在AI智能体开发的汹涌浪潮中，2024年爆火的字节跳动旗下的Coze智能体平台，如今却陷入了微妙的境地。它曾经凭借独特的低代码开发模式，MK体育让无数开发者看到了智能体开发的新曙光，如今却面临着新范式的冲击。
而这个冲击的源头，正是全球首款通用型AI智能体产品Manus带来的自循环闭环（Close Loop）模式。这一模式的崛起，正引领着Agent智能体开发迈向一个全新的时代，也让Coze这类依赖人工编排的平台不得不重新审视自身的价值与未来。
自循环闭环模式是当下智能体开发领域的璀璨新星，它宛如一位拥有自我学习与进化能力的超级大脑，通过规划（Planning）-执行（Execution）-反馈（Feedback）-再规划（Replanning）的闭环流程，将复杂任务的自动化演绎得淋漓尽致。在这个神奇的闭环里，Agent如同拥有了自主意识，能够自主拆解复杂任务，巧妙调用各类工具，并且根据实时反馈动态调整策略。只有在面对超出其能力范围的难题时，才会向人类寻求支援。
以Manus为例，它堪称自循环闭环模式的杰出代表。这个由中国大模型团队Monica精心打造的“数字助手”，采用Multiple Agent架构，在云端虚拟机中自如运行。它能够像一位训练有素的职场高手，独立思考、规划并执行复杂任务，直接为用户交付完整成果。无论是繁琐的报告撰写、复杂的表格制作，还是精细的股票分析、贴心的旅行规划，Manus都能轻松驾驭。用户只需下达指令，它便会迅速行动，在虚拟环境中调用浏览器、代码编辑器、文件处理器等工具，一气呵成地完成从任务拆解到成果输出的全流程操作。
再看Eko框架，这个由清华、复旦、斯坦福联合开发的“智慧结晶”，通过层次化规划和环境感知架构，将任务自动拆解与执行的能力发挥到了极致。它不仅能够理解复杂指令，还能根据环境变化灵活调整执行策略，支持跨平台操作，无论是在浏览器还是命令行，都能大显身手。OpenAI的Operator计划同样聚焦于Agent的自主决策能力，致力于打造如同“数字同事”般的智能体，在软件开发、客户服务等多元领域大显神通。
曾经风光无限的Coze，代表的是低代码编排模式。在这个模式下，开发者宛如手工匠人，需借助可视化工具，亲手设计工作流，精心配置插件和角色逻辑，如同搭建一座复杂的积木城堡，每一块积木的摆放都凝聚着开发者的心血。这种模式赋予了开发者极高的灵活性，他们可以根据具体需求，精细地调整每一个工作流节点，实现高度定制化的智能体开发。
在Coze中搭建一个PPT生成器，开发者需要自行梳理工作流程，从内容策划、模板选择到格式调整，每一步都要手动设置。这种方式对于熟悉技术和逻辑设计的开发者而言，能够充分发挥他们的创意和专业能力，打造出贴合特定需求的智能体应用。然而，这一过程犹如戴着镣铐跳舞，对开发者的技术理解和逻辑设计能力要求颇高。而且，人工编排工作流耗时费力，一旦任务需求发生变化，就需要重新调整整个工作流，开发成本和时间成本居高不下。
Coze定位于低代码开发平台，其核心价值在于为开发者提供一个灵活的创作空间，让他们能够通过手动编排工作流，将自己的创意和想法转化为智能体应用。它就像是一个装满各种工具的创意工坊，开发者可以根据自己的需求，自由选择和组合工具，打造出独一无二的作品。
Manus则是执行型Agent的典型代表，它以自动化拆解任务并执行为核心使命。它更像是一个拥有自主行动能力的智能机器人，无需开发者过多干预，就能根据用户指令自动规划任务执行路径，调用各种工具完成任务。在Manus的世界里，开发者只需告诉它目标是什么，它便能凭借自身的智能，找到实现目标的最佳方式。
Coze的使用门槛相对较高，就像一场专业的技术盛宴，更适合那些具备一定技术背景的开发者。对于没有技术基础的普通用户而言，Coze的可视化界面和复杂的工作流设计可能会让他们望而却步。因为在Coze中开发智能体，需要对技术有深入的理解，能够清晰地梳理任务逻辑，合理地配置各种参数。
Manus则以低门槛著称，它就像一个面向大众的开放广场，无论是企业用户还是非技术个体户，都能轻松踏入。用户只需用自然语言下达指令，Manus就能理解并执行任务，就像与一位贴心的助手对话一样简单。这种自然语言驱动的交互方式，极大地降低了使用门槛，让智能体的应用不再局限于专业技术人员，而是走进了千家万户。
Coze拥有一个开放的生态系统，宛如一座繁花似锦的开放花园，它允许开发者集成 API、插件、数据库等各种外部资源，为智能体赋予更强大的功能。开发者可以根据自己的需求，自由地在花园中种植各种“花朵”，打造出个性化的智能体应用。这种开放性为开发者提供了广阔的创新空间，他们可以充分利用现有的资源，快速搭建出满足特定需求的智能体。
