12,186 文字
こんにちは、準備ができていようがいまいが、Manisの登場です。中国の世界初の完全自律型AIエージェントです。DeepSeekの発表はアメリカのAI業界にとって大きな瞬間であり、アメリカのAI開発における「スプートニク・モーメント」と表現されました。AIの覇権争いがあり、アメリカが多くの面でリードしている一方で、中国もかなり素晴らしい技術を送り出しています。DeepSeekからそれほど時間が経たない今、Manisが登場しました。これはオンラインでバイラルになっている動画です。
これがManisで、完全に自動化された多くのタスクを実行できます。金融取引やSNS分析などができるようです。この動画が正当なものかどうか、Manisからのものなのかどうかは確認できませんが、業界のいくつかの人々がテストして、これらの多くが真実であることを確認していることは知っています。これは実際の製品であり、すべての情報を慎重に受け止めてください。これは発展途上のストーリーですが、これが実際の製品であり、実際の人々にデモが提供され、テストされて、好意的に説明されていることは確認できます。
これはLeonですが、私は彼をよく知りません。Mobile Capitalの人のようです。Grokが今日これを翻訳しました：「画面はManisで溢れていました。AIモデルから常に呼び出される異なるエージェントやワークフローを設定することで、あらゆる種類の作業タスクを実行します。本質的には、一人の人間によって継ぎ合わされたフランケンシュタインのようなものですが、実際には非常に美しく作られています。一般の人々にとって、広大なエージェントワークショップから適切なエージェントを見つけることは小さな課題ではありません。Manisはこの問題を効果的に解決しました。以前の私のワークフローはDeepSeekとDabao SLIMIを使用していました」
DeepSeekとDabaoは、中国から出てきた大規模なAIモデルで、以前に少し取り上げたものです。そのワークフローが今はManisに置き換えられるようです。「実際の本番環境にそれを統合してみましょう。現在、本番環境でのコード出力にはまだCLA+TRAYを使用しています。この動画で示されているように、今日はさらに調査しており、モバイルおよびウォレット、取引所、ブラウザなどのSNSマトリックスやデータ分析などのタスクを支援するためにエージェントを使用しています」
SNSはソーシャルネットワークサービスのことで、様々なソーシャルネットワークの調査や人々を見つけることなどの研究だと思います。ちなみに、Twitter/XのManisアカウントは現在無効化されています。彼らのハンドル「Manis AI or HQ」は無効になっています。何か奇妙な暗号関連のものかもしれませんし、何らかのハックや自律型ボットに関連しているのかもしれません。まだ100%確信はありませんが、現在彼らのTwitterアカウントはダウンしています。
The Rundown AIニュースレターのRowan Kは、実際にManisを試すことができました。いくつかのユースケースをデモンストレーションしています。後で見ていきますが、要点としては、これは実際に機能する本物のものであり、過去24時間ほどで発表され、発表に関するさまざまな困難に直面しているようですが、実際に試した人々は熱狂しているようです。
ここに彼らの約4分の紹介動画があります。すでに見た方は次のチャプターにスキップしてください。
「こんにちは、Manis AIのPです。過去1年間、私たちは静かにAIの次の進化だと信じるものを構築してきました。そして今日、Manis、最初の汎用AIエージェントの早期プレビューを発表します。これは単なるチャットボットやワークフローではなく、構想と実行の間のギャップを埋める真に自律的なエージェントです。他のAIがアイデアの生成で止まる一方、Manisは結果を提供します。私たちはこれを人間とマシンのコラボレーションの次のパラダイムと見なし、潜在的にはAGIへの一瞥と考えています。
では、Manisが3つの全く異なるタスクでどのように動作するか見てみましょう。まず簡単なものから始めましょう。この例では、Manisに履歴書のスクリーニングを手伝ってもらいます。私はManisに10の履歴書文書を含むZIPファイルを送ったところです。各Manisセッションには独自のコンピュータがあり、人間のように動作します。まずファイルを解凍し、各履歴書を1ページずつ閲覧し、重要な情報を文書に記録します。Manisはクラウドで非同期に動作するため、いつでもラップトップを閉じることができ、すべてが完了するとManisから通知が来ます。もちろん、いつでもManisに新しい指示を与えることもできます。
