2025!3" Manus AI!Agent"#$ChatGPT%& #$% SAC NO. S0570519080006 | SFC NO. BQZ938 &'( SAC NO. S05701220801381 !"#$%&'() !"#$ • !"#$%&'()*AI+!"#$,-./012334%&'(56789:;<=>?@A BC%&'() • DEFGHI)*DEFGJKH \]^_`) • abcde&fghi=>.gjklmno5pqLr?E=PstOuv5w%xyabz {|L}=>~}m•O2€.jk• • ‚ƒc„…†Agent…‡ˆAGIO‰Š‹Œ•1 Manus AI!"#$%&'Agent3 Manus AI%&'() • Manus !"#$%&'()*+,-./012345-6708,9):;<=>Manus ?@A+'BCDEFGHIJK structure more intelligence GZ[5\]^_`abcde_`fgchi_`jEc'k_` lm,no computer usecdeep researchccoding agent pqrstuvwxyz{|}~•G)€>•JK‚ƒ Manus,•P„…†‡ ˆ‰Š‹xG'B,LJKŒkF,•mP$ŒŽ4••‘JK’3“”,\M•–P,Manus —˜•™&š›Gœ=>

A practical 
 guide to 
 building agents Contents What is an agent? 4 When should you build an agent? 5 Agent design foundations 7 Guardrails 24 Conclusion 32 2 Practical guide to building agents Introduction practices. It includes frameworks for identifying promising use cases, clear patterns for designing agent logic and orchestration, and best practices to ensure your agents run safely, predictably, 
 and effectively foundational knowledge you need to confidently start building your first agent. 3 A practical guide to building agents What is an agent? While conventional software enables users to streamline and automate

…As a first step towards this vision, we are rolling out DeepSearch – our first agent. It's a lightning-fast AI agent built to relentlessly seek the truth across the entire corpus of human knowledge Press Release, 2/25 AI User + Usage + CapEx Growth = Unprecedented88 AI Agent Evolution = Chat Responses → Doing Work89 AI Agent Evolution = Chat Responses → Doing Work A new class of AI is now emerging interface is becoming an action layer.90 Source: Google Trends via Glimpse (5/15/24), OpenAI (3/25) AI Agent Interest (Google Searches) = +1,088% Over Sixteen Months 0 250 500 1/24 2/24 3/24 4/24 5/24 6/24

基础设施、应用现状，以及相关的工具和平台。 2 / 32 LLM Tech Map  向量数据库  数据库向量支持  大模型框架、微调 (Fine Tuning)  大模型训练平台与工具 基础设施 LLM Agent  备案上线的中国大模型  知名大模型  知名大模型应用 大模型 算力 工具和平台  LLMOps  大模型聚合平台  开发工具 AI 编程  插件、IDE、终端  Screenshot to code 23 / 32 LLM Agent（AI Agent） LLM Agent 是一种基于 LLM 的智能代理，它能够自主学习和执行任务， 具有一定的“认知能力和决策能力”。LLM Agent 的出现，标志着 LLM 从传统的模型训练和应用模式，转向以 Agent 为中心的智能化模 式。 LLM Agent 打破了传统 LLM 的被动性，使 LLM 能够主动学习和执行 能够主动学习和执行 任务，从而提高了 LLM 的应用范围和价值；它为 LLM 的智能化发展提 供了新的方向，使 LLM 能够更加接近于人类智能。 AutoGPT 就是一个典型的 LLM Agent。在给定 AutoGPT 一个自然 语言目标后，它会尝试将其分解为多个子任务，并在自动循环中使用 互联网和其他工具来实现该目标。它使用的是 OpenAI 的 GPT-4 或 GPT-3.5 API，是首个使用 GPT-4

5. An example of role prompting The above example shows an example of taking the role of a travel agent. When you would change the role to a teacher of geography, you would notice that you will receive actions, such as interacting with external APIs to retrieve information which is a first step towards agent modeling. ReAct mimics how humans operate in the real world, as we reason verbally and can take actions Metallica. Python from langchain.agents import load_tools from langchain.agents import initialize_agent from langchain.agents import AgentType from langchain.llms import VertexAI prompt = "How many kids

