Entdecken Sie den visionären Weg von Manus beim Aufbau autonomer KI-Agenten, die sich durch das Web bewegen können. Erfahren Sie mehr über die Technologie von Cloud-Browsern, persistente Zustände und die Entwicklung der Zusammenarbeit zwischen Mensch und Maschine zur Erweiterung unserer kognitiven Grenzen.
Kurz gesagt
Manus definiert das Konzept der KI-Agenten neu, indem das Unternehmen über einfache Chatbots hinausgeht und persistente, autonome digitale Entitäten entwickelt. Durch den Einsatz von Cloud-Browser-Technologie und die Konzentration auf universelle Handlungsfähigkeit statt auf begrenzte Integrationen baut das Manus-Team eine Zukunft, in der KI als nahtlose Erweiterung des menschlichen Verstands dient und komplexe Aufgaben im gesamten Web ausführen kann.
Alles begann mit einer Sprachnachricht. Vor einem Jahr setzten sich vier Ingenieure in einem Raum zusammen, erfüllt vom Summen hochwertiger MacBooks und dem Geruch von abgestandenem Kaffee, um herauszufinden, warum die fortschrittlichste Technologie der Menschheitsgeschichte noch immer keinen Flug buchen oder eine Tabelle organisieren konnte, ohne ständig an die Hand genommen zu werden. Sie zeichneten ihre Diskussion auf – einen ungefilterten Austausch von Ideen, der schließlich zum Bauplan für Manus werden sollte. Wenn man heute auf diese Mitschriften zurückblickt, erkennt man den genauen Moment, in dem die Vision eines echten KI-Agenten geboren wurde: nicht als Chatbot, der über Arbeit spricht, sondern als digitale Entität, die sie tatsächlich erledigt.
Der Begriff KI-Agent ist zum neuen Lieblings-Buzzword der Technologiebranche geworden, doch die meisten Menschen tun sich noch immer schwer damit, zu definieren, was er tatsächlich bedeutet. Ist er nur eine intelligentere Version von Siri? Ein Skript, das im Hintergrund läuft? Laut Zhang Tao und seinem Team bei Manus ist ein KI-Agent etwas weitaus Grundsätzlicheres: eine Erweiterung des menschlichen Verstands. Er ist eine Software, die in der Lage ist, sich mit derselben Eigenständigkeit und Ausdauer wie ein menschlicher Praktikant durch die chaotische, unvorhersehbare Welt des offenen Webs zu bewegen – ohne Schlaf oder Krankenversicherung zu benötigen.
In diesem tiefgehenden Einblick untersuchen wir die interne Philosophie und die technischen Hürden, die während jenes grundlegenden Treffens diskutiert wurden. Wir betrachten, wie das Team den Konflikt zwischen einem „Generalisten“ und einem „Spezialisten“ bewältigte, warum der „Cloud-Browser“ die Geheimwaffe des kommenden Jahrzehnts ist und wie sich die Ökonomie der Intelligenz verändert. Dies ist nicht nur die Geschichte eines Startups, sondern ein Fahrplan für eine Ära, in der jeder Mensch auf der Erde einen eigenen KI-Agenten zur Verfügung hat.
Der Übergang von generativer KI zu einem autonomen KI-Agenten stellt den bedeutendsten Wandel in der Datenverarbeitung seit der Erfindung der grafischen Benutzeroberfläche dar. Wir bewegen uns von einer Welt, in der wir Computern sagen, *wie* sie etwas tun sollen (Programmierung), zu einer Welt, in der wir ihnen sagen, *was* erreicht werden soll (Absicht). Doch wie das Manus-Team schnell erkannte, ist es der einfache Teil, eine Maschine die Absicht verstehen zu lassen; sie über die fragmentierte Landschaft des modernen Internets hinweg auszuführen, ist der Ort, an dem der eigentliche Kampf gewonnen wird.
Eine der lebhaftesten Debatten beim Start von Manus drehte sich um einen strategischen Scheideweg: Sollte das Team ein spezialisiertes Werkzeug für bestimmte Aufgaben oder eine universelle Engine entwickeln? Red Peak, einer der zentralen Denker des Projekts, veranschaulichte das Problem mit einer brillanten historischen Analogie. Er verglich den aktuellen Stand der KI mit den Anfängen des chinesischen Internets, insbesondere mit dem Wettstreit zwischen Hao123 und Baidu.
