Le « moment GPT » des agents IA, Manus secoue tout le secteur de l'IA
TechFlow SélectionTechFlow Sélection
Le « moment GPT » des agents IA, Manus secoue tout le secteur de l'IA
L'agent IA le plus proche des utilisateurs, offrant la meilleure performance.
Dédié à des analyses Web3 approfondiesAuteurs : Shiyun, Zhang Yongyi
2025 est l'année zéro de l'Agent IA – cette affirmation a pris vie dans la nuit du 6 mars, heure de Pékin.
« Après DeepSeek, une autre nuit blanche pour la communauté technologique. »
C’est ainsi que de nombreux utilisateurs ont commenté sur les réseaux sociaux.
Tout le monde était resté éveillé toute la nuit, attendant un seul code d’invitation à ce produit : « Manus », développé par Monica.im, le tout premier agent IA au monde.
D’après l’équipe, « Manus » est un véritable agent IA autonome capable de résoudre diverses tâches complexes et changeantes. Contrairement aux assistants IA traditionnels, Manus ne se contente pas de donner des conseils ou des réponses : il livre directement des résultats complets.
La vidéo de présentation de Manus ne dure que 4 minutes, mais son impact est saisissant
Source de l'image : Monica.im
Comme son nom l’indique – « Manus » signifie « main » en latin – il s’agit ici non seulement d’avoir des connaissances dans la tête, mais aussi de pouvoir les exécuter avec les mains. C’est précisément là que réside le progrès fondamental entre un agent IA et un simple bot conversationnel (chatbot).
Où réside la puissance de Manus ? Les cas d’utilisation montrés sur le site officiel ou partagés spontanément par les utilisateurs parlent d’eux-mêmes. Voici quelques exemples compilés par Geeker Park :
Planification de voyage : non seulement regrouper les informations de voyage, mais également créer un guide personnalisé pour l'utilisateur. Par exemple, planifier un voyage au Japon en avril, en fournissant des recommandations personnalisées et un guide détaillé.
Analyse boursière : réaliser une analyse approfondie des actions et concevoir un tableau de bord visuel attrayant, offrant des insights complets. Par exemple, analyser en profondeur l’action Tesla et créer un tableau de bord de visualisation.
Création de contenu pédagogique : produire des supports vidéo destinés aux enseignants du secondaire pour expliquer des concepts complexes comme le théorème de la quantité de mouvement, facilitant ainsi leur enseignement.
Comparaison de polices d’assurance : élaborer un tableau clair comparant différentes polices, accompagné de recommandations pour aider l’utilisateur à choisir le produit le plus adapté.
Achat de fournisseurs : effectuer des recherches approfondies sur internet afin d’identifier les fournisseurs les mieux adaptés aux besoins de l’utilisateur, agissant comme un véritable intermédiaire impartial.
Analyse de rapports financiers : étudier les données et détecter l’évolution du sentiment du marché concernant une entreprise spécifique (par exemple Amazon), en fournissant une analyse de l’humeur du marché sur les quatre derniers trimestres.
Liste d’entreprises start-up : consulter les sites pertinents pour identifier les entreprises éligibles et les organiser sous forme de tableau. Par exemple, compiler la liste complète des entreprises B2B de la promotion YC W25.
Analyse de performance d’une boutique en ligne : analyser les données de ventes sur Amazon, proposer des insights exploitables, des visualisations détaillées et des stratégies personnalisées pour améliorer les performances commerciales.
Lorsque l’agent, après avoir parcouru une longue chaîne de raisonnement et utilisé divers outils, produit finalement un résultat complet et professionnel, les utilisateurs commencent à dire : « Il peut vraiment accomplir des tâches humaines. »
Selon les informations du site officiel, Manus obtient de nouveaux résultats record (SOTA) dans les trois niveaux de difficulté du benchmark GAIA, qui évalue la capacité des assistants IA généralistes à résoudre des problèmes du monde réel.
Pour résumer en une phrase : Manus aspire à être votre véritable « agent numérique », littéralement parlant. Et il y parvient.
Comme vous pouvez l’imaginer, la sortie de Manus dans la nuit a immédiatement électrisé toute la communauté IA !
01 Manus, votre « agent numérique »
Tout d’abord, la principale différence entre Manus et les modèles linguistiques précédents (LLM) réside dans l’expérience utilisateur :
Il met l’accent sur la livraison directe de résultats finaux, plutôt que de fournir une simple « réponse ».
