秒哒一出，代码全无！Manus：我先做个 PPT 压压惊

去年 11 月，李彦宏在 2024 百度世界大会现场发布了无代码工具“秒哒”，并称之为“迄今为止人类历史上最复杂的多智能体协作工具”。今天，百度终于宣布秒哒正式全量上线。

我们先看下秒哒的表现如何。文字输入：

“请帮我创建一个俄罗斯方块小游戏，要求如下：1.支持方向键左右调整方块下落位置；2.支持空格键对下落方块进行旋转；3.展示积分，每成功消除一行增加一积分，积分无上限；4.支持重新开始。”

生成结果如下：

实际上，在开发期间，秒哒调用了架构师、研发工程师、素材设计师三个角色，其中，“架构师”负责整体架构设计、模块设计和技术选型，“研发工程师”负责搭建开发环境、编程和初步测试，“素材设计师”明确风格，调用模型生成文案、调用服务生成图片，优化页面。

秒哒平台上的任务需要消耗秒点，每次生成任务会消耗 10 秒点。根据介绍，秒哒开发一个应用平均耗时约 3 分钟，成本不足 5 元，开发周期相比传统开发缩短至万分之一。

秒哒定位是生成式应用开发平台，它适用于以下用户全体：有个人长尾场景应用，如邀请函、营销页、博客站点等，也有日常工具生成的需求和连接模型输出与落地能力的 C 端用户；企业场景应用开发的 B 端用户。

目前，秒哒支持的场景以轻应用为主，如邀请函、产品营销页、调查问卷等场景下的 H5、长页开发；官网、博客、产品营销站点、电商站点等站点开发；日常办公的小工具与聚会小游戏等场景开发；教育场景、餐饮订餐场景等轻应用开发。后续，秒哒升级会考虑企业级应用的生成。

与 Manus 等有何不用？

相比主流智能体产品，OpenAI Operator 主要侧重于单一任务的自动化处理，AutoGPT 则强调自主推理、规划和连续执行，而秒哒则通过多智能体协作，提供端到端的解决方案，能够覆盖从需求分析到最终交付的全流程，具有更高的集成度和自动化水平。

秒哒和不久前爆火的 Manus 也有相似和不同。两者的共同点是两者都支持多智能体、多工具调用。 不过，Manus 在制作 PPT、分析财报等场景表现出色，而秒哒如今还是在聚焦在开发领域；其次，Manus 是作为一个应用拓展自己的业务能力，而秒哒的定位是一个平台，希望借此平台做出更多更好更易用的应用。另外，在开放性上，Manus 仍需邀请码才能使用，秒哒则全面开放。

据介绍，秒哒主打两个特点：一是端到端、无代码生成。目前大部分基于大模型智能开发产品的定位还是开发助手，用来帮助程序员更好写代码，这类产品需要具备一定的技术背景才能用明白。秒哒算是真正意义上的端到端生成，没有技术背景知识的普通用户也可以用。二是 LGUI 结合，即支持 LUI 自然语言修改开发应用，也支持 GUI 可视化修改应用，在提升了智能的同时也兼顾了修改的效率。

“让人人都能成为开发者”，这个理念的核心关键特性是“无代码”，为此，秒哒做了以下几个尝试：

• 屏蔽代码元素，提供所见即所得预览机制：代码等元素屏蔽封装在后台，无需让用户理解生成的代码是什么。

• 自然语言交互+可视化结合：通过人机自然语言交互大幅度降低了用户的使用门槛，通过 GUI 交互提升微小应用调整的效率。

• 应用全生命周期的管理能力：应用从生成、修改、发布、部署 、运维监控等，提供全流程的管理能力，不懂工程也能发布部署应用。

李彦宏曾形容秒哒是“迄今为止人类历史上最复杂的多智能体协作工具”，这种复杂性也主要体现在多智能体协作和多工具调用两方面。

秒哒是一个典型的多智能体协作架构，具体包括：负责与用户交互、理解并澄清需求的策划智能体；生成符合需求文案的内容文案智能体；负责收集、生成或优化所需素材的设计师智能体；根据需求生成高质量的项目级代码的程序员智能体。这些智能体通过协同工作，形成一个端到端的解决方案，覆盖从需求分析到最终交付的全流程。