ここでManisに「より多くの履歴書を見つけて」と指示しました。15の履歴書をすべて注意深く読んだ後、Manisは候補者プロフィールと評価基準を裏付け資料として、ランキングの提案を提供します。これはかなり良いですが、スプレッドシートの方が好みです。Manisにスプレッドシートを作成してもらいましょう。Manisには独自の知識とメモリがあるので、次回同様のタスクを処理する際にすぐにスプレッドシートを提供することをManisに教えることができます。
この例では、Manisに調査を行ってもらい、複数の基準に基づいてニューヨークの物件をフィルタリングする必要があります。複雑なタスクでは、Manisはまずそれらを分解してTo-Doリストを作成します。Manisは最も安全な地域に関する記事を検索し、注意深く読むことから始めます。次にManisはニューヨークの中学校を調査します。次にManisは私の予算に基づいて計算するPythonプログラムを作成します。最後に、収集したすべての情報を組み合わせて、詳細なレポートを作成し、すべてのリソースをまとめます。
この例では、Manisに株式間の相関分析を実行してもらいます。専門的なデータのために、ManisはAPIを通じて信頼性の高いデータソースにアクセスできます。取得したデータを検証した後、Manisはデータ分析と視覚化のためのコードの作成を開始します。Manisにとって、コーディングは必要な目標ではなく、問題を解決するための普遍的なツールです。Manisがデータ分析と視覚化を完了したようですが、インタラクティブなデータ視覚化はさらにクールなので、これらのデータに基づいてウェブサイトを作成するようManisに依頼します。私の許可を得て、Manisは完成したウェブサイトをオンラインにデプロイし、共有可能なリンクを提供します。Manisが作成したものを見てみましょう。
あなたが今見たのは、Manisができることのほんの一部に過ぎません。実際、一般的なAIアシスタンスを評価するためのベンチマークで、Manisの初期チェックポイントはすでに最先端のパフォーマンスを達成しており、さらに向上しています。ベンチマークを超えて、Manisはすでにupworkやfiverのようなプラットフォームで実世界の問題を解決し、kle競争でその能力を証明しています。これは素晴らしいオープンソースコミュニティなしでは不可能でしたので、私たちはお返しすることを約束します。Manisはいくつかの異なるモデルによって支えられたマルチエージェントシステムとして動作しています。今年後半には、これらのモデルの一部をオープンソース化し、特にManisのための微調整を行い、このエージェント的未来の探索に皆さんを招待します。
Manisという名前は有名なモデル「mens et manus」（心と手）に由来しています。それは知識が意味のある影響を世界に与えるためには適用されなければならないという信念を体現しています。そしてこれこそがM AIの約束です。あなたの能力を拡張し、あなたの影響力を増幅し、あなたの心のビジョンを現実にする手となること。Manisであなたが何を達成するのか、私たちは待ちきれません」
これはManis AIの創設者兼最高技術責任者であるP氏です。彼は言っています：「ありがとうRowan、今DeepSeek以来の2度目の大きな瞬間を迎えました」
彼によると、Xアカウントが停止された理由は、暗号詐欺に関わる別のアカウントとの誤解があったためだそうです。それで、おそらく再びオンラインになるでしょう。
私にとって際立っているのは、彼らが使用しているコンピュータはAppleコンピュータですが、Manisはクラウド内に独自のコンピュータを持っており、Ubuntuを実行しているように見えることです。これはLinuxディストリビューションのUbuntuです。最近、私は古いコンピュータにLinux（具体的にはUbuntuディストリビューション）をインストールし、Cloud Coderを実行し、コマンドラインを使用して必要なパッケージをインストールしました。それがどれだけうまく機能したかに非常に感銘を受けました。
今後、より多くの人々がこの基盤の上に構築していくと予測しています。それはLinuxシステムになり、大規模言語モデルはコマンドラインを通じてLinuxシステム上で動作するでしょう。なぜこれが重要かというと、AIのオープンソースエコシステムが急速に拡大しており、多くの人が予想していたよりもはるかに優れているからです。DeepSeekやこのManisのようなもので、彼らは全ての部品を正しく組み込んでいるように見えます。実際にどれほどうまく機能するかはまだ見てみる必要がありますが、彼らがこれをLinux上に構築し、必要なことは何でもできるスーパーユーザーとして構築しているという事実は素晴らしいです。
