在近日舉行的分析師分享會上，圍繞 Mano-P 的模型定位、技術(shù)路徑及其背后的 Personalized AI 思考，明略科技副總裁，多模態(tài)首席科學(xué)家 Cyrus 進行了系統(tǒng)分享。
隨著大模型發(fā)展進入新階段，行業(yè)競爭的焦點正在從單純追求更大參數(shù)規(guī)模，逐步轉(zhuǎn)向?qū)φ鎸嵢蝿?wù)執(zhí)行能力、持續(xù)學(xué)習(xí)能力以及個性化適配能力的深入探索。Mano-P 正是在這一背景下提出的一項重要嘗試。
以下為分析師分享會紀要。
Cyrus：今天我主要匯報的題目是 Personalized AI。這既是我們推動 Mano-P 這項工作的核心出發(fā)點，也是我們決定將模型推向個性化方向背后最重要的思考。
首先，我想分享一個判斷：我們正再次處在新舊 AI 時代的交界點。有人可能會問，之前大模型時代到來時，我們已經(jīng)說過行業(yè)進入了一個新的分界點，那么這一次所謂的新舊 AI 交界點，指的又是什么？我們目前的結(jié)論是，AGI 和 Personal AI 是兩條完全不同的路線。接下來，我想展開講講我們?yōu)槭裁磿贸鲞@樣的結(jié)論，以及這一判斷背后究竟發(fā)生了什么。
今年春節(jié)期間，行業(yè)非常熱鬧，既有 OpenClaw，也有各家廠商發(fā)布的新模型。但在這場看似激烈的 AI 軍備競賽背后，大家也會產(chǎn)生一個疑問：春節(jié)期間，諸如 Claude 4.6、GPT 5.2 等模型相繼發(fā)布，為什么卻沒有出現(xiàn)像此前 DeepSeek GRPO 那樣具有標志性的方法創(chuàng)新或重量級技術(shù)報告？
答案其實很直接：大家現(xiàn)在都在為數(shù)據(jù)所困。互聯(lián)網(wǎng)上的知識，基本已經(jīng)被消耗殆盡，越來越像“化石”。誰的 Agentic 類 App 用戶量更大、流量更高，誰就能獲得更多新數(shù)據(jù)，也就更有機會讓模型學(xué)到真正新的知識。
我們已經(jīng)可以看到，一般的對話類智能體很難繼續(xù)為模型訓(xùn)練提供有效數(shù)據(jù)。比如用戶每天詢問天氣如何、感冒該吃什么藥，這類信息對于模型來說已經(jīng)不再屬于高價值語料。用戶反復(fù)提出同類問題，對模型訓(xùn)練的增益已經(jīng)非常有限。真正能夠持續(xù)提供新數(shù)據(jù)的，只有 Agentic 類 智能體。
最近 Anthropic 一直在強調(diào)，不要再等下一代模型，而是立刻去做 Harness。現(xiàn)在大家普遍認為，Agent 等于 LLM 加上 Harness。這句話背后的意思其實很清楚：如果不盡快做 Harness，就沒有足夠的數(shù)據(jù)去訓(xùn)練下一代模型。
眼下真正有價值的新數(shù)據(jù)，只有一種，就是完整的 Agent 工作流，而且這個工作流必須是真正替代人類完成了具體任務(wù)。只有這樣的數(shù)據(jù)，才會對下一代模型產(chǎn)生實質(zhì)性幫助。
Claude 作為 OpenClaw 背后的大腦，大家可能會覺得它很好用，但其實這些模型本身早就已經(jīng)出現(xiàn)了。為什么 OpenClaw 看起來更智能、能做的事情更多？關(guān)鍵原因在于 CUA 的使用場景。一個 CUA 場景意味著更高的權(quán)限，也意味著一個長期存在的工作平臺。
你在電腦上留存的歷史文檔，都可以被 OpenClaw 調(diào)用，這和在沙箱中運行的 Agent 有本質(zhì)區(qū)別。沙箱中的任務(wù)結(jié)束后即被銷毀，灌輸進去的上下文也隨之消失；但 OpenClaw 會持續(xù)存在于你的電腦上，隨著時間推移，它會逐步了解你近期在做什么工作，并把這些內(nèi)容積累下來。因此，這類智能體會給人一種“伴隨你一起成長”的感覺。
但這件事本身也會帶來新的問題。隨著使用時間拉長，你會發(fā)現(xiàn) OpenClaw 反而可能慢慢變笨。原因在于，電腦里的文件系統(tǒng)可以無限擴展，而大語言模型的上下文通常只有 100 萬到 200 萬 Tokens。
剛開始使用時，文件量可能不到 1G，壓縮進 100 萬 Tokens 后，壓縮率還相對可控，因此 OpenClaw 還能夠較完整地看到上下文。但如果用上幾個月，記憶增長到 1T 甚至 100T，再把這些內(nèi)容壓縮進去，就必然會丟失大量信息，最終導(dǎo)致它記不住很多過去發(fā)生的事情。與此同時，每次請求都要重新傳入已經(jīng)占滿的上下文，哪怕只是一次簡單交互，成本都可能高得驚人。