Hao123 war ein Verzeichnis – eine Sammlung von Links, die von Menschen vorab geprüft und organisiert wurden. Das funktionierte, weil das Web klein war. Ähnlich sind viele frühe KI-Tools „linkbasiert“. Sie verbinden sich mit einer bestimmten API für Spotify, einer weiteren für Google Calendar und einer weiteren für Slack. Dieser Ansatz ist jedoch grundsätzlich begrenzt. Man kann nur das tun, was der Entwickler vorab integriert hat. Wenn der KI-Agent eine Aufgabe erledigen soll, an die der Entwickler nicht gedacht hat, hat man Pech. Dieses „angebotsseitige“ Modell der Intelligenz ist eine Sackgasse für echte Autonomie.
Das „Baidu-Modell“ (oder Google-Modell) begann dagegen mit einem Crawler. Es bat nicht um Erlaubnis, sondern lernte einfach, das gesamte Web zu lesen und zu durchsuchen. Durch den Aufbau einer universellen Suchmaschine konnten anschließend spezifische Anfragen optimiert werden. Das Manus-Team entschied, dass sein KI-Agent diesem Weg folgen muss. Er sollte keine Sammlung von Plugins sein, sondern eine digitale Entität, die weiß, wie man einen Browser benutzt – genau wie Sie. Wenn er eine Schaltfläche sehen kann, kann er sie anklicken. Wenn er ein Formular sehen kann, kann er es ausfüllen.
Die Entscheidung, Allgemeingültigkeit über vertikale Optimierung zu stellen, ist mutig. Sie bedeutet, dass der KI-Agent mit dem Chaos des „wilden“ Webs umgehen muss – Pop-ups, Captchas und sich verändernden Layouts. Doch das Team argumentierte, dass sich die spezifischen Probleme von selbst lösen würden, wenn das allgemeine Problem gelöst sei. Es baute nicht nur ein Werkzeug, sondern eine Plattform für digitale Arbeit.
Wenn es bei der Philosophie von Manus um allgemeine Handlungsfähigkeit geht, ist das technische Herzstück des Projekts der „Cloud-Browser“. Während des Treffens beschäftigten sich Zhang Tao und Fan Bin intensiv damit, wie der KI-Agent tatsächlich mit der Welt interagieren würde. Man kann einem LLM nicht einfach ein Terminal geben und erwarten, dass es ein Hotel bucht. Der größte Teil des Werts der Welt ist hinter grafischen Benutzeroberflächen (GUIs) verborgen, die für menschliche Augen und Finger entwickelt wurden.
Die Lösung war eine „Browser-in-Browser“-Architektur. Statt Daten im Hintergrund zu „scrapen“, betreibt der KI-Agent tatsächlich eine vollständige Browserinstanz auf einem Remote-Server. Wenn Sie den KI-Agenten bitten, auf Zillow ein Haus zu finden, ruft er nicht einfach eine API auf; er „öffnet“ buchstäblich einen Browser in der Cloud, navigiert zur URL und beginnt zu scrollen. Dadurch kann der Nutzer dem Agenten bei der Arbeit in Echtzeit zusehen. Es entsteht eine Vertrauensbrücke, die textbasierte Bots einfach nicht bieten können.
Dies führt jedoch zu einer gewaltigen technischen Herausforderung in Bezug auf die Latenz. Wie streamt man ein hochauflösendes Browserfenster von einem Server auf den Laptop eines Nutzers, ohne dass alles träge wirkt? Zhang Tao verwies auf Technologien wie XPRA, die intelligentes Pixel-Streaming nutzen. Indem nur die Teile des Bildschirms übertragen werden, die sich ändern, kann der KI-Agent direkt vor den Augen des Nutzers zu arbeiten scheinen, selbst wenn die eigentliche Rechenarbeit Tausende Kilometer entfernt in einem Rechenzentrum stattfindet.
| Funktion | Traditioneller API-Bot | Manus-KI-Agent |
|---|---|---|
| Benutzeroberfläche | Verborgen/Nur Text | Live-visueller Cloud-Browser |
| Kompatibilität | Erfordert offizielle API | Funktioniert auf jeder Website |
| Benutzerkontrolle | Keine (Blackbox) | Interaktiver Übernahmemodus |
| Persistenz | Nur sitzungsbasiert | Vollständiger Status und Login-Speicher |
Dieser visuelle Ansatz löst auch das Problem der „Halluzinationen“. Wenn ein gewöhnlicher Chatbot Ihnen sagt, er habe einen Flug gebucht, müssen Sie ihm glauben. Wenn der Manus-KI-Agent Ihnen den Bestätigungsbildschirm in einem Live-Browserfenster zeigt, haben Sie einen Beweis. Diese Sichtbarkeit ist für den Ingenieur, der den Prozess debuggen muss, ebenso wichtig wie für die Führungskraft, die lediglich wissen muss, dass die Aufgabe erledigt ist.