Linuxはオープンソースのオペレーティングシステムなので、彼らがMicrosoftのWindowsやAppleの環境の外で、誰もが無料で使用できるもの、ユーザーに大きな力を与えるオープンソースのオペレーティングシステム上にこれを構築しているという事実、そして彼らがManisで使用するために微調整されたこれらのモデルの一部をオープンソース化し、今年後半にそれを行うと言っていることは重要です。
まだこのシステムがどれほどうまく機能するかを確認する必要がありますが、最初の印象では非常に優れているように見えます。これは24時間未満の間に知られるようになったことを考慮してください。これは、誰もが使用できる完全自律型のオープンソースAIエージェントが、大規模な独占モデルや彼らのAIエージェントにアクセスする前に利用可能になる可能性があることを意味します。もしこれが事実で、すべてが計画通りに進むなら、これは絶大なインパクトを持つでしょう。このビデオの終わりでもっと詳しく説明しますが、まずはこの特定のエージェントとその機能を見てみましょう。
The Rundown AIのRowan Changが投稿した後、PeakがRowanに招待コードを送って試してもらったようです。RowanはManisにRowan Changの経歴を作成し、その経歴に基づいてウェブサイトをデプロイするよう依頼しました。「私のソーシャルチャンネルを閲覧し、記事を閲覧してサイトをデプロイする様子を見るのは非常に印象的です。そして情報は100%正確で、今日の時点で最新でした」と述べています。
Xでの動画は少し見づらいですが、ご覧のように左側に何をしているかを説明する画面があります。ブラウジングや文章の作成など、通常のチャットインターフェースのようなものです。このプロセスがどれくらい速いのか気になります。おそらく10倍の速度で再生されているかもしれませんが、右側が本当に魔法が起こっている場所だと思います。
まず、これはLinux上で動作しているようです。最初にRowanから経歴作成の指示を受け取ると、すぐに「research」というフォルダとTo-doシートなどのためのいくつかの他のフォルダを作成します。そのフォルダを開き、そのプロジェクトのフォルダ内で作業を開始します。Cloud Coderも非常に似たことをします。自分自身のTo-doファイルを作成するのです。
完全に自律的にTo-doファイルを作成しています。実際に何が書かれているかを読むのは難しいですが、「ステップ1：Rowan Changについて調査する」というようなもので、それをサブタスクに分解しています。LinkedInやウェブで検索し、専門的背景、教育、プロジェクト、実績、個人的な興味などの情報を収集するなどです。次に経歴を作成し、そのためのサブタスクがあります。次にウェブサイト開発を行い、そのためのサブタスクもあります。
次に、必要なツールをインポートしています。LinkedInでの調査にAPIを使用し、JSONフォーマットで保存しています。何をしているかが分かると思います。研究のために必要なツール、API、ファイルの保存場所を設定し、研究を行い、そのプロジェクトフォルダにファイルとして保存しています。彼が言及されているすべての場所のリストを作成し、それらのウェブサイトを訪問してデータを収集しています。Twitter/Xなどで様々なデータを収集しています。
経歴のための新しいディレクトリを作成し、その経歴をファイルとして書き出しています。Linuxで動作しているという事実は、多くのタスクで非常に高速になります。次にRowanのポートフォリオを作成しています。Cloudflareを使用し、必要な依存関係をインストールし、GitHubからリポジトリをインストールしています。つまり、そのウェブサイトを作成するために必要なすべてのソフトウェアをダウンロードしてインストールしており、問題が発生した場合はトラブルシューティングを行っています。
これがAI自律エージェントがあるべき姿です。まだテストして実際にどれだけ優れているかを確認する必要がありますが、すべてを正しく行っているように見え、今年後半にはオープンソースで使用できるようになるかもしれません。
ウェブページをHTMLで作成しているようです。ウェブページをデザインしコーディングしています。見るのは難しいですが、ウェブページを作成するためのHTMLを入力しているように見えます。ここでnpm run devを実行して開発サーバーを作成しています。これはローカルコンピュータ上でライブウェブページを見ることができるものですが、オンラインでホストされているかのように見ることができます。実際に開発サーバーを作成し、作成したウェブページをそのサーバーに配置しているので、それを見て外観を確認したり、プロジェクトの成果物としてRowanに提示することができます。
