Manusの最も優れた製品デモは、そのチーム自身です。
10月26日、Manusの共同創業者でプロダクトパートナーである張涛（ネットネームはHideCloud）は、自身の公式アカウント「潜雲思緒」に『ManusでManusを改造する』というタイトルの長文を投稿しました。
記事の冒頭には、彼にとって非常に印象深い光景が描かれている。彼はエンジニアにいくつかの要件とバグを伝え、しばらくして進捗を確認すると、相手のパソコンには Codex と Manus のセッションがずらりと開いていた。適当に一つを開くと、入力欄にはまさに彼が Slack で投稿した要件の原文がそのまま表示されており、一字も修正されていなかった。
さらに彼を驚かせたのは、そのエンジニアが当時、同時に十数件から二十件もの要件を処理していたことだった。今日のManusでは、これはもはや当たり前のこととなっている。
この記事は情報量が非常に多く、特に覚えておくべき点がいくつかあります。
Manus 内部では、Manus-mono という統一されたコードエントリーポイントを設け、AI 用のマニュアルも併せて整備することで、AI がリポジトリ間を横断した全体像を把握できるようにしています。一つの要件に対して、一人で全エンドの実装を完了できます。モバイルチームは常に7名しかおらず、同時に2つのプロダクトと4つのアプリを担当しており、進行状況はウェブ版とほぼ同期しています。
すべてのプロダクトマネージャーがManusにコードを提出しており、約半数が要件を独自に実装して本番環境へデプロイしています。中には、提出された要件がドキュメントから動画にまで進化しているケースもあります。
マーケティングチームに「デジタル同僚」が加わり、自ら業務をスケジュールし、プロジェクトの進捗を積極的に通知するとともに、チーム間で機能の詳細を確認する役割も果たします。
9月、同社のAI関連支出は1人当たり1万ドルを超え、中には1か月で7〜8万ドルを使い切る者もいた。張涛氏は、外部からの疑念に応えるため、わざわざ一節を割いて説明した。
記事が公開されたタイミングも非常に微妙だ。9月下旬、Manusはバージョン2.0とパーソナルエージェントアプリ「Cue」をリリースし、10月上旬には親会社のButterfly Effectが5億ドル超の新規資金調達を完了したと発表するとともに、北京で17件の求人を出した。
このノードから見ると、この記事はむしろManusチームが2.0時代へと踏み出したことを示す宣言のように映る。組織がAIを活用してどのように進化していくかについて語られているが、その背後には同社の製品戦略、コスト構造、そして人材採用基準が浮かび上がってくる。
Manus自体が、2.0のモデルルームなのです
記事に記載された内部的な実践とManus 2.0の機能一覧を並べてみると、ほぼ一対一で対応していることが分かります。
マーケティングチームのデジタル担当者は、社内サイトが使いづらいと感じているため、フィードバックインターフェースを通じて直接要件を提出できます。要件が入ると、自動的にManusの開発タスクがトリガーされます。その背後には2.0版のAutomationsが活用されており、外部からの通知を受け取るたびに、自動的にタスクが開始されます。
プロダクトマネージャーが要件文書の代わりに動画を活用するのは、2.0版で大幅に強化された動画機能のおかげです。画像から動画を生成できるだけでなく、コードを使ってアニメーションを作ることも可能です。音声から文字への変換機能を担当したあるプロダクトマネージャーのケースは非常に典型的です。彼女はまずManusに十数種類のモデルを試してもらい、最適なものを選定してシステムに組み込みました。その後、既存の設計仕様に基づいてデモを作成し、Manusにユーザーが遭遇しうるシナリオを一つひとつ画像として生成させ、一枚一枚確認・修正を重ねたうえで、最終的にそのデモを動画に編集しました。仕様が明確になった後は、機能の実装まで一気に進め、Web版およびデスクトップ版のUIもすべて彼女の手によるものでした。