Eine der tiefgreifendsten Erkenntnisse beim Start von Manus war, dass ein KI-Agent ohne Gedächtnis nur ein schicker Taschenrechner ist. Peak wies auf einen großen Fehler aktueller Marktführer wie Devin hin: Sie erledigen Aufgaben nur „einmalig“. Sobald eine Sitzung endet, leidet der Agent effektiv an digitaler Amnesie. Er vergisst Ihre Passwörter, die von ihm erstellten Dateien und auch, wie Ihre Tabellen formatiert sein sollen.
Damit ein KI-Agent ein echter Stellvertreter eines Menschen sein kann, muss er über „persistenten Status“ verfügen. Das bedeutet, dass der Agent eine eigene digitale Identität benötigt. Er braucht einen sicheren Tresor, in dem Cookies und lokaler Speicher abgelegt werden, damit er bei Amazon oder GitHub eingeloggt bleibt. Er braucht ein persistentes Dateisystem, in dem er montags einen Berichtsentwurf speichern und donnerstags zu dessen Fertigstellung zurückkehren kann. Ohne dies ist die „Handlungsfähigkeit“ im KI-Agenten eine Illusion.
Das Team diskutierte die Einrichtung eines virtualisierten „Zuhauses“ für jeden Agenten. Diese Umgebung würde Umgebungsvariablen, sichere Schlüssel und einen eigenen Arbeitsbereich umfassen. Stellen Sie sich dies als ein digitales Büro vor, das der KI-Agent jedes Mal „betritt“, wenn Sie ihn aufrufen. Diese Persistenz ermöglicht lang laufende Aufgaben, die Stunden oder Tage dauern können und bei denen der Agent regelmäßig den Nutzer über seinen Fortschritt informiert.
„Echte Handlungsfähigkeit bedeutet nicht nur, ein Rätsel zu lösen, sondern auch den Arbeitsbereich zu besitzen, in dem es gelöst wird. Wenn sich der KI-Agent zwischen Sitzungen nicht daran erinnern kann, wer ich bin, ist er kein Assistent – er ist ein Fremder.“
Der Aufbau dieses persistenten Gedächtnisses ist jedoch teuer und komplex. Er erfordert enorme Mengen an Hochleistungsrechenkapazität und nahtlosen Zugriff auf die besten großen Sprachmodelle der Welt. Hier kommt die zugrunde liegende Ökonomie der KI-Agentenbranche ins Spiel. Um einen vielseitigen Agenten zu betreiben, der denken, sehen und sich erinnern kann, benötigen Entwickler eine Infrastruktur, die nicht das Budget sprengt.
Als sich die Diskussion vom „Was“ zum „Wie“ bewegte, rückten die Modellkosten stark in den Vordergrund. Der Betrieb eines hochentwickelten KI-Agenten erfordert einen kontinuierlichen Strom von Interaktionen mit hoher Tokenzahl. Jedes Mal, wenn der Agent eine Webseite „betrachtet“ oder über eine mehrstufige Aufgabe „nachdenkt“, verbraucht er teure API-Guthaben. Damit ein Startup wie Manus skalieren konnte, durfte es nicht an die Endkundenpreise großer Modellanbieter gebunden sein.
Hier verändern Plattformen mit tiefer Integration wie GPT Proto die Spielregeln für Entwickler, die einen KI-Agenten bauen. Durch eine einheitliche Schnittstelle zu den leistungsfähigsten Modellen der Welt – darunter OpenAI, Claude und Google – zu Preisen von bis zu 60 % unter den marktüblichen Kosten ermöglicht GPT Proto Entwicklern, sich auf die „Handlungsfähigkeit“ statt auf die „Abrechnung“ zu konzentrieren. Wenn ein KI-Agent eine Aufgabe mit hohem Denkaufwand erledigen muss, kann er zu einem leistungsorientierten Modell wechseln; fasst er lediglich eine Webseite zusammen, kann er in einen kosteneffizienten Modus wechseln.
