解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs- Manus解密

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs- Manus解密

那你当前这个步骤执行完成之后，这边说了一个非常重要的点？每次迭代只选择一个工具，这个可能对大家感觉有点反直觉，可能大家立即选择分布式等等之后,它确实是分布式的。但是从他整个loop的这个角度讲，像那个python或者type script等等之类的。大家像那个message system，我觉得从系统的角度讲，大家应该是很容易理解的。只不过是这种容易理解可能和你立即想到的像Manus等之类的这些大模型智能体,现在大家一般都分布式的，会有一些直觉上的这种冲突。但实际上你这里谈的是loop，而你的agent可以有很多，他们是分布式协同的，所以这个其实是不冲突的。

然后提交结果向用户发送交付物或者附件。如果这个有附件的时候，因为你是远程的这个OS桌面，那显然你是可以把远程的这个文件等之类的分享给用户。用户点击你的点击这个附件的下载或者是URL肯定是可以下载内容或者访问内容的。

然后这本身这个 loop本身它是信息收集与分析，数据处理可视化，编写文件报告等等。他可以做很多很多不同的具体的业务。因为它本身官方声称它是general agent通用的.如果我们从整个大模型智能体workflow，以manus为例，我们可以再更加具体的去看一下，就用户可能是输入信息或者上传文本。我们刚才看见演示，大家应该会看的很清楚，然后我们这边有coordination layer，这边会有memory knowledge a task decomposition就分解任务，然后有agent orchestrate，你显得会有很多agent 。那我们在这里面谈到的这边agent,就是说操作网络的agents，Manus使用的是Brower ther use ，然后你这边可能数据相关的或者代码相关的，以及文件操作相关的，然后你会执行这边是execution and combination，是因为如果你是一种分布式的这种环境 。Agent interact change data as needed, 也是分布式的一个系统的，这个很正常。

然后就是这个输出你可以是制作一个网站，或者制作一个表格，或者发送一个notification就通知或者发送邮件。这在远程桌面完成远程完成了一件事情，发送信息给你的手机，这件事情是一件很容易的事情。因为他有你的这个设备的ID，或者说通过一些协议，这些都是一些很经典传统的一些技术。所以这个是我们如果从运行时的角度看见的，以Manus为核心的大模型智能体。我们以它为例，主要是想跟大家引出大模型智能体核心技术的不同维度。例如首先你肯定会有这个上下文和tools，其实我们可以我们再次来看一下这策略。