Manus repose actuellement sur une architecture Multi-Agent, similaire à celle de « Computer Use » publiée par Anthropic, fonctionnant entièrement dans une machine virtuelle isolée. Il peut ainsi utiliser divers outils dans cet environnement virtuel – écrire et exécuter du code, naviguer sur le web, manipuler des applications – afin de livrer directement des résultats complets.
Dans la vidéo officielle, trois cas concrets illustrent les tâches accomplies par Manus :
La première consiste à trier des CV.
À partir de 15 candidatures, recommander les profils les plus adaptés pour un poste d’ingénieur spécialisé en algorithmes d’apprentissage par renforcement, puis les classer selon leur expertise en apprentissage par renforcement.
Dans cette démonstration, inutile de décompresser manuellement un fichier ou de téléverser chaque CV un par un. Dès cet instant, Manus fait preuve d’un comportement semblable à celui d’un « stagiaire » humain : il décompresse automatiquement le fichier et parcourt chaque CV page par page, tout en extrayant les informations clés.
Manus comprend automatiquement l'instruction implicite « décompresse le fichier envoyé par le patron »
Source de l'image : Geeker Park
Le résultat fourni par Manus inclut non seulement des recommandations de classement générées automatiquement, mais aussi une catégorisation des candidats selon des critères importants comme l’expérience professionnelle. Lorsque l’utilisateur demande que les résultats soient présentés sous forme de tableau Excel, Manus écrit automatiquement un script Python pour générer ce tableau.
Manus dispose même d’une mémoire suffisante pour retenir qu’« un utilisateur préfère recevoir les résultats sous forme de tableau ». Ainsi, lors de futures tâches similaires, il priorisera automatiquement ce format.
Manus mémorise les préférences de l'utilisateur dans le processus de génération de contenu
Source de l'image : Geeker Park
Le deuxième cas, particulièrement adapté aux utilisateurs chinois, concerne la sélection immobilière.
L’utilisateur souhaite acheter un bien immobilier à New York, avec comme critères : un quartier sécurisé, un faible taux de criminalité, un bon système scolaire, et surtout un budget compatible avec ses revenus mensuels fixes.
Pour répondre à cette demande complexe, Manus décompose la tâche en une liste d’actions : recherche de quartiers sûrs, identification des meilleures écoles, calcul du budget, recherche de biens immobiliers. Il effectue des recherches en ligne, lit attentivement des articles sur les quartiers les plus sûrs de New York, et collecte les informations pertinentes.
Ensuite, Manus écrit un programme Python pour calculer le budget immobilier abordable en fonction du revenu de l’utilisateur. En croisant ces données avec les prix disponibles sur des sites immobiliers, il filtre la liste des biens correspondant au budget défini.
Manus peut automatiquement rechercher et filtrer les biens ne répondant pas aux critères de l'utilisateur
Source de l'image : Geeker Park
Finalement, Manus compile toutes les informations recueillies en un rapport détaillé comprenant : analyse de la sécurité du quartier, évaluation de la qualité des écoles, analyse budgétaire, liste de biens recommandés et liens vers des ressources complémentaires – exactement comme un agent immobilier professionnel. Mais avec l'avantage supplémentaire d'être entièrement aligné sur les intérêts de l’utilisateur, rendant l’expérience encore meilleure.
Dans le troisième cas, Manus montre sa capacité à analyser les cours boursiers.
La tâche consiste à analyser la corrélation entre les cours de Nvidia, Marvell Technology et TSMC au cours des trois dernières années. Bien que ces trois actions soient étroitement liées, il est difficile pour un utilisateur novice d’en clarifier rapidement les relations causales.
Manus procède alors comme un véritable courtier en bourse : il accède via API à des sites d’information financière comme Yahoo Finance pour récupérer les données historiques des cours, puis croise plusieurs sources pour vérifier la précision des données, évitant ainsi les erreurs dues à une source unique pouvant impacter gravement les résultats.
Dans ce cas, Manus utilise à nouveau sa capacité à écrire du code Python, à analyser les données et à les visualiser. Il intègre également des outils financiers spécialisés, puis fournit à l’utilisateur un diagramme de visualisation accompagné d’un rapport d’analyse complet – exactement comme le ferait un « stagiaire » dans le domaine financier.
En outre, le site officiel de Manus présente plus d’une dizaine de scénarios d’utilisation : organiser vos itinéraires, recommander des voyages personnalisés, apprendre à utiliser divers outils complexes, automatiser des tâches courantes, etc.
Ce qui distingue véritablement Manus des outils traditionnels, c’est sa capacité à planifier de manière autonome, garantissant ainsi l’exécution efficace des tâches.