Das Manus-Team erkannte, dass „intelligente Planung“ – die Fähigkeit, je nach Komplexität der Aufgabe dynamisch zwischen Modellen zu wechseln – einen zentralen Wettbewerbsvorteil darstellt. Mit einem System wie GPT Proto kann sich ein KI-Agent wie ein multimodales Kraftpaket verhalten und über eine einzige Standardschnittstelle auf Text-, Bild- und sogar Videoverarbeitung zugreifen. Diese Flexibilität verwandelt einen Prototyp in ein tragfähiges Geschäftsmodell.
Für den Nutzer bedeutet dies, dass der KI-Agent erschwinglicher und leistungsfähiger wird. Es ist der Unterschied zwischen einem Luxuswerkzeug für Technologie-Eliten und einer allgegenwärtigen Anwendung für die breite Öffentlichkeit. Durch die Optimierung der „Lieferkette der Intelligenz“ kann Manus sicherstellen, dass seine digitalen Assistenten immer schnell, intelligent und verfügbar sind.
Ein besonders menschenzentrierter Teil der Manus-Diskussion befasste sich mit dem Verhalten des KI-Agenten, wenn er scheitert. Und seien wir ehrlich: Selbst der beste KI-Agent wird irgendwann an eine Grenze stoßen. Ob es sich um eine 2FA-Abfrage (Zwei-Faktor-Authentifizierung), ein komplexes Captcha oder eine Website mit einer ungewöhnlichen Benutzeroberfläche handelt – es gibt Momente, in denen menschliche Intuition weiterhin erforderlich ist. Die meisten aktuellen KI-Tools brechen einfach mit einer Fehlermeldung ab oder bitten den Nutzer, den Code zu reparieren.
Manus schlug eine elegantere Lösung vor: die interaktive Übernahme. Da der KI-Agent in einem Cloud-Browser läuft, der an den Nutzer gestreamt wird, kann der Übergang von „KI-gesteuert“ zu „menschlich gesteuert“ sofort erfolgen. Wenn der Agent auf einem Anmeldebildschirm feststeckt, kann der Nutzer einfach in das Fenster klicken, sein Passwort eingeben oder das Captcha lösen und anschließend auf die Schaltfläche „Fortsetzen“ klicken, um die Kontrolle wieder an den KI-Agenten zu übergeben.
So entsteht eine kollaborative Schleife. Der KI-Agent übernimmt 90 % der repetitiven und langweiligen Arbeit, während der Mensch als übergeordnete Aufsicht für die 10 % fungiert, die kreative oder sichere Eingaben erfordern. Dies beseitigt die „Blackbox“-Angst, die viele Menschen bei der Nutzung von KI verspüren. Sie drücken nicht einfach die Daumen und hoffen, dass der Bot das Richtige tut; Sie sitzen direkt daneben und können bei Bedarf eingreifen.
Die Benutzeroberfläche selbst folgt dem Prinzip der „progressiven Offenlegung“. Das Team kritisierte den „Textwall“-Ansatz vieler technischer Tools. Für eine Führungskraft sollte der Manus-KI-Agent wie ein einfaches, übersichtliches Dashboard aussehen. Ein Ingenieur, der die Abläufe im Detail sehen möchte, kann dagegen in der „betriebssystemähnlichen“ Umgebung das Terminal, Browserprotokolle und Dateisystem als unabhängige, schwebende Fenster öffnen. Es ist ein Betriebssystem für das KI-Zeitalter.
In einer überraschenden Wendung des Treffens begann das Team über *EVE Online* zu sprechen, ein Massively-Multiplayer-Spiel, das für seine unglaublich komplexen Wirtschafts- und politischen Systeme bekannt ist. Warum? Weil *EVE* die Obergrenze menschlicher kognitiver Verwaltung darstellt. Spieler in *EVE* müssen oft Dutzende Tabellen, Handelsrouten und diplomatische Bündnisse gleichzeitig verwalten. Das Spiel wird häufig als „Tabellenkalkulation im Weltraum“ beschrieben.
PanPan und Zhang Tao sahen darin das perfekte Testfeld für einen KI-Agenten. Wenn ein Agent einem Spieler helfen kann, die Komplexität einer simulierten galaktischen Wirtschaft zu bewältigen, kann er sicherlich auch einem Kleinunternehmer helfen, die Herausforderungen des globalen Versands, der Steuerkonformität und des digitalen Marketings zu meistern. Der KI-Agent ist nicht nur ein „Helfer“, sondern ein „Komplexitätspuffer“. Er nimmt die chaotischen, informationsreichen Daten der Welt auf und präsentiert dem Nutzer klare Optionen sowie ausgeführte Aktionen.
