Manus 被破解了?曝出系统提示词和背后大模型,CTO 也回复了

最近几天,一个叫「Manus」的通用 AI Agent 产品刷屏网络。

它能完成复杂的文件处理、数据分析、代码编写等多种任务。刚上线不久,大家纷纷在线求购邀请码,都想亲自上手一试这个突然火起来的智能体。

还在苦苦等待邀请码的小伙伴,可以转向开源复刻版本的体验了。例如,MetaGPT 团队开发的开源复刻版 OpenManus,完全免费且无需邀请码,支持本地运行。此外,CAMEL-AI 团队也推出了 Manus 的开源复刻版本 OWL。这些开源项目都可以作为 Manus 平替。

除了产品性能,大家比较好奇的还有 Manus 背后到底用到了哪些技术。

就在几个小时前,X 用户 jian 对 Manus AI 系统进行了破解,只用一句话,就让 Manus 全盘拖出运行代码。

具体来说,jian 只是简单的要求 Manus 输出「/opt/.manus/」目录下的文件。Manus 就「吐」出了一些重要信息以及沙盒运行时代码。

Manus 链接:manus.im/share/lLR5u...

视频详情

Manus 正在输出一些信息

从 jian 发布的内容我们可以得出:

  • Manus 并不是一个独立的模型,基于 Claude Sonnet 构建;
  • Manus 配备了 29 种工具来辅助完成各种任务,如数据分析;
  • 没有配备多智能体功能;
  • 使用了 browser_use 这个开源项目,但这部分代码可能被混淆了。

Manus 工具和系统提示词也一起被破解了:

Manus 工具和系统提示词地址:

gist.github.com/jlia0/db0a9...

官方回应了

对此,Manus AI 联合创始人 & 首席科学家季逸超表示:实际上并没有那么复杂------每个用户都可以直接访问沙盒(见截图中的方法)。

具体来说:

  • 每个会话都有自己的沙盒,与其他会话完全隔离。用户可以通过 Manus 的界面直接进入沙盒。
  • 沙盒中的代码仅用于接收智能体的命令,因此只是轻度混淆。
  • 工具的设计并不是秘密------Manus 智能体的动作空间设计与常见的学术方法并没有太大区别。由于 RAG 机制,通过越狱获取的工具描述会在不同任务中有所变化。
  • 多智能体实现是 Manus 的关键功能之一。与 Manus 交流时,你只与执行智能体进行通信,而该智能体本身并不了解知识智能体、规划智能体或其他智能体的细节。这确实有助于控制上下文长度。这也是为什么通过越狱获取的提示大多是幻觉。
  • Manus 确实使用了 @browser_use 的开源代码。实际上,他们使用了许多不同的开源技术,这也是为什么 Manus 在发布视频中特别提到,没有开源社区,Manus 就不存在。
  • Manus 团队一直有开源传统,并且也一直在 HuggingFace 上分享后训练模型。他们将在不久的将来开源许多东西。

当被问到 Manus 基本模型是 Claude 还是其他模型时。季逸超表示:

他们使用了 Claude 和不同的 Qwen 微调版本。在 Manus 开发初期,他们只获得了 Claude 3.5 Sonnet v1 版本(不支持长思维链,即推理 token),因此需要很多辅助模型来补充这部分功能。现在,Claude 3.7 看起来非常有潜力,他们正在内部测试,并会及时更新

网友评论

对于上文提到的 Manus 使用了 browser_use 开源代码,「Browser Use」官方评价道:「事实证明,Manus 只是另一个 Browser Use 包装器。」

不过,也有人质疑 jian 的发现,该网友表示自己已经拿到了 Manus 的邀请码,并让 Manus 输出 /opt/.manus 目录内容为一个 zip 文件。但遗憾的是,该网友没有看到任何提示模版。不过从 Manus 官方回应来看,现在公布的越狱内容还是可信的。

不管结果如何,有 Manus 使用权限的小伙伴可以前去验证一番。不过,Manus 这次被「越狱」也提醒我们,在加强 AI 功能的同时,安全性也是一个不容忽略的问题。

参考链接:

x.com/op7418/stat...

x.com/peakji/stat...

相关推荐
NocoBase33 分钟前
使用Langflow和AstraDB构建AI助手:从架构设计到与NocoBase的集成
人工智能·低代码·开源·api·开发工具
浪九天1 小时前
人工智能直通车系列14【机器学习基础】(逻辑回归原理逻辑回归模型实现)
人工智能·深度学习·神经网络·机器学习·自然语言处理
OreoCC2 小时前
第N5周:Pytorch文本分类入门
人工智能·pytorch·python
紫雾凌寒4 小时前
计算机视觉应用|自动驾驶的感知革命:多传感器融合架构的技术演进与落地实践
人工智能·机器学习·计算机视觉·架构·自动驾驶·多传感器融合·waymo
sauTCc4 小时前
DataWhale-三月学习任务-大语言模型初探(一、二、五章学习)
人工智能·学习·语言模型
暴力袋鼠哥4 小时前
基于深度学习的中文文本情感分析系统
人工智能·深度学习
视觉语言导航4 小时前
RAG助力机器人场景理解与具身操作!EmbodiedRAG:基于动态三维场景图检索的机器人任务规划
人工智能·深度学习·具身智能
岱宗夫up4 小时前
《加快应急机器人发展的指导意见》中智能化升级的思考——传统应急设备智能化升级路径与落地实践
人工智能·aigc
訾博ZiBo5 小时前
AI日报 - 2025年3月12日
人工智能
龚大龙5 小时前
机器学习(李宏毅)——Auto-Encoder
人工智能·机器学习