完成したウェブページがローカルに表示されていますが、ビルドエラーが見つかり、コンパイルに失敗したようです。それを確認して修正していると思われます。これは少し驚くべきことです。これがすべて正当なものであると仮定すると、これはRowanが実行したリクエストであり、これはそのリプレイのように見えるので、すべてが正当に見えます。
タスクとサブタスクの90%を完了していることがわかります。次のステップはウェブサイトをデプロイすることです。ポートフォリオの最適化されたビルドを作成し、それを1.0と呼び、ユーザーと共有しています。ページが見つからないようです。Rowanはエージェントに問題を伝え、トラブルシューティングを開始しています。ここで公共ネットワークにデプロイするための許可が必要なようです。続行するには「同意」または「承諾」をクリックする必要があります。そして、ウェブホスティングプラットフォームに投稿され、誰もが見ることができるようになっています。
次に、サンフランシスコで6ヶ月間部屋を借りるよう依頼しています。再び、プロジェクトフォルダを作成し、すべてをサブタスクとサブゴールに分解しています。Rowanが求めているのはサンフランシスコで犯罪率が低い場所です。サンフランシスコを旅行する場合、指定されたPVPエリアには近づかないようにするのは確かです。Manisのタスクの一つは犯罪統計を分析し、異なる地域の犯罪統計を収集し、それをユーザーの基準と照合することです。
RowanはたくさんのAI関連の活動があり、他にも探しているものがあるようです。犯罪率の低い最も安全な地域を見つけ、完全なレポートを作成しています。次のリクエストはAI開発に関する完全なAIコースを構築することです。完全な概要を構築し、必要なすべてを生成し、すべてのモジュールを作成しています。
これはMidjourney用のものだと思いますが、完全なコース概要が表示されています。また、Galaベンチマークでオープンアイディープリサーチを多く上回っているようです。ほとんどのタスクでかなり大きく上回っているようです。
これは非常に興奮させる内容です。彼らはかなりのダメージを受けたようで、大量の需要をサポートするためのサーバーがそれほど多くないようです。基本的なデモンストレーションを行うのに十分なサーバーしかなかったようです。中国で大きな波が起き、現在アメリカもそれに気づき始めているようです。これは過去24時間以内のことで、ますます多くの人々がこれについて話しています。
私にとって、これは非常に興奮するものです。もし私の他のコンピュータからCloud Coderの映像があれば、ここに投稿します。これはAnthropicのCloud Coderです。Cloud Coderも非常に似た動作をします。Linuxのコマンドラインで必要なものを実行できます。新しいパッケージをインストールする必要がある場合、新しいフォルダを作成する必要がある場合、新しいファイルを作成する必要がある場合、できるべきと思われることのほとんどを行うことができます。開発サーバーを作成して、開発しようとしているアプリケーションやウェブサイトをリアルタイムでコンピュータ上で見ることができます。
未来を予測することはできませんし、水晶玉も持っていませんが、これらのAI技術がよりスマートで優れた能力を持つようになるにつれて、コマンドラインだけで多くのことができるようになるでしょう。作成されるソフトウェアの多くは、人間の使用、特に専門家ではない人間の使用に合わせたUIや機能を持っています。そのほとんどは、コンピュータが行える基本的な機能の上に追加されたフラフ（余分なもの）であり、それは私たちの利益のためにそこにあります。
例えば、何かを保存するための新しいフォルダを作成しようとする場合、そのフォルダに移動し、右クリックして「新しいフォルダを作成」と言うでしょう。しかしコマンドラインでは、それはただ一行のコマンドであり、より多くのカスタマイズと正確に作成する方法を指定する能力があります。これは非専門家のユーザーにとっては難しいことですが、私の新しいLinuxインストールでは、Chad GPTを開いて「Xをするには何が必要か」と尋ね、一行ずつ指示してもらいます。