实现多个智能体之间的高效协作是一个技术难点，秒哒团队需要设计合理的通信协议和任务分配机制，来确保各个智能体能够无缝配合，避免冲突和重复工作。

另外，需求澄清智能体和文案智能体需要具备强大的自然语言处理能力，代码智能体需要能够根据需求生成高质量、可维护的代码，这要求团队对于语义理解、文案生成、素材匹配与生成、代码生成、代码优化以及代码风格一致性等技术需进行深入研究。

在多工具调用方面，“秒哒”可以规模化地调用各种工具，如检索、iRAG、第三方 API 等，使得“秒哒”能够满足用户在不同场景下的需求。

同时，秒哒还在探索无缝集成外部 API，扩展其功能和应用场景。通过模块化设计，灵活调用不同的 API，适应多样化的业务需求。这种多智能体模式提升了复杂需求生成的质量与稳定性要求。

百度秒哒产品负责人董恒向 InfoQ 表示，与 Claude MCP 等业界方案比，秒哒的工具调用机制在技术上具有以下几个特点：

1. API 中心统一管理。秒哒通过建立的 API 中心实现对 API 的统一管理，支持公私域工具的调用。这意味着无论是公共 API 还是私有 API，都可以通过统一的接口进行调用和管理。

2. 智能体之间的工具共享与复用。通过 API 中心，智能体可以访问和使用其他智能体已经注册的工具，避免重复开发、提高工具的利用率。

3. 工具的动态加载。秒哒的工具调用机制支持对工具的动态加载，这意味着在运行时，智能体可以根据需要动态加载，而不需要重启或重新配置系统。

4. 工具调用的安全性与权限控制。秒哒的工具调用机制内置了强大安全性与权限控制机制。通过 API 中心，可以对每个工具的调用进行细粒度的权限控制，确保只有授权的智能体才能调用特定工具。

此外，随着用户的每一次操作，秒哒都会据此做智能分析，然后优化自身的算法，推动整个系统不断改进。“用得越多，它越能够生成更加符合需求的结果”董恒说道。

实现智能体的持续学习和自适应调整是一个挑战。团队需要设计有效的学习算法，确保智能体能够从历史数据中提取有用信息，并根据反馈不断优化自身行为。

如何应对大模型吞并通用 Agent 危机？

当前行业中存在一种趋势，即大模型逐渐整合、吞并通用 Agent 的功能，使通用 Agent 作为独立工具的价值逐渐降低。

对此，董恒表示，团队认同大模型技术正在加速重构技术生态，但需要强调两点关键认知：

• 场景价值始终高于技术形态。用户最终需要的是解决实际问题的能力，而非技术形态本身。LLM 的"内化"是技术层演进，但用户需求场景（如效率提升、体验优化、决策辅助）始终需要端到端的服务闭环。

• 专业化场景存在结构性机会。通用大模型在垂直领域的落地需要场景化改造，涉及行业知识沉淀、业务流程适配、多模态交互等复杂工程，这正是秒哒的核心战场。

面对挑战，董恒表示，秒哒可以通过以下三个方向确保自身的长期价值。

1. 明确定位，向行业渗透、解决企业痛点。 通用任务可能被大模型逐步吸纳，但企业级、行业专属应用研发中，仍然存在大量非标准化、数据私密性要求高的场景，这些场景无法完全被通用模型覆盖。秒哒可聚焦于行业垂直场景构建专属能力，通过私有化方式与企业内部数据、业务规则和系统紧密耦合，创造更强的不可替代性。

1. 强化“数据飞轮”模式，建立自身生态壁垒。秒哒将围绕“数据-模型-任务”形成闭环，不断产生高质量的数据资产，在企业业务场景下，积累高价值商业数据，形成数据上的护城河。并通过长期的正反馈机制不断增强 Agent 的核心竞争力，形成深度链路：用户使用数据驱动模型优化 → 提升模型性能 → 提升使用率 → 更多数据产生 → 更强大的模型优化。

1. 探索模型精细化和推理端的轻量化。在部分企业场景中，企业出于成本和部署灵活性的需求，需要更加轻量化、部署友好的模型和 Agent 架构。秒哒后续将在轻量化领域模型来达到更好的性能、更低的成本、更灵活的部署方式，提升企业级场景下的经济性。