同僚が作成したSlackのボットはクラウドコンピュータ上で動作しています。開発部門以外の同僚も、ある機能をどう実装するのか、文案はどこにあるのか、すでに公開されているのかなどを知りたい場合、まず誰の管轄かを確認する必要なく、直接そのボットに尋ねるだけで済みます。これは、2.0において7×24時間常駐可能なクラウドコンピュータに対応しています。
さらに、一部の機能は現在社内でのみ利用されています。たとえば、同一プロジェクトのメンバーはデフォルトで互いのセッションを閲覧できます。エンジニアやAIが作業の大半を終えた後、プロダクトマネージャーも同じセッションに参加し、間隔やスタイル、文案の調整を行うことができます。
張涛は文末で非常に率直に述べており、これらはManusが今後取り組むべき課題であり、「まずは自社で試し、その後ユーザーの手に渡る」と語っています。
「自分のドッグフードを食べる」という表現は、ソフトウェア業界で数十年にわたり語り継がれてきました。一般的には、1988年にマイクロソフトの幹部であるポール・マリッツが書いた社内メールの件名「Eating our own Dogfood」に由来するとされています。このメールでは、社員に対して自社製品を積極的に利用するよう求めました。その後、さらに有名な例としてはSlackが挙げられます。Slackはもともとゲーム会社Tiny Speckが『Glitch』を開発する際に社内で使用していたコミュニケーションツールでしたが、ゲーム自体は成功しませんでした。その結果、ツールこそが同社の主力事業へと転じたのです。
Manus は別のアプローチを取っています。まず製品を世に送り出し、社内でそれをどのように活用しているかを明文化することで、それを製品の最良のデモルームとして機能させています。汎用エージェントを販売する企業にとって、「自社全体がこうして業務を行っている」という実例ほど説得力のあるデモはありません。
一人ひとりにエージェントを1つずつ、
1つのチームに1つのセッション
この宣言の中で、最も注目すべきは「私たちが見いだす機会」の節である。
過去1年間で、パーソナルエージェントは大手企業の標準装備となりました。AnthropicにはCoworkがあり、MetaのMuseはリリース後まもなく米国版App Storeの無料ランキング首位に輝き、テンセントのWorkBuddyは中国国内のPC向けオフィスAIにおいて月間アクセス数が2,000万を突破しました。「誰にでも、あなたに代わって働くAIを1つ」——これは、もはや誰もが実践していることになりつつあります。
張涛が挙げた三つの機会は、別の層を指している。
第一に、セッション自体が複数人による協働の対象となり、一人が課題を提起し、デザイナーが設計案を提示し、エンジニアが実装を行い、プロダクトマネージャーがその後の運用に移るといった流れが、すべて同じセッション内で進められます。
第二条は、デバイス間および同僚間での協働です。
第三条は、エージェントが企業のシステムおよびナレッジベースにアクセスした後、人が思いもよらない解決策を自ら見つけ出すことができる点です。
3つとも組織について述べており、複数の人物や複数のエージェントがどのように協力して作業を行うかを説明しています。
これはCueの考え方と相通じるものです。Cueでは、各エージェントに独立したメールアドレス、電話番号、ウォレット、そしてパソコンを割り当てています。CEOの肖弘氏は発表時に、このような「存在」は「人」と呼べるかもしれないと述べ、続いて「多くの人間とボットが参加するグループも必要なのではないか」と問いかけました。Cueはこのアイデアを個人生活に落とし込み、記事に登場する数字上の同僚は、企業におけるその姿を象徴しています。
デジタル同僚に関するいくつかの詳細は、どんな機能紹介よりも鮮やかに伝わります。
多くの同僚が同時にそれを検索するため、それはひとつの「ワークスペース」セッションでしか皆さんと対話せず、具体的なタスクは別のセッションに分割して並行して処理されます。Slack のメッセージは非常に多いため、まず自分に関係があるかどうかを判断し、関係のあるものはさらに「手元の作業を中断する必要があるもの」と「後で処理するもの」の二つに分けられます。張涛氏は特に、このルールは開発過程でAI自身が設計したものだと述べています。