例えば「UbuntuにOBSをインストールする方法」とChad GPTに尋ねると（Ubuntuはスペルミスしていますが）、OBSはストリーミングソフトウェアで、Ubuntuはそのリナックスバージョンです。すると「まずこのコマンドを入力し、次に依存関係をインストールするためにこのコマンドを入力し、次にこれとこれとこれを入力し、これを実行する」という具合に指示してくれます。カメラに問題があれば「それを修正するにはどうすればいいですか」と尋ね、何が起こっているかを理解するためのコマンドをいくつか提供してくれます。プロセスの最後で、すべてを正しく行えば、必要なソフトウェアが完全に機能するようになります。
Cloud Coderを使えば、欲しいものを伝えるだけで、すべてのコマンドを実行し、すべてを設定し、すべてをトラブルシューティングしてくれます。もはやユーザーフレンドリーなUIやその上に構築されたすべてのものは必要ありません。システムのコアがすべてをインストールし、必要なことをすべて行うからです。
このようなことの影響を考えると、まず第一に、多くの人々の仕事を置き換えることになります。このようなツールが十分に優れた能力を持つようになると、自律型AIエージェントが何人の人々を置き換え、冗長または時代遅れにするかを考えてみてください。それは多くの人々にとってかなり明白なことだと思います。
しかし、ソフトウェアの販売、設計、構築については、ウェブサイトを構築してオンラインでホストし、すべてを行うのを見ました。私は生まれて初めて先日、必要な単純な機能を持つアプリケーションを探すためにGoogleに行こうとしたのですが、立ち止まって「待てよ、これをCloudに入力して、できるかどうか見てみよう」と思いました。20〜30秒後、コードが得られ、実行すると、それは私が探していたアプリケーションでした。
もし何かソフトウェアが必要なら、シンプルなものについては、オンラインで探すよりも、これらのチャットボットの1つに作成してもらう方が速くなりつつあります。それらがより良くなるにつれて、人々は自分の特別なユースケースに必要なソフトウェアを作成することを選ぶようになるかもしれません。ビデオエディタが欲しい場合、市場には多くのものがありますが、必要な機能だけを持つ独自のものを作成できるとしたらどうでしょうか？AIアシスタントが10分でコーディングし、テストして、機能することを確認するかもしれません。毎回同じワークフローがある場合、ユーザーインターフェースさえ必要ないかもしれません。
アドビは56億ドルを稼いでいますが、すべての側面とすべての機能を使用する個人はおそらく非常に少ないでしょう。多くの人々はこの80:20の法則に当てはまり、彼らが行おうとしていることを行うためにツールの20%だけを必要とするかもしれません。これらのAIアシスタントがコーディングでより良くなるにつれて、英語の自然言語でやりたいことを話すだけで、カスタムソフトウェアを作成してくれるかもしれません。したがって、ソフトウェアはもはや大衆のための1つのものではなく、特定のユースケースに合わせてカスタムコーディングされるようになるでしょう。
これは一夜にして起こることではありませんが、これがソフトウェアアズアサービス型の企業にどのような影響を与えるかを見るのは興味深いでしょう。この種のものは、Googleのような場所、オンラインで情報を見つける場所、調査をする場所などに本当に影響を与えるように思えます。すでにDeep Researchよりも優れているようです。私は個人的にOpenAIのDeep Researchを毎日のように使用していますが、非常に優れています。彼らがこの種のAIエージェントのフレームワークでそれを改善できるなら、驚かないでしょうが、確かに素晴らしい前進でしょう。
これがManisのウェブサイトです。ダークモードではあまりよく表示されませんが、様々な株の分析、保険の比較、日本旅行の計画、B2B購入元の調達リスト、Y Combinatorの企業リスト、オンラインストア運営分析、調整可能な速度、スケーラブルなフォント、読みやすさを向上させたプロのプロンプターなどができます。
重要なのは、このようなものが来ているということです。彼らは今年にオープンソース化すると言っています。彼らがそれを行うか、他の誰かが行うかは重要ではありません。重要なのは、いつかそれが起こるだろうということです。例えば、米国政府や他の国々がこのようなオープンソースを防ぐための規制を設けない限り、このようなものが来ており、オープンソースのオペレーティングシステム上で動作することになります。これは本当に心を揺さぶるものだと思います。
あまり過剰に期待させたくはありませんが、このようなものが来ていることを認識してください。AIエージェントについては、OpenAIが月額2万ドルという高額な料金で発表しましたが、オープンソースのものと競合する場合、その価格設定はどうなるでしょうか？興味深いことになるでしょう。おそらく大企業向けにはより多くのカスタマイズがされ、これは残りの人々、中小企業や個人で作業をしている人々向けになるのかもしれませんが、エキサイティングな時代が来ています。
