たとえば、Manusに履歴書のzipファイルを渡すと、候補者をただランク付けするだけではない。各履歴書を読み込み、関連するスキルを抽出し、それらを求人市場のトレンドと照合し、自動生成のExcelシートまで付けて最適化された採用判断を提示する。また「サンフランシスコでアパートを探してほしい」といった曖昧な指示を与えた場合、単に検索結果を並べるだけでなく、犯罪統計や家賃推移、さらには天候までも考慮した上で、利用者の暗黙の好みに合致する物件候補をリストアップする。見えない作業者
Manusを理解するには、人間と同じようにコンピュータを使いこなし、ブラウザタブを開き、フォームに入力し、メールを書き、ソフトウェアをコーディングし、リアルタイムで意思決定を行う「見えないアシスタント」を想像するとよい。ただし、人間と違って疲れを知らない点が異なる。
その強みの要はマルチエージェント構造にある。単一のニューラルネットワークに頼るのではなく、Manusは複数の専門特化サブエージェントを管理する「責任者」のように振る舞う。複雑なタスクが与えられると、それを処理可能な単位に分割し、それぞれ適切なエージェントに割り振り、進捗を監視する。この構成によって、従来は別々のAIツールを手動でつなぎ合わせるしかなかった多段階ワークフローを包括的にこなすことが可能になる。
さらに、クラウド上での非同期動作も革命的だ。一般的なAIアシスタントはユーザーの操作が必要だが、Manusはそうではない。バックグラウンドで処理を走らせ、結果が出そろった段階で初めてユーザーに通知する。まるで、細かな管理を必要としない超高効率の社員が働き続けるようなものだ。
自己指示型AIの台頭
この動きを見ると、一見するとわくわくさせられてしまうだろう。長い間、反復作業の自動化は生産性向上に寄与するものとして歓迎されてきたからだ。しかしManusが示唆しているのは、AIが「アシスタント」の域を超え、「独立した行為主体」へ移り変わるという、より抜本的な転換である。
たとえば、テック系ライターのローワン・チャンはManusを試すため、自分の略歴を書いて個人サイトを構築するよう依頼した。すると数分以内に、Manusはソーシャルメディアをスクレイピングして職歴の要点を抽出し、フォーマットされた略歴を作成し、機能的なウェブサイトをコーディングしてオンラインで公開した。ホスティング関連の不具合までも、追加の指示なしに対処したという。
AI開発者にとって、これは究極の目標だとも言える。情報をただ生成するだけでなく、それを適用し、誤りを修正し、出力を洗練化できるシステムだからだ。だが、Manusが担うようなタスクに依存する専門家にとっては、職業的存在意義に関わる脅威となる可能性がある。