OpenClaw 背后的大腦，也未必像大家想象中那樣聰明。比如你問大模型，距離 50 米去洗車，應(yīng)該開車還是走路，大多數(shù)模型仍然會回答走路。這說明大模型本身存在明顯問題。如果把它類比成人類，它更像一個患有順行性遺忘癥、也就是海馬體受損的患者。它能夠記住今天之前發(fā)生的事情，但對于今天之后發(fā)生的事情，往往只能形成短期記憶，很難形成長期記憶。
在 CL-Bench 這類設(shè)定了虛構(gòu)物理規(guī)則的測試中，模型的表現(xiàn)并不理想，最好的模型準確率也只有 23.7%。原因在于，在強化學(xué)習(xí)過程中，我們要求模型不能違背事實進行推理，因此它面對新知識時，仍然傾向于基于原有記憶展開推理。也正因此，今天的 AI 更像是記憶大師，而不是學(xué)習(xí)專家。那些依靠死記硬背就能刷高分的榜單，評測意義其實并不大。真正有價值的，是測試模型學(xué)習(xí)新知識的能力，也就是持續(xù)學(xué)習(xí)和終身學(xué)習(xí)的能力。
那么，怎樣解決“上下文不變，但記憶持續(xù)增長”的問題？如果有一種技術(shù)，能夠把新的常識和新的客觀事實直接更新到模型的參數(shù)或權(quán)重中，這個問題就有可能被解決。比如一個月之內(nèi)發(fā)生的事情被壓縮進參數(shù)里，模型從 4.2B 變成 4.5B，知識真正進入?yún)?shù)之后，就不需要每次都重復(fù)攜帶在上下文中，不僅更節(jié)省成本，準確率也會更高。
再看另一個問題。人類是已知神經(jīng)元最多的生物嗎？并不是。短肢領(lǐng)航鯨和非洲象的神經(jīng)元數(shù)量都比人更多。在模型訓(xùn)練中，Scaling Law 和 Overfitting 是并存的。舉例來說，在辨別人臉時，參數(shù)量更大的模型有時會過度擬合一些無關(guān)特征，比如衣服，導(dǎo)致特征稍有變化就無法識別；相反，參數(shù)更小的模型如果抓住了更核心的特征，反而能夠識別出來。所以，參數(shù)更多并不必然意味著模型更聰明。
綜合前面這些問題，我們認為，當前 AI 真正的瓶頸，不是參數(shù)不夠多，不是數(shù)據(jù)不夠大，也不是算力不夠強，而是缺乏持續(xù)學(xué)習(xí)能力。而具備參數(shù)化持續(xù)學(xué)習(xí)能力的模型，必然發(fā)生在端側(cè)，因為用戶不可能去修改商業(yè)模型的參數(shù)。
基于以上判斷，接下來我介紹一下 Mano-P 本身。它是 Personal AI 的第一步，目標是在端側(cè)持續(xù)打造真正屬于你的模型。它將分三個階段開源。
第一階段已經(jīng)開源，主要面向現(xiàn)有 OpenClaw 用戶的 Agent Skill。很多工具雖然已經(jīng)實現(xiàn) API 化，但在實際工作流中，一旦遇到需要 GUI 操作的軟件，仍然離不開人工介入，這也成為整個流程中的瓶頸。我們要做的，就是替代人工去操作 GUI 軟件，把這段工作流徹底打通。我們這次開源的 Skill 叫 Mano CUA。用戶下載安裝之后，就相當于擁有了一只“虛擬手”來操作電腦。目前開源的是云端版本。
第二階段將開源端側(cè)模型和本地版本，主要面向安全性要求更高的用戶。它可以在本地斷網(wǎng)運行，直接使用 Mac，尤其是 M4 芯片以上設(shè)備上的 GPU 與 ANE 混合算力，或者接入 USB 算力棒，即可完成本地推理，不需要英偉達顯卡，也不需要本地服務(wù)器。
第三階段，我們會開源整個模型的訓(xùn)練方法。到那個時候，開發(fā)者就可以基于這套方法，打造屬于自己的端側(cè)模型。
Mano P 目前已經(jīng)在全球多模態(tài) 13 個榜單上達到 SOTA。在 100B 以內(nèi)的小尺寸模型中，基本處于領(lǐng)先位置；在不限尺寸的情況下，也基本能夠穩(wěn)定進入前三。在 9 個主要榜單上，全部排名第一。
而剛才提到的參數(shù)化持久記憶，到底如何實現(xiàn)？我們把這套方法稱為嵌套學(xué)習(xí)。現(xiàn)有大語言模型建立在 Deep Learning 基礎(chǔ)之上，但在這一范式形成之初，并沒有真正把持續(xù)學(xué)習(xí)的問題納入核心設(shè)計，因此它更像是“海馬體受損”的狀態(tài)。人類之所以能夠形成長期記憶，是因為會不斷經(jīng)歷在線鞏固和離線鞏固。而我們現(xiàn)在采用的這套學(xué)習(xí)方式，就像齒輪結(jié)構(gòu)一樣，每一層的更新頻率都不相同。