Sa capacité d’apprentissage autonome fait que ses compétences progressent selon une logique proche de celle des humains – même s’il n’est pas encore expert dans un domaine spécifique, son potentiel est déjà évident.
Grâce à cette capacité d’apprentissage, la polyvalence de l’agent IA est grandement accrue. Dans des tests réels, les utilisateurs ont pu simplement décrire le contenu d’une vidéo, et Manus a su trouver avec précision le lien d’une courte vidéo TikTok, en contournant les limitations imposées par les moteurs de recherche aux plateformes.
Étant donné que la version actuelle de Manus fonctionne entièrement en mode asynchrone dans le cloud, ses capacités ne sont pas limitées par le type d’appareil ou la puissance de calcul locale. Vous pouvez donner une instruction à Manus, puis éteindre votre ordinateur. Une fois la tâche terminée, Manus vous enverra automatiquement une notification.
Cette logique opérationnelle est très familière – comme demander à un stagiaire, via WeChat, juste avant de quitter le bureau : « Envoie-moi les documents une fois organisés. » Sauf que maintenant, ce stagiaire est disponible 24h/24, 7j/7, sans risquer de « faire grève contre le burn-out professionnel ».
02 Multi-agent + auto-vérification : le flux complet de l’Agent IA
À travers ces exemples, on comprend facilement que le véritable atout de Manus ne réside pas dans le concept d’« Agent IA » déjà vu dans « Computer Use », mais dans sa capacité à « imiter le mode de travail humain ».
Plutôt que de simplement « exécuter des calculs », Manus suit une logique proche de « penser puis exécuter ». Il n’accomplit rien que les humains ne puissent faire eux-mêmes ; c’est pourquoi certains utilisateurs ayant testé Manus le comparent à « un stagiaire ».
Sur le site officiel de Manus figurent de nombreux cas d’utilisation, dont un illustrant comment utiliser Manus dans un contexte B2B : associer rapidement et précisément une demande d’achat aux fournisseurs mondiaux adéquats.
Dans les produits conventionnels, la logique habituelle consiste à intégrer les informations des entreprises de la chaîne d’approvisionnement mondiale sur une plateforme unique, afin de faciliter la mise en relation offre-demande. Mais dans le cas de Manus, la méthode est radicalement différente.
Manus utilise une architecture appelée « Multiple Agent », fonctionnant dans une machine virtuelle indépendante. Grâce à une division claire des rôles entre agents de planification, d’exécution et de vérification, il améliore considérablement l’efficacité du traitement des tâches complexes, tout en réduisant le temps de réponse grâce au calcul parallèle.
Dans cette architecture, chaque agent peut reposer sur un modèle linguistique ou un modèle d’apprentissage par renforcement distinct, communiquant entre eux via des API ou des files de messages. Chaque tâche s’exécute dans un environnement isolé (sandbox), empêchant toute interférence avec d’autres tâches, tout en permettant une extension dans le cloud. Chaque modèle indépendant imite le processus humain de traitement des tâches : d’abord réfléchir et planifier, comprendre les instructions complexes et les décomposer en étapes exécutables, puis invoquer les outils appropriés.
Autrement dit, grâce à cette architecture multi-agents, Manus agit comme une équipe d’assistants collaborant pour accomplir ensemble une tâche – récupérer des ressources, établir des connexions, vérifier la validité des informations – vous aidant ainsi à finaliser tout un processus. Ce n’est donc pas seulement comme embaucher un « stagiaire », mais plutôt comme devenir directement un « chef de département miniature ».
Dans le cas B2B, Manus utilise ses capacités de scraping web, d’écriture et d’exécution de code pour naviguer automatiquement dans l’océan d’internet, identifiant les fournisseurs potentiels selon vos critères – qualité du produit, prix, délais de livraison – et vous proposant la source la plus adaptée. Il peut présenter les conclusions sous forme de graphiques clairs, et aller encore plus loin en proposant des recommandations opérationnelles détaillées.
Pour répondre aux besoins B2B, Manus pourrait bien surpasser les outils intégrés aux plateformes spécialisées
Source de l'image : Geeker Park
Quant à savoir comment l’équipe Monica a concrètement réalisé ces effets vidéo, elle devrait lever le voile le 6 mars, heure de Pékin.
03 L’art suprême du « collage », c’est l’explosion
Quelle entreprise se cache derrière Manus, c’est-à-dire Monica.im ?