Manus则采用黑盒化的设计，类似于一座精致的温室，它依赖官方的工具链迭代，所有的功能和优化都由官方团队精心打造。在这座温室里，一切都按照既定的规则生长，虽然限制了开发者的自主定制能力，但却保证了系统的稳定性和高效性。用户无需担心系统的底层运作，只需专注于使用Manus完成任务即可。
Coze的核心用户主要是开发者和技术型创作者，这些技术极客们热衷于探索新技术，追求个性化和定制化的开发体验。Coze的开放生态和灵活的编排功能，为他们提供了一个展示技术实力和创意的舞台。他们可以在Coze平台上，利用各种工具和资源，打造出独具特色的智能体应用，满足不同领域的需求。
Manus的核心用户则更加多元化，涵盖了企业用户和非技术个体户等广大群体。对于企业用户而言，Manus能够帮助他们提高工作效率，降低人力成本，解决各种实际业务问题。非技术个体户也能借助 Manus，轻松实现一些原本需要专业技术才能完成的任务，如制作报告、分析数据等。Manus的低门槛和强大的执行能力，使其成为了各类用户的得力助手。
Coze主张生态创新，它致力于打造一个繁荣的智能体开发生态系统。通过开放的插件市场和自定义智能体功能，鼓励开发者之间的交流与合作，激发创新活力。在这个生态系统中，开发者可以分享自己的插件和智能体应用，也可以借鉴他人的经验，共同推动智能体技术的发展。
Manus则将价值主张聚焦于执行效率，它以替代重复性人力劳动为目标，致力于为用户提供高效、便捷的任务执行服务。在Manus的帮助下，用户可以将繁琐的工作交给它处理，节省大量的时间和精力。无论是处理日常办公任务，还是进行复杂的数据分析，Manus都能快速、准确地完成，让用户感受到高效执行带来的便利。
Coze的人工编排模式在需要高度定制化工作流的场景中展现出独特优势，尤其是当企业需要结合私有 API 构建复杂业务流程时，Coze能够满足其个性化需求。这种定制化就像是为企业量身定制的一套高级西装，完美贴合企业的业务逻辑和需求。然而，这种模式依赖大量的人工劳动，开发周期长，成本高。
Manus的自动化闭环模式则更符合现代企业追求“零干预”的降本增效需求。它就像是一台高效的自动化生产线，能够快速、准确地完成各种任务，大大提高了工作效率。随着自循环技术的不断成熟，Manus类工具的应用范围将不断扩大，可能会对Coze的市场空间形成挤压。但Coze的开放生态依然为开发者提供了创新的土壤，那些对定制化有强烈需求的企业和开发者，仍然会选择Coze作为他们的开发平台。
OpenAI作为人工智能领域的巨头，在通用型Agent的探索上一直走在前列。其推出的Operator计划，宛如一颗璀璨的明星，吸引了无数目光。Operator强调 Agent 的自主决策能力，致力于让智能体像人类同事一样，在复杂的工作场景中独立思考、自主决策。无论是复杂的代码生成任务，还是繁琐的旅行预订安排，Operator都能应对自如。
OpenAI还通过ChatGPT插件生态，精心编织了一张庞大的智能体应用网络。这个生态系统允许第三方开发者将各种工具集成到ChatGPT中，极大地拓展了智能体的应用场景和功能边界。如今，ChatGPT插件生态已成为一个充满活力的创新平台，各种新奇的应用和工具不断涌现，为用户提供了更加丰富、便捷的服务。
微软以其强大的企业级服务能力，将Agent技术深度融入办公全流程。M365 Copilot就像一位贴心的办公助手，为用户提供了全方位的智能支持。在邮件处理方面，它能智能筛选重要邮件，自动生成回复建议，大大提高了邮件处理效率；在数据分析中，它可以快速分析数据，生成直观的图表和报告，帮助用户轻松洞察数据背后的信息。
微软还依托Azure云服务，为Agent开发提供了坚实的基础设施支持。Azure云服务就像一座强大的智能城堡，为开发者提供了丰富的计算资源、存储资源和安全保障，让他们能够在这个平台上安心开发、部署和管理Agent应用。借助Azure云服务，企业可以轻松构建自己的智能体系统，实现办公流程的智能化升级。
谷歌在多模态与交互优化领域不断探索创新，Project Astra和Project Magi便是其创新的结晶。Project Astra整合了搜索与多模态能力，致力于打造一个全能的个人智能助手。它不仅能理解用户的文字指令，还能识别图像、音频等多种信息，为用户提供更加全面、精准的服务。
Project Magi则专注于浏览器内嵌Agent的研发，旨在优化人机交互体验。通过在浏览器中嵌入智能体，用户在浏览网页时可以获得更加智能、便捷的交互体验。例如，当用户浏览电商网站时，Project Magi能够根据用户的浏览历史和偏好，智能推荐商品；在浏览新闻网站时，它可以快速总结新闻要点，提供相关的背景信息。