能够调用各种工具，具有行动能力  调用企业专业知识，更懂企业  将日常重复性业务流程形成Playbook，实现流程自动化  通过目标拆解，多次调用大模型以及专家模型协同，形成 慢思考能力 传统软件是辅助人的工具，Agent是能够自主工作的数字员工，是新的生产力政企、创业者必读 22 DeepSeek出现之前的十大预判 之九 开源效果追赶上闭源  技术开放，吸引广大开发人员和用户使用  很多公司参与开源，帮助改进产品，众人拾柴火焰高， 靠肉眼观察，几年才能发现一个复杂蛋 白质结构，半个世纪预测了20多万种 从数年缩短到几分钟，解开了生物学密码 成功预测了地球存在的2亿种蛋白质结构 45政企、创业者必读  DeepSeek典型的四大安全问题：客户端安全、Agent安全、知识安全、模型安全  360提出「以模制模」新解法，应对DeepSeek安全问题 DeepSeek六大应用方向之六 AI安全：实现安全的「自动驾驶」 46政企、创业者必读 大模型的六大能力 58政企、创业者必读 知识管理是大模型更 懂企业的基础 59 解决企业应用，需要打造专业大模型 要解决四个关键基础 以业务大模型为基础， 打造自主工作的数字 员工和AI团队 实现多个Agent、多个 数字化系统、多个组织 之间的协同 知识 管理 融合 工作流 业务大模型 打造 构建 智能体 基于政府企业场景和专业 知识，利用数据工场、知 识工场、模型工场，训练 业务大模型

对数据进行分类、社交网络分析或时序模式挖掘，常用 于客户细分、信用评分、社交媒体营销、股价预测等。 将数据转化为统计图、热力图、网络关系图、词云、树形 图等，用于揭示数据中蕴含的模式、趋势、异常和洞见。 本质：以多agent实现从数据采集到可视全流程 模型特点 Claude 3.5 sonnet  平衡性能：在模型大小和 性能之间取得平衡，适合 中等规模任务。  多模态支持：支持文本和 图像处理，扩展应用场景。 本报告由XXX智能体集群经17轮辩论达成共识 •时间戳：知识截止至2025-02-6 14:32:00 引入优化agent：复杂任务，实现自动化  目前 AI 主要是”助手”角色，需要用户提供明确指令，无法自主完成复杂任务。  现有 AI 工具 难以跨多个子任务自动执行，仍需人工介入。 AI 自主任务规划与执行(AI Agent) AI 能够自主分解任务、规划步骤， 并利用外部工具(如API、数据库、 自动化流程)执行任务。 自动化流程)执行任务。 多 AI 代理协作 不同 AI 代理(市场分析 Agent、法律 审核 Agent、财务预测 Agent) 可协 同完成复杂任务，形成智能工作流。 任务反馈 & 自主学习 AI 在执行任务后自动优化策略， 使任务执行效果不断增强。  智能法律顾问 A1:自动读取合同，分析潜在法律风险，生成修改建议，并与企业法务系统对接完 成合规审查。  企业 AI CEO

Innovator For Science & Industry 行业大模型 基座大模型 人机协同 Chatbot •自然语言对话 Reasoner •基本的推理和问 题解决能力 Agent •代表用户执行任 务，具备自主行 动能力 Innovator • 参与发明和创造， 增强人类的创造力 和创新能力 Organization •承担整个组织的 功能，独立管理 并执行复杂的操 …… 另一种路径：DeepSeek R1 作为智能体 ü 角色 ü 功能 ü 技能 ü 约束 ü 工作流程 ü 输出格式 "全维度智能体提示框架" (Comprehensive Agent Prompting Framework, CAP Framework) 核心层: 1.身份定义 (Identity) •角色属性 •专业背景 •交互特征 执行层: 2. 能力矩阵