Monica est un assistant IA tout-en-un, initialement sous forme d’extension navigateur, puis étendu à des applications mobiles et à une interface web. Son usage principal ? Lorsqu’un utilisateur clique sur son icône dans le navigateur, il peut directement accéder aux grands modèles populaires. Grâce à une compréhension fine des besoins utilisateurs dans des scénarios spécifiques, Monica a cueilli les « fruits bas » des grands modèles.
Son fondateur, Xiao Hong (surnommé Xiaohong, nom anglais Red), est un jeune entrepreneur serial, né en 1992, diplômé de l’Université des Sciences et Technologies de Huazhong. Après son diplôme en 2015, il lance son premier projet entrepreneurial, sans grand succès (réseau social universitaire, marché de seconde main). En 2016, il crée un outil d’édition et d’analyse de données pour les gestionnaires de comptes WeChat, attirant un million d’utilisateurs, réalisant des bénéfices, puis vend le produit en 2020 à une société licorne.
En 2022, avec l’essor des grands modèles, il fonde officiellement Monica, ciblant le marché international. Grâce à son produit phare « ChatGPT for Google », il réussit un démarrage rapide.
En 2024, dès la sortie de GPT-4o, Claude 3.5, OpenAI o1, Monica permet à ses utilisateurs d’accéder immédiatement aux derniers modèles SOTA. Avec l’intégration de nouveaux modèles, les fonctionnalités telles que la recherche professionnelle, les bots personnalisés (DIY Bot), les Artifacts pour créer de petits programmes, ou encore la mémoire, rencontrent un franc succès. Adaptant son interface et ses fonctionnalités aux contextes spécifiques (YouTube, Twitter, Gmail, The Information, etc.), Monica a mis à jour des centaines d’interfaces web pour offrir une expérience AI personnalisée.
En 2024, le nombre d’utilisateurs de Monica double, atteignant 10 millions. L’entreprise maintient des profits solides, se plaçant parmi les leaders sur le marché international des produits similaires.
La performance impressionnante de Monica prouve une chose :
Quand on pousse le « façonnage » à l’extrême, cela devient à la fois un avantage technique (TPF) et un ajustement produit-marché (PMF), menant inévitablement à une forte valeur utilisateur.
Page d'accueil de Monica
Source de l'image : Monica
Manus semble prolonger cette philosophie de l’équipe Monica. Dans une interview accordée à la journaliste Zhang Xiaojun, Xiao Hong affirme : « Un produit ne peut pas se limiter à un chatbot. L’agent IA doit être une nouvelle forme, nécessitant un nouveau type de produit. »
Il s’est inspiré des produits d’IA de programmation comme Cursor et Devin. Selon Geeker Park, le premier suit un mode copilote, le second un mode pilote automatique – ce dernier étant plus conforme aux besoins humains. L’agent IA devrait, comme Devin, être accessible au grand public et réellement piloté par l’IA. Le problème jusqu’alors ? Les modèles n’étaient pas assez intelligents.
Mais encapsuler les capacités existantes des modèles dans des services adaptés aux scénarios spécifiques constitue justement l’avantage de l’équipe Monica. Xiao Hong ajoute : « Peu d’équipes développent aujourd’hui des produits d’agents, car cela requiert de multiples compétences combinées : expérience des chatbots, de la programmation IA, des navigateurs (car tout s’exécute dans le navigateur), et une bonne perception des limites des modèles – savoir où ils en sont, et où ils pourraient aller. »
« Pas beaucoup d’entreprises cumulent toutes ces compétences. Et celles qui les ont sont probablement absorbées par un projet concret. Nous avons eu la chance que certains membres de l’équipe aient justement le temps de se consacrer à ce projet. »
Pourquoi Monica a-t-il réussi ? Il répond : « Premièrement, nous avons eu de la chance. Deuxièmement, si aujourd’hui tout le monde se concentre sur le raisonnement, cela laisse peut-être un peu de temps libre aux startups ? Jusqu’où ira la diffusion des capacités des modèles ? »
Il pense que les agents IA en sont encore au stade initial : d’une part, ils n’ont pas encore franchi le pas vers l’exécution dans le monde physique ; d’autre part, les capacités des grands modèles continuent de progresser, et tout reste imprévisible.
« Je ne savais certainement pas qu’un agent IA pouvait être construit de cette manière. C’était une inconnue. »
Ironie du sort : Monica, qui affirmait « ne pas savoir comment faire un agent », vient de créer un produit qui secoue l’ensemble de la communauté IA.
Manus n’est peut-être pas l’agent IA ultime, mais après le succès fulgurant de DeepSeek, il relève à nouveau d’un cran l’ambition collective autour de l’IA.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
极客公园
