开源模型

Manus AI 被「越狱」了？创始人紧急回应，并官宣开源计划

2025 年 3 月 11 日

Manus AI 被「越狱」引发热议，创始人紧急回应并宣布开源计划。核心内容： 1. 用户通过简单请求获取Manus沙盒运行时代码，引发越狱讨论 2. 创始人回应：沙盒是Manus设计的一部分，每个会话都有独立环境 3. Manus采用多agent协作架构，即使越狱也无法获得一致结果

今天凌晨，网友 @jianxliao 在 X 平台上分享了其与 Manus AI 的互动经历，并迅速引来了近百万网友的围观。

据用户描述，他仅通过简单的请求（如访问 /opt/.manus/ 文件夹）便成功获取了 Manus 的沙盒运行时代码。

并揭示了 Manus 使用 Claude Sonnet 模型等技术细节。一时间，关于 Manus 被成功「越狱」的消息甚嚣尘上。

就在刚刚，Manus 联合创始人 @peakji（季逸超）作出了回应，他表示，这并非意外或漏洞，而是 Manus 设计的一部分。

其实，这并不复杂——每个用户都可以直接访问沙盒。

简单来说，沙盒是一个被严格限制的环境，开发者可以在沙盒里测试新功能，不用担心代码出错会破坏整个系统。

据介绍，Manus 的沙盒机制具有以下特点：

每个会话都有独立的沙盒环境，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。

沙盒中的代码主要用于接收 agent 发出的指令，因此仅被轻微混淆处理。

即使用户获取了沙盒代码，也不会对系统的整体安全构成威胁。

Peak 强调，Manus 的设计并不神秘，其行动空间的设计与学术界常见的方法类似。

且由于采用了检索增强生成（RAG）机制，工具描述会根据任务的不同而动态变化。这意味着，即使通过「越狱」手段获取工具信息，也无法得到一致的结果。

Peak 表示 Manus 采用多 agent 协作的架构设计。用户在与 Manus 交互时，实际上只与执行 agent 通信，而执行 agnet 本身并不掌握其他 agent 的详细信息。

这种设计不仅有助于控制上下文长度，还能有效避免因过多信息导致性能下降。「这也是为什么通过『越狱』获得的提示大多是幻觉的原因。」Peak 解释道。

Peak 坦言，团队使用了许多开源技术。与此同时也一直秉持开源传统，「在不久的将来，我们将开源不少好东西。」

他本人也长期在 Hugging Face 上分享训练后的模型。

当被问及 Manus 的基础模型时，Peak 称目前使用的是 Claude 和 Qwen 微调模型。团队早期只能使用 Claude 3.5 Sonnet v1（不支持长链推理），因此需要大量辅助模型来弥补不足。

Peak 还表示正在内部测试 Claude 3.7，并将尽快发布更新。

值得一提的是，Peak 也谈到了 Manus 是否使用 MCP（Model Context Protocol，模型上下文协议）的热议话题。

简单来说，你可以把 MCP 想象成一个「万能接口」，就像电脑上的 USB-C 接口一样。这个接口让 AI 模型能够轻松地连接到各种外部资源，比如文件、数据库、在线服务等。

通过 MCP，AI 助手不仅能获取数据，还能直接对数据进行操作，比如读取文件内容、更新数据库记录等。

对此，Peak 回应该网友称：

「实际上，Manus 并没有使用 MCP。我们更多地受到了我的朋友王星尧（@xingyaow_）的研究工作的启发。」

名为《Executable Code Actions Elicit Better LLM Agents》的研究论文，引入可执行 Python 代码（CodeAct），提出了一种新的方法来增强大型语言模型（LLM）agent 的能力。

该方法使得 LLM agent 能够直接执行代码行为，从而将多种行为统一到一个更加灵活和强大的动作空间中。

附上论文链接：
https://openreview.net/forum?id=jJ9BoXAfFa

尽管 Manus 研究团队并未完全采用 CodeAct，但这项研究提供了三个关键见解：

1️⃣ 编写代码并不是最终目标，而是一种通用的解决问题的方法。

3️⃣ 由于 LLM 在编程方面表现出色，因此让智能体执行与其训练分布最接近的任务是合理的。

3️⃣ 这种方法大大减少了上下文长度，并且能够组合复杂的操作。

当被问及为啥不使用 MCP 时，Peak 无奈地表示：「因为……Manus 早在 Model Context Protocol 推出之前就已经开始开发了?」

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

留下你的场景和痛点,我们帮你判断从哪一步开始。