Salesforce作为客户关系管理领域的领导者，将AI Agent与CRM系统深度融合，推出了Agentforce。Agentforce就像一位专业的销售顾问，能够帮助企业提升客户服务和销售自动化水平。在客户服务方面，它可以快速响应客户咨询，解决客户问题，提高客户满意度；在销售环节，它能根据客户数据和市场趋势，为销售团队提供精准的销售建议和潜在客户推荐，助力企业提升销售业绩。
美国主流厂商在Agent开发领域展现出一些共性。它们优先布局通用型Agent，借助强大的大模型，如 GPT-4、Claude等，赋予智能体强大的自主任务执行能力。这些大模型就像智能体的超级大脑，为其提供了强大的计算能力和智能决策支持。
它们强调云端协同，采用端侧轻量化交互与云端复杂推理相结合的模式。这种模式下，用户在终端设备上与智能体进行简洁、流畅的交互，而复杂的计算和推理任务则在云端完成。Apple Intelligence和HarmonyOS等系统也采用了类似的模式，通过云端的强大算力，实现智能体的高效运行，为用户提供更加智能、便捷的服务。
尽管自循环闭环模式前景广阔，但当前仍面临诸多技术瓶颈。在长链条任务执行中，Agent就像一位在复杂迷宫中行走的冒险者，容易因单步误差的积累而迷失方向，导致任务失败。这是因为在任务执行过程中，每一步的决策都可能受到各种因素的影响，一旦出现误差，后续的决策就可能偏离正确方向。提升工具调用的鲁棒性成为当务之急，这需要研发人员不断优化算法，提高智能体对环境变化和异常情况的适应能力。
算力成本与Token消耗也是限制智能体在复杂场景落地的重要因素。以Manus为例，其强大的功能依赖于大模型的计算能力，而大模型的运行需要消耗大量的算力资源，这无疑增加了使用成本。在处理大规模数据和复杂任务时，高昂的算力成本和Token消耗让许多企业和用户望而却步。如何降低算力成本，提高资源利用效率，成为智能体技术发展必须攻克的难题。
随着智能体技术的发展，市场逐渐呈现出分化趋势。垂类Agent聚焦特定场景，如医疗、金融等领域，由于需求明确、商业化路径清晰，正迎来快速发展的机遇。在医疗领域，垂类Agent可以根据患者的症状和病史，快速辅助医生进行疾病诊断，提供个性化的治疗方案；在金融领域，它能帮助银行进行风险评估、客户信用分析等工作。这些垂类Agent就像专业的行业专家，能够精准地解决特定领域的问题，因此更容易获得市场认可，实现规模化应用。
通用型Agent虽然具有广泛的应用潜力，但在发展过程中面临着诸多挑战。要在复杂多变的环境中实现高效适配，通用型Agent需要具备强大的工具生态和用户信任。目前，工具生态的不完善限制了其功能的发挥，用户对其在复杂场景下的可靠性和安全性也存在疑虑。避免“Agent Washing”乱象的出现，也是通用型 Agent 发展过程中需要关注的问题。“Agent Washing”指的是一些企业或产品在没有真正实现智能体功能的情况下，打着智能体的旗号进行宣传，这种行为不仅会误导用户，还会破坏整个智能体市场的生态环境。
在这场智能体开发的激烈竞争中，Coze类平台面临着巨大的转型压力。如果不能及时向自动化闭环模式演进，就可能在市场竞争中被边缘化。引入如 Eko 的混合编程模式等先进技术，成为Coze类平台突破困境的关键。通过将自动化技术与现有的低代码编排模式相结合，这些平台可以在保持一定灵活性的同时，提高开发效率，降低开发门槛。
美国厂商凭借其在算力和模型方面的优势，试图主导通用Agent标准的制定。他们在大模型研发、算力基础设施建设等方面投入巨大，拥有先进的技术和丰富的资源。中国厂商如DeepSeek、Manus等则聚焦于执行效率与成本优化，发挥自身在工程应用和市场洞察方面的优势。在未来的竞争中，智能体的竞争力将取决于自动化能力、工具生态丰富度与算力成本控制之间的平衡。谁能在这几个关键因素上取得优势，谁就能在智能体市场中占据一席之地。
当前，Agent 开发的浪潮正以前所未有的速度席卷整个科技领域，主流模式已从传统的人工编排逐渐向自循环闭环模式转变。Coze与Manus作为这两种技术路径的典型代表，各自展现出独特的魅力与局限。美国厂商凭借通用型Agent与生态整合的先发优势，在全球智能体市场中占据了重要地位；而中国厂商则在特定场景，如执行效率等方面，展现出强大的差异化竞争力。
未来，智能体的发展将充满机遇与挑战。随着技术的不断突破，智能体有望在更多领域实现广泛应用，为人们的生活和工作带来深刻变革。但在实现这一愿景的道路上，我们必须克服技术瓶颈，应对市场分化带来的挑战，在激烈的竞争中找到平衡与突破。只有这样，智能体才能真正释放其巨大潜力，引领我们进入一个全新的智能时代。在这个充满无限可能的时代，无论是Coze、Manus，还是其他智能体平台与产品，都将在智能体发展的历史长河中留下属于自己的独特印记。