少し先を行きたい場合、考慮すべきことの一つは、家のどこかに余っているラップトップやコンピュータがあれば、それにLinuxをインストールすることです。オペレーティングシステムをインストールできるものである必要があります。Appleデバイスやクロームブックではできません。それを取り出して、Linuxをインストールしてください。Linuxは無料のオペレーティングシステムで、無意味なことはありません。メールアドレスを入力する必要もなく、単に美しいオープンソースのソフトウェアです。
もちろん、5〜10〜15年前は、特に技術分野で経験のない人々にとって、使用するのがはるかに難しかったです。ほとんどの初心者にとって、それはユーザーフレンドリーではありませんでした。今はインストールが非常に簡単になっており、Chad GPTなどのツールを使用すれば、ほぼすべてのことを案内してくれます。Anthropicやgrokなどを試していませんが、ChatGPT 4.0は素晴らしいです。ほぼすべてのことを一行ずつ案内してくれます。
さまざまな「ディストリビューション」または「フレーバー」があり、それらはすべてLinux上に構築された異なるバージョンのオペレーティングシステムで、必要に応じて異なります。私はUbuntuをインストールし、Manisも同様にUbuntuで動作しているように見えます。実際にはどれを使うかは重要ではありません。試してみたい場合は、Chatに方法を尋ねてください。公式ウェブサイトに行き、ダウンロードするだけです。USB「サムドライブ」が必要です。全体で6〜7ギガバイトなので、少なくとも8ギガバイトは使用する必要がありますが、非常に安価です。
インストールファイル（ISOファイル）をこのドライブに入れる必要があります。私はRufusを使用しました。これも無料のオープンソースで、ダウンロードするだけで、何もインストールする必要はなく、メールアドレスを誰かに提供する必要もありません。ダウンロードをクリックするだけでそこにあります。ChatGPTがその方法を案内してくれます。基本的に、このUSBドライブをフォーマットします。
このUSBドライブをブートドライブに変えるのです。コンピュータに挿入し、コンピュータを再起動し、DeleteキーやF12キー、F7キーなど、BIOSやスタートアップ画面に移動するキーを押します。そこからブートするドライブを選択できます。もう一度言いますが、ChatGPTが強い味方です。後は非常に簡単です。「Ubuntuをインストールしますか？」と聞かれるので、「はい」と答え、いくつかのオプションを選択すれば、ほぼ完了です。約10分かかります。
デスクトップは他のものとほとんど同じように見えます。少し違いはありますが、理解できるでしょう。大きな違いは、ほとんどのことをコマンドラインから行うことになるという点です。これは以前は少し学習曲線がありました。ディレクトリ間を移動するためにLS、CD、MKDRなどのコマンドを常に入力する必要があるので、それらの書き方を覚えておく必要がありましたが、再度、ChatGPTや使用しているチャットボットがここでの強い味方です。質問をするだけで、すべてのコマンドを提供してくれるので、それを直接ターミナルにコピーアンドペーストできます。
同じデスクトップ上でこれを作成することもできます。Windowsがインストールされていて、余分なスペースがある場合、別のオペレーティングシステムとしてインストールし、そのOSにどれだけのスペースを使用するかを指定することもできます。他の環境では難しいかもしれない素晴らしいことがたくさんできます。
例えば、Cloud Coderをインストールできます。Cloud Coderのインストールは非常に簡単です。これはAnthropicのものです。コマンドを1つ、2つ、3つ実行するだけで、起動し、チャットボットと同じように話すことができます。違いは、多くのコマンドを実行できることです。試してみるべきことについてのビデオを作成中ですが、時間があり、これに興味があるなら、これはすべて無料です。Cloud Coderの場合、Anthropicに使用するトークンの料金を支払う必要がありますが、それ以外はすべて完全に無料です。これらのものの多くがその方向に向かっているように見えるので、少し知識を付けるのに良い時期かもしれません。
このManisについてどう思いますか？かなりクールに見えますか？かなり強力になるように思えますか？コメントで教えてください。ここまで視聴していただきありがとうございます。私の名前はWestです。また次回お会いしましょう。
コメント