あるとき、同僚たちが Slack で二つのプロジェクトについて議論していた際、片方のプロジェクトがどの段階に達しているのか一時的に思い出せなくなりました。誰もそのプロジェクトをメンションしなかったにもかかわらず、自動的に通知が届き、「B はまだテスト段階です。A の結果が出るのを待ってから B を確認した方がいいですか？」と提案しました。プロダクトチームが 3D モデル生成とリグ作成機能をリリースした後も、自動的に適用条件を確認し、現時点でリグ作成が魚、蛇、四足動物など7種類のオブジェクトをサポートしていることを把握したうえで、外部向けの説明も正確に行えるようになりました。
張涛氏は、その瞬間、それはまるで会議を真剣に聴いている同僚のようだったと言いました。
一人用エージェントが標準装備となるなか、汎用エージェントの次の拠点は、おそらくチーム協働の領域に置かれるだろう。マヌスはまず自社を実験場に変えた。
一人当たり1万米ドル
記事で最も議論を呼んだ数字は、9月の1人当たりのAI関連支出が1万ドルを超えたというものです。張涛氏は今月初めに微信のモーメンツで一度触れており、これに対して「使いすぎだ」という批判が相次ぎました。今回は、彼自身が正面から3つの理由を示しています。
第一に、この費用で購入するのは時間と注意力です。チームが大きくなるほどコミュニケーションコストは高くなりますが、AIが節約するのは各人の注意力であり、各自が自らの担当業務をより完全にコントロールできるようにします。
第二条、高価なのは最高のモデルを用いているからであり、これはAIの能力の限界を理解するための核心的な手法である。彼はコードレビュー用ロボットの例を挙げた。開発効率を担当する同僚によれば、ここ半年間で、問題のあるコードのマージが原因でオンライン上の障害が発生したという事例は聞いたことがなく、AIによるプログラミングが普及してからは、社内の一日あたりのコードコミット数が「非常に驚異的」だという。この同僚は、これが社内において最も費用対効果の高い支出かもしれないと考えている。
第三条が最も興味深い。ますます多くの開発作業がManus Studioで行われており、StudioはManus自社の製品である。内部で消費される各トークンは、どこで無駄が生じているかを可視化するデータに変換される。製品が改善されれば、無駄が削減されてコストが低下し、ユーザーにもその恩恵がもたらされる。
このロジックでは、一筆のコストが研究開発費に計上されてしまいます。張涛の見解では、現在月額1万ドルで実現している働き方は、2年後には数百ドルで済むようになる可能性があります。
別の視点から見ると、この計算はアプリケーション層のエージェント企業が共通して抱える状況も浮き彫りにしています。記事冒頭で紹介されたエンジニアの画面には、Manus に加えて OpenAI の Codex も表示されていました。Manus の研究開発には最先端のモデルが不可欠ですが、そうしたモデルを提供する企業自身もまた、エージェント製品を自ら手がけているのです。
ある評論家は、このモデルを「従属型イノベーション」と呼んでいます。他者が整備したプラットフォーム上で、自社の能力とユーザーとの間に生じる隙間を見いだす手法であり、その代償として、取引ごとに潜在的な競合に一定の費用を支払わなければなりません。
この意味で、1人当たり1万米ドルという水準は、同時に二つのことを示しています。一つは、チームが確かにモデルの能力の限界に到達していること、もう一つは、Manus がユーザー以上に早くエージェントのコスト問題に直面しており、それゆえにそれを先に解決するチャンスをより多く持っているということです。
速度、および張涛の不安
宣言のもう一方の側面は、Manus チームのメンバーである。
この記事では、ほぼすべての職種が見直されています。エンジニアは自らコードを書く立場から、AIに作業を指示し、その成果に責任を負う立場へと変わりました。プロダクトマネージャーは機能を実際にリリースまで持っていくことが求められ、Manus Studioでユーザーが目にする画面の多くやVideo Editorも、すべてプロダクトマネージャーの手によるものです。デザイナーも最近ではコードを書くようになっています。