在 Mano-P 的訓(xùn)練過程中，我們設(shè)計了三個 Agent，分別是執(zhí)行者、教授和哲學(xué)家，它們的更新頻率各不相同。其中，哲學(xué)家的更新頻率最低，相當于長期穩(wěn)定的準則。借助這套技術(shù)，我們在 CL Bench 上取得了僅次于 GPT 5.1 的成績。
所以，最后的結(jié)論是，基于 Deep Learning 和 Transformer 的大模型，本質(zhì)上是記憶大師，而不是學(xué)習(xí)天才，它缺乏持續(xù)學(xué)習(xí)能力。現(xiàn)有路線更多依靠擴大上下文來彌補這一點，但這種方式意味著極高的成本。
嵌套學(xué)習(xí)的理念，將使 AI 真正具備終身學(xué)習(xí)能力。新時代的 AI 將運行在端側(cè)，成為輔助個體的最強模型。未來，追求通用智能的 AGI 和追求個性化智能的 Personal AI 會長期共存。沒有人真正需要一個萬億參數(shù)的通用模型，你真正需要的，可能是一個懂你、了解你、能夠陪伴你一起成長的個性化 AI 模型。
分析師：Mano-P 對比 Mano 模型來說，主要提升體現(xiàn)在哪些方面？
Cyrus：Mano-P 在 GUI 操作能力上有了明顯提升，不僅頁面操作的準確率更高，更重要的是，我們開始能夠處理越來越多的長尾問題。因為 Mano-P 具備持續(xù)學(xué)習(xí)能力，所以只要你告訴它你的卡點在哪里，它就有可能把這個問題學(xué)會。
分析師：公司當前主要推進的 AI 研發(fā)方向是什么？
Cyrus：和那些做通用大模型的公司不同，我們更關(guān)注個性化 AI 能力的建設(shè)，這就需要很多不同方向的技術(shù)支持，比如嵌套學(xué)習(xí)、持續(xù)學(xué)習(xí)等。接下來，我們會把更多研發(fā)精力投入到這些方向上。通用模型廠商走的基本是 Scaling up 路線，而我們提出的是 Scaling out。
對于可信智能的構(gòu)建來說，Scaling out 的優(yōu)勢在于，它可以讓學(xué)習(xí)過程更透明。因為它運行在你的客戶端上，本質(zhì)上是一個白盒，安全風(fēng)險會更低，你也會更愿意信任它，把自己的資料交給它學(xué)習(xí)。
分析師：Mano-P 在榜單上的成績提升非常明顯，但如果從客戶實際應(yīng)用體感來看，它和測評分數(shù)之間是什么關(guān)系？
Cyrus：Mano-P 究竟能幫我們做什么？以全自動化軟件開發(fā)場景為例，現(xiàn)在大家可以借助各種工具編寫代碼，但軟件最終仍然是給人使用的，因此界面功能和交互體驗仍然需要人來測試。也就是說，在測試這個環(huán)節(jié)中，人反而成為自動化的瓶頸。我們的這套技術(shù)，可以通過 GUI 操作替代人工測試，從而實現(xiàn)從需求拆解、編碼到測試的全流程自動化。
相似的，在視頻剪輯的工作流中，從一句話生成TVC粗剪，到智能分析視頻問題，再到剪映自動精修，全程不用人工操縱，Mano-P 同樣可以直接幫你點鼠標、改字幕、傳文件，實現(xiàn)工作流的自動化運行。
而我們之所以堅持自研模型，是因為我們需要它去適配更多真實產(chǎn)品。在 Agent 時代，模型在后臺需要完成任務(wù)拆解、意圖理解、步驟規(guī)劃，再進一步調(diào)用工具。在這個過程中，哪怕底層模型能力只差 10%，最終呈現(xiàn)出來的結(jié)果也可能是 0 和 1 的區(qū)別，要么任務(wù)完成，要么整個流程失效。我們真正想做的，是一個更適配 Agent 的底層大模型，它對人類意圖的識別更敏銳，也更有能力幫助我們真正完成任務(wù)。
后面我們也會更關(guān)注一些更硬核的榜單，重點考察上下文學(xué)習(xí)能力和持續(xù)學(xué)習(xí)能力，因為這些榜單上的表現(xiàn)，與真實應(yīng)用水平之間的偏差會更小。
分析師：關(guān)于剛才提到的，OpenClaw 在過度壓縮記憶文件之后會丟失很多信息，這個問題如果從技術(shù)角度來解決，應(yīng)該怎樣提升整體效果？
Cyrus：這個問題其實已經(jīng)困擾很多人很久了。無論是把知識壓縮到上下文里，還是壓縮到向量空間里，本質(zhì)上都還是壓縮，而壓縮的上限又受限于商業(yè)模型的上下文窗口。擴大上下文，只能寄希望于模型廠商。但參數(shù)化這條路徑不一樣。因為模型運行在端側(cè)，是你自己的模型，所以參數(shù)量增加到什么程度，其實由你自己決定，你可以持續(xù)擴展。我們認為，這是一條更可靠、也更科學(xué)的方式。
以客戶為中心，集新模式與高質(zhì)量服務(wù)為一體
封面.jpg)
