 去實(shí)時(shí)抓取數(shù)據(jù)。

它直接扒取了 Twitter 的公開(kāi)數(shù)據(jù)，生成了一份包含可視化圖表、分析文本、明細(xì)表格的完整報(bào)告。更關(guān)鍵的是，報(bào)告的顆粒度雖然尚不及專業(yè)分析師，但報(bào)告的格式是結(jié)構(gòu)化的，可以直接導(dǎo)出，直接匯報(bào)。

再看 PPT 場(chǎng)景，AnyGen 接收到指令 " 把鏈接里的播客變成 PPT" 時(shí)，會(huì)收集用戶的演示偏好（目標(biāo)受眾、字體風(fēng)格）生成原生 ".pptx" 文件。雖然內(nèi)容還是圖片，但是已經(jīng)可以用幻燈片的方式來(lái)播放。

傳統(tǒng)的 LLM 是基于概率預(yù)測(cè)下一個(gè) token，這天生是發(fā)散的。但 AnyGen 顯然在模型后端加了一層強(qiáng)約束，當(dāng)用戶要求生成 PPT 時(shí)，模型不再是生成 " 文本 "，而是生成一段可被執(zhí)行的 Python 代碼或 JSON 結(jié)構(gòu)，并在內(nèi)置的沙盒環(huán)境中試運(yùn)行。

《新立場(chǎng)》認(rèn)為，這很好地反映了字節(jié) AI 產(chǎn)品的思路—— " 代碼即策略 "，模型不直接畫(huà)圖，而是編寫(xiě)一段調(diào)用 PowerPoint ? API ? 的代碼。代碼要么運(yùn)行成功，要么報(bào)錯(cuò)重試，不存在 " 畫(huà)歪了 " 這種中間狀態(tài)。

這種將非結(jié)構(gòu)化的自然語(yǔ)言轉(zhuǎn)化為確定性的形式語(yǔ)言的能力，也是 AnyGen 敢于承諾 " 零返工 " 的底氣所在。

AnyGen 目前僅面向海外，但將其置于全球競(jìng)爭(zhēng)的棋盤(pán)上，我們能更清晰地看到字節(jié)的處境。在海外，工具鏈極其破碎。Slack 溝通，Notion 記筆記，Zoom 開(kāi)會(huì)，Google Docs 協(xié)作。這種碎片化給了 AnyGen 巨大的機(jī)會(huì)，它可以用 "All-in-One" 的工作空間故事，去整合這些零散的需求。

但如果 AnyGen 未來(lái)回歸國(guó)內(nèi)市場(chǎng)，它第一步要做的不是橫向?qū)Ρ裙δ?，而是找?zhǔn)自己的生態(tài)位。在國(guó)內(nèi)，它將遭遇兩股更強(qiáng)勢(shì)的競(jìng)爭(zhēng)力量。

第一類是辦公套件內(nèi)生的 AI，以金山 WPS 和微軟 Office 為代表。這類競(jìng)品的最大優(yōu)勢(shì)在于它們本身就是 " 交付現(xiàn)場(chǎng) "。模板、字體、版式規(guī)范、協(xié)作審閱，這一切都發(fā)生在同一個(gè)系統(tǒng)內(nèi)。套件型 AI 默認(rèn)解決了所有新工具都繞不開(kāi)的死穴：遷移成本。當(dāng)用戶在 WPS 里生成 PPT 時(shí)，不需要搬運(yùn)數(shù)據(jù)，也不需要擔(dān)心導(dǎo)出走樣。

第二類是超級(jí)入口的輕量化打擊，以夸克、百度文庫(kù)為代表?？淇说倪壿嬍菍?PPT 生產(chǎn)從沉重的辦公套件中剝離，變成一種高頻、移動(dòng)端、隨手可得的輕量消費(fèi)能力。這種入口位置帶來(lái)的分發(fā)效應(yīng)極其恐怖。

面對(duì) Office 的深厚積淀與 Manus 的前沿探索，AnyGen 選擇了一條更為務(wù)實(shí)的兼容之路。它試圖在經(jīng)典的交付標(biāo)準(zhǔn)與新興的智能體驗(yàn)之間，架起一座通行的橋梁。在這家巨頭看來(lái)，進(jìn)入生產(chǎn)力場(chǎng)景不只是為了占領(lǐng)地盤(pán)，更是為了在 AI 時(shí)代，為用戶提供一種確定性的工作方式。

為什么是現(xiàn)在？為什么是辦公場(chǎng)景？

一個(gè)明顯的趨勢(shì)是大模型作為底層基座的戰(zhàn)爭(zhēng)已經(jīng)結(jié)束，應(yīng)用層的戰(zhàn)爭(zhēng)才剛剛開(kāi)始。而跑出來(lái)的產(chǎn)品，大多不是 " 什么都能做 " 的通用工具，而是 " 把一件事做透 " 的垂直應(yīng)用。例如寫(xiě)作的星月寫(xiě)作，語(yǔ)音博客的 Listenhub，以及圖像設(shè)計(jì)領(lǐng)域的 Lovart。

這種風(fēng)向的轉(zhuǎn)變，在剛剛落幕的 CES ? 2026 上得到了最直觀的印證。

相比于兩年前 CES 2024 對(duì) AI 無(wú)限期待的 " 野心 "，今年的拉斯維加斯少了幾分關(guān)于通用模型的宏大敘事。相比于那些試圖在云端回答一切的大模型，市場(chǎng)將更多的聚光燈打向了 " 第二大腦 " 類的應(yīng)用載體。從 Plaud 的錄音貼片到 Vocci 的指環(huán)，參展商們