張涛氏は、この変化を「ヒューマン・イン・ザ・ループ」から「ヒューマン・オン・ザ・ループ」へと端的に表現しました。以前はAIが7～8割を担い、残りを人間が補完していましたが、現在では人間がルールを設計し、複数のAIの動作を監視して重要な局面で判断を下し、必要に応じて介入する形になっています。
チームでAIを最も活用しているその同僚の仕事ぶりは、最も「派手」だ。彼には全体のManus Sessionがあり、自分が判断すべき案件をリストアップし、推奨案を添えるだけだ。みんながSlack上で熱心に議論している間、彼はSlackを開かず、AIに「今、私が決めるべきことは何か？」と尋ねるだけで済む。
これらの新たな定義は、ある意味で求人案内でもあります。記事の最後には、「人間が依然として重要であるため、『私たちも引き続き採用を行っています』」と記されています。ほぼ同時期に、Manusは北京でエージェントハーネスエンジニアからビジネスアナリストに至るまで17のポジションを募集し、CEOの肖弘氏によれば、わずか1日で数千件もの履歴書が寄せられたとのことです。GitLabが従業員ハンドブックをオンラインで公開し、Netflixが創業初期にカルチャーマニュアルを公表したのも、いずれも同じ道理に基づいています。
企業がどのように業務を進めているかを明確に示すことは、そもそもどのような人材が入社するかを選び取る行為でもあります。
しかし、この記事で極客公園を最も感動させたのは、むしろ張涛が必ずしも確信を持っていない部分だった。
彼は自分の心境がとても複雑で、興奮と不安の両方があると打ち明けた：
「このテンポで合っていますか？十分速いですか、それとも速すぎますか？」
この問題はさらに深く追及する価値があります。一人で同時に20もの要件を抱えながら、品質はどう担保され、万が一トラブルが発生した場合、責任の所在はどのように定められるのでしょうか。「半年間、オンライン上の障害の話を聞いたことがない」というのはある同僚の感想であり、まだ統計としてまとめられたものではありません。プロダクトマネージャーの半数はすでに単独でリリースできる状態にある一方で、残りの半数はどうやって追いついていくのでしょうか。記事では詳細には踏み込んでおらず、答えはまだ模索の段階にあるのかもしれません。
また、とても個人的な部分もあります。張涛は自身がADHDであると書き、毎日20以上のタスクがあり、最も難しいのは「取り掛かる」ことだと述べています。現在、彼はすべてのタスクを専用のManusプロジェクトに任せています。そのプロジェクトでは、すぐに着手できるものは即座に始め、判断がつかないものは彼に確認し、さらにSlackやGmail、Notionを活用してまず一次調査を行い、その後、担当のプロダクトマネージャーに引き渡しています。
彼は、これにより毎日「どこから手をつければいいのか分からない」という不安が大幅に軽減されたと語っています。
記事の最後に、張涛はあの問い——人は最後に何をするのか——へと戻った。彼の答えは、問題を定義し、品質を判断し、何が価値あることかを決め、その結果に責任を負う、というものだった。
AIネイティブな組織において、人の役割は小さくなったのではなく、むしろ一層集中しています。
この宣言は、Manus自身の組織効率の高さを証明しています。それが他社が支払ってでも導入したい製品へと進化するかどうかは、今後「社内専用」でしか使われない機能が、いつ、どのような形でユーザーの手に渡るかにかかっています。
張涛は文末で、半年あるいは1年後にこのテーマについて再び執筆したとき、彼らの働き方はいったいどうなっているのだろうと興味を抱いている。
おそらく、その時になって振り返ってみれば、この記事が宣言だったのか、それとも予告だったのか、私たちはようやく分かるでしょう。
*トップ画像の出典：Manus
本記事は極客公園のオリジナル記事であり、転載には極客君のWeChatアカウント「geekparkGO」までご連絡ください。