Menschen sind notorisch schlecht darin, über lange Zeiträume hinweg konzentriert und intensiv zu arbeiten. Wir werden müde, übersehen Details und neigen zu „Erfahrungsbias“ – wir tun Dinge so, wie wir sie immer getan haben, selbst wenn es einen besseren Weg gibt. Ein KI-Agent kann dagegen nach „ersten Prinzipien“ arbeiten. Er kann jede verfügbare Option im Web durchsuchen, Preise bei 500 Anbietern vergleichen und den „kürzesten Weg“ zu einem Ziel finden, ohne gelangweilt oder abgelenkt zu werden. Auf diese Weise wird er tatsächlich zu einer Erweiterung unserer eigenen Willenskraft.
Eine zentrale Frage von Fan Bin war, ob ein allgemeiner KI-Agent jemals mit einem spezialisierten Menschen konkurrieren kann, der professionelle Software verwendet. Kann ein Agent beispielsweise tatsächlich Final Cut Pro zum Bearbeiten eines Videos nutzen? Oder wird er immer eine „ungeschickte“ Version eines menschlichen Editors bleiben? Die Antwort des Teams war zugleich bescheiden und ambitioniert. Es räumte ein, dass es bei der „Computernutzung“ – der Fähigkeit der KI, in Nicht-Web-Apps zu sehen und zu klicken – noch ein weiter Weg ist.
Das Team argumentierte jedoch, dass sich die meiste professionelle Arbeit ins Web verlagert. Von Figma für Design über Google Workspace für Dokumente bis hin zu Salesforce für CRM wird der „Browser“ zum universellen Betriebssystem. Durch die Beherrschung des Browsers beherrscht der KI-Agent 80 % der modernen Büroarbeit. Bei der „Expertiselücke“ geht es nicht darum, jede Schaltfläche einer Software zu kennen, sondern darum, dass der Agent eine neue Benutzeroberfläche spontan erlernen kann.
Daraus entstand die Idee des „Agententrainings“. So wie ein Mensch den Umgang mit einem neuen Werkzeug durch das Lesen des Handbuchs und Experimentieren erlernt, ist der Manus-KI-Agent darauf ausgelegt, sich selbst zu korrigieren. Wenn er eine Schaltfläche anklickt und das Ergebnis nicht seinen Erwartungen entspricht, gibt er nicht einfach auf. Er analysiert den neuen Bildschirmstatus, sucht nach Hinweisen und probiert einen anderen Ansatz. Diese „Schleife des Schlussfolgerns“ unterscheidet ein statisches Skript von einem echten KI-Agenten.
| Kognitive Aufgabe | Menschliche Einschränkung | Stärke des KI-Agenten |
|---|---|---|
| Informationsbeschaffung | Langsam, anfällig für Verzerrungen | Umfassende Echtzeit-Analyse |
| Aufmerksamkeitsspanne | Nimmt über Stunden ab | Unbegrenzt, Betrieb rund um die Uhr |
| Prozessausführung | Manuell, fehleranfällig | Skriptgesteuerte Präzision mit Schlussfolgerungen |
| Entscheidungsfindung | Emotional/heuristisch | Datenbasiert/nach ersten Prinzipien |
Das Ziel besteht darin, den Menschen in der Wertschöpfungskette nach oben zu bewegen. Statt der „Fahrer“ der Software zu sein, werden Menschen zu den „Architekten“ des Ergebnisses. Sie sagen dem KI-Agenten nicht, wie er die Maus bewegen soll, sondern wie das Endprodukt aussehen soll, und bringen ihren Geschmack sowie ihr Urteilsvermögen ein, um zu entscheiden, ob das Ergebnis gut ist.
Man kann nicht über einen KI-Agenten sprechen, der über Ihre Anmeldedaten und Kreditkarteninformationen verfügt, ohne über Sicherheit zu sprechen. Dies war wohl der nachdenklichste Teil des Treffens. Wenn der Agent kompromittiert wird, ist das gesamte digitale Leben des Nutzers gefährdet. Das Manus-Team widmete viel Zeit der Frage, wie diese Agenten in einer Sandbox ausgeführt werden können, damit selbst bei einem erfolgreichen Angriff auf eine Instanz der Rest des Systems sicher bleibt.
