Manus 内部 AI Native:工程师并行十几 Session,产品经理也能推到上线
社区长文梳理 Manus 团队 AI Native 实践:研发用统一入口与多会话并行,约一半产品经理可独立交付,市场侧出现可跨系统接力的代理同事。
人工智能深度参与团队工作之后,人到底做什么?X 用户 @hocyzon 根据 Manus 肖弘公开分享,整理了若干可核对细节。
研发侧,需求和缺陷会直接交给编码代理或 Manus,由模型读代码、定位并改动。工程师电脑上同时开着十几个甚至二十个会话成为常态,亲手写码变少,分配任务、提供上下文、检查结果和承担责任变重。统一入口把原本分散的前端、后端、移动端仓库连起来,并附面向模型的说明:各仓库用途、协作方式与规范。模型经该入口拉代码、用工作树并行开发;后续又接入本地运行、线上日志、配置读取、发布与端到端测试。原先推到测试环境要等五到十分钟,本地完整跑通可压缩到数秒;关键发布仍保留人工审批。
产品侧,文中称约一半产品经理可独立完成需求并上线,所有产品经理都提交过代码,部分设计师也开始写码。语音转文字案例里,产品经理先让系统测十多个模型,再取前端代码做演示、生成场景图,并用视频能力做成演示片,视频开始承担部分需求对齐作用。
市场侧则出现「代理同事」:自动发现合作与广告发布时间,串联合同、审批、进度与复盘,并能判断即时通讯是否需立即处理、记住长期目标;内部站点缺功能时可通过反馈接口自动触发开发任务。协作上,团队尝试让同项目成员查看并进入彼此会话,产品可在工程师铺好的会话里继续改样式与文案。
成本方面,文中提到九月人均开销超过一万美元,少数同事单月七到八万美元;分享者将其主要视为购买时间、注意力与对模型边界的理解。代码审核仍用最强模型盯支付等关键模块,并通过内部用量数据治理浪费。原帖配图为带平台水印的截图,本轮不引用。上述数字与流程均来自转述帖,未独立审计内部账本。