撰文：pignard.eth，ZAN Team

3 月 6 日，一款由中国的创业公司 Monica 发布的全球首款通用 AI Agent 产品 Manus 在国内科技媒体和社交网络刷屏，上线第一天邀请码就全网一码难求，甚至闲鱼上一个邀请码都要 5 万，不过还是有不少行业 KOL 提前拿到了邀请码，铺天盖地的体验解读文章接踵而来。

Manus 作为通用 AI Agent 产品，具备从规划到执行全流程自主完成任务的能力，如撰写报告、制作表格等。它不仅生成想法，更能独立思考并采取行动。 以其强大的独立思考、规划并执行复杂任务的能力，直接交付完整成果，展现了前所未有的通用性和执行能力。

Manus 的爆火不仅带来了行业内的关注，也为各类 AI Agent 开发提供了宝贵的产品思路与设计灵感。随着 AI 技术的飞速发展，AI Agent 作为人工智能领域的重要分支，正逐渐从概念走向现实，并在各行各业展现出巨大的应用潜力，当然也包括 Web3 行业。

AI Agent，即人工智能代理，是一种能够根据环境、输入和预定义目标自主做出决策并执行任务的计算机程序。AI Agent 的核心组成部分包括大语言模型（LLM）作为其「大脑」，使其能够处理信息、从交互中学习、做出决策并执行行动；观察和感知机制，使它能够感知环境；推理思考过程，涉及分析观察结果和记忆内容并考虑可能的行动；行动执行，作为对思考和观察的显式响应；以及记忆和检索，存储过去的经验以供学习使用。

AI Agent 的设计模式从 ReAct 出发，有两条发展路线：一条更偏重 AI Agent 的规划能力，包括 REWOO、Plan & Execute、LLM Compiler。另一条更偏重反思能力，包括 Basic Reflection、Reflexion、Self Discover、LATS。

其中 ReAct 模式是最早出现的 AI Agent 设计模式，目前也是应用最广泛的，因此这里主要介绍 ReAct 的概念。ReAct 是指通过结合语言模型中的推理（Reasoning）和行动（Acting）来解决多样化的语言推理和决策任务。它的典型流程如下图所示，可以用一个有趣的循环来描述：思考（Thought）→ 行动（Action）→ 观察（Observation），简称 TAO 循环。

• 思考：面对一个问题，我们需要进行深入的思考。这个思考过程是关于如何定义问题、确定解决问题所需的关键信息和推理步骤。

• 行动：确定了思考的方向后，接下来就是行动的时刻。根据我们的思考，采取相应的措施或执行特定的任务，以期望推动问题向解决的方向发展。