Vertrauen entsteht durch Transparenz. Die Entscheidung, die Aktionen des KI-Agenten in einem Cloud-Browser sichtbar zu machen, war nicht nur eine UX-Entscheidung, sondern auch eine Sicherheitsentscheidung. Indem der Nutzer genau sehen kann, was der Agent tut, schafft Manus einen Prüfpfad. Wenn der Agent beginnt, eine verdächtige Website aufzurufen, kann der Nutzer dies sehen und die Sitzung beenden. Dieses „Was du siehst, ist das, was es tut“-Modell (WYSIWID) ist entscheidend für die breite Einführung autonomer Agenten.
Darüber hinaus diskutierte das Team die „Kapselung von Zugangsdaten“. Die Idee besteht darin, dass der KI-Agent Ihr tatsächliches Passwort niemals „sieht“. Stattdessen verwendet er ein sicheres Sitzungstoken oder einen verwalteten Tresor. Dadurch wird der mögliche Schaden eines Sicherheitsvorfalls begrenzt. In einer Zeit, in der unser KI-Agent unser Geld und unsere Daten verwalten wird, sind diese „langweiligen“ Infrastrukturdetails tatsächlich die wichtigsten Funktionen überhaupt.
Das Treffen endete mit einem Gefühl stiller Begeisterung. Die Aufzeichnungen zeigen ein Team, das wusste, dass es am Anfang eines Marathons und nicht eines Sprints stand. Es hatte sich von der abstrakten Idee der „KI“ zur konkreten Realität eines funktionierenden KI-Agenten bewegt – eines persistenten, visuellen und leistungsfähigen digitalen Mitarbeiters. Das Team erkannte, dass der Erfolg von Manus nicht daran gemessen werden würde, mit wie vielen Menschen es sprach, sondern daran, wie viele Stunden manueller Arbeit es einsparte.
Wir treten in eine Epoche ein, in der die Grenze zwischen „Denken“ und „Tun“ verschwindet. Früher musste man, wenn man eine großartige Idee für eine wissenschaftliche Arbeit oder einen Geschäftsplan hatte, dennoch Hunderte Stunden in die „Routinearbeit“ investieren – in Recherche, Formatierung, E-Mails und Dateneingabe. Der KI-Agent wurde entwickelt, um diese Routinearbeit zu beseitigen. Er ermöglicht es dem menschlichen Geist, im „Flow-Zustand“ der Schöpfung zu bleiben, während die Maschine die Ausführungslogistik übernimmt.
Während Manus sich von einer Sammlung von Sitzungsnotizen zu einem lebendigen Produkt entwickelt, trägt es die Philosophie jener ersten Diskussion in sich: Technologie sollte nicht nur ein Werkzeug sein, das wir benutzen, sondern ein Partner, der uns versteht. Ob bei der Verwaltung eines komplexen Projekts, der Buchung eines Traumurlaubs oder der Navigation durch die komplizierte Welt der digitalen Finanzen – der KI-Agent steht bereit, um Ihre Absicht in Realität zu verwandeln.
Der Weg von einer Sprachaufnahme in einem beengten Büro zu einem erstklassigen KI-Agenten zeugt von der Kraft einer klaren Produktphilosophie. Indem Manus das „Hao123“-Modell begrenzter Integrationen ablehnte und das „Baidu“-Modell allgemeiner Fähigkeiten übernahm, hat sich das Unternehmen auf den Weg gemacht, unsere Beziehung zu Computern neu zu definieren. Durch Cloud-Browser, persistentes Gedächtnis und ein Interaktionsmodell mit „Human-in-the-Loop“ löst das Team die Vertrauens- und Ausführungsprobleme, die die KI jahrelang zurückgehalten haben.
Und je leistungsfähiger die zugrunde liegenden Modelle werden und je erschwinglicher die Infrastruktur durch Plattformen wie GPT Proto wird, desto zugänglicher wird der Traum eines wirklich autonomen KI-Agenten für alle. Wir chatten nicht länger nur mit Maschinen, sondern arbeiten mit ihnen zusammen. Das Zeitalter der digitalen Verstandeserweiterung hat offiziell begonnen.
Originalartikel von GPT Proto
„Wir konzentrieren uns darauf, echte Probleme mit Technologieunternehmern zu besprechen und einigen von ihnen zu ermöglichen, frühzeitig in die GenAI-Ära einzutreten.“
Erstelle Bilder, Videos und mehr mit APIs für den Produktionseinsatz.
Mit dem Erstellen beginnen
