PHP 8.7即将发布：这5大新特性将彻底改变你的开发方式？
2025/12/31 16:45:17
今天群里最炸裂的消息，莫过于Meta 斥资数十亿美金收购 Manus。
这不仅仅是一次巨头的并购，更是一个信号：AI Agent（智能体）的「执行力」时代正式到来了。
如果说之前的 AI 还在比拼谁更“聪明”（大模型推理能力），那么从 Manus 开始，竞争的维度彻底变了——谁能真正帮用户「把事做完」。
结合我们在群里的讨论，以及 Manus 的特性，这背后其实折射出两个核心趋势：Agent 在编程领域的颠覆，以及Agent 在文档信息处理上的革命。而在这场革命中，Notion 作为一个已经身在其中的头部玩家，正在为我们提供一个绝佳的「人生重塑」试验场。
一、 补齐「执行力」：Manus 为什么值 50 亿？
Manus 是谁？它是通用 AI Agent 领域的黑马。它的核心卖点不是“陪你聊天”，而是**“帮你干活”**。
数据显示，Manus 上线至今已处理超过 147 万亿个 tokens，创建了超过 8000 万台虚拟计算机。这背后是什么概念？意味着它不仅仅是一个对话框，它可以在后台调用工具、甚至生成一个临时的“电脑”去跑代码、去抓数据、去验证结果，然后直接给你一个**「交付物」**。
Meta 收购 Manus，逻辑非常清晰：补齐生态的最后一块短板——执行力。
Meta 有几十亿的用户（WhatsApp, Instagram, Facebook），有强大的 Llama 模型（大脑），但缺一只“手”。Manus 就是这只手。
以后在 Meta 的生态里，你可能不仅仅是问 AI“去哪里旅游”，而是直接说“帮我定下周去日本的行程，预算 2 万，搞定机票酒店”，Manus 就能在后台调用工具帮你完成。
这就是**「通用代理」（General Agent）**的愿景：从 Chat（聊天）到 Act（行动）。
二、 趋势一：Agent 在编程上的「降维打击」
Manus 的强项之一是编程和自动化。
在群聊讨论中我们提到，Agent 在编程上的应用，不仅仅是 GitHub Copilot 那样的“副驾驶”，帮你补全两行代码。Agent 是要直接成为“驾驶员”。
Manus 能够创建 8000 万台虚拟计算机，意味着它可以在隔离的环境中，自己写代码、自己运行、自己报错、自己 Debug，直到跑通为止。
这对我们普通人意味着什么？
意味着“编程”这一技能的门槛，正在被无限拉低，甚至消失。
以前，你要做一个工具，你需要学 Python，配环境，改 Bug。
现在，你只需要有清晰的**「意图」**。
Agent 就是那个不知疲倦的、精通全栈的顶级工程师。你只要告诉它：“我要一个抓取某网站数据的脚本，并每天推送到我的微信”，它就能帮你写好、部署好。
我们在构建一款 app 时，往往受限于技术。
Agent 的出现，让我们每个人都拥有了一支“虚拟技术团队”。你只管设计流程，Agent 负责实现。
三、 趋势二：Agent 在文档信息处理上的「降维重构」
如果说编程是“构建工具”，那么文档信息处理就是我们知识工作者的“日常”。
而在这个领域，Notion 是当之无愧的头部玩家，也是目前整合得最好的平台。
为什么这么说？
因为 Notion 不仅仅是“文档”，它是Database（数据库）。
传统的 Word/Google Docs 是“死”的文本，而 Notion 的 Database 是结构化的。
AI + 结构化数据 = 魔法。
我们群里常说“采集—加工—发布”的闭环。
以前，这个闭环需要你手动去搬运：把微信收藏的文章复制到 Notion，手动打标签，手动写摘要，手动关联到项目。
现在，Notion AI 的 Agent 能力正在渗透进每一个环节：
- 自动归纳：你丢进来一篇万字长文，AI 自动按你的“见感思行”结构生成卡片。
- 自动关联：AI 能识别这篇笔记和那篇日记的关联，帮你把信息串起来。
- 自动转化：你写了一堆碎碎念的日记，AI 能自动提取出“待办事项”填入你的任务库，提取出“灵感”填入你的写作库。
Notion 正在变成一个巨大的「信息吞吐机器」。它不再只是你的笔记本，而是你的**「第二大脑」操作系统**。Meta 收购 Manus 是为了让社交软件变聪明，而 Notion 引入 Agent，是为了让你的知识资产变活。
四、 接下来：在 Notion 中用 Agent 重塑人生
道理很简单，风口也很清晰。对于我们每个人，与其焦虑 AI 取代工作，不如思考如何用 AI 重塑自我。
Manus 被收购只是序幕，真正的戏码在于我们如何使用这些工具。
我们一直倡导的**「人生资产体系」**，其核心就是把时间的消耗转化为资产的沉淀。
在 Agent 时代，这个体系有了新的玩法：
把 Agent 当作「合伙人」而非「工具」：
不要只用 AI 润色周报。要在 Notion 里建立你的“Agent 团队”。
建立一个“信息加工 Agent”，专门帮你清洗每天的收藏；
建立一个“项目管理 Agent”，专门盯着你的 OKR 进度。
用 Notion 搭建你的「人生基座」：
所有的数据（日记、财务、人脉、知识）必须在线化、结构化。只有数据在 Notion 里，Agent 才能跑得起来。Manus 再强，如果你的数据都在脑子里或者散落在纸上，它也帮不了你。
专注于「意图」与「决策」：
当执行力（Manus）和信息处理（Notion AI）都被 Agent 解决后，人剩下的价值是什么？
是提出好问题的能力，是设计工作流的能力，是决策的能力。
「人生资产体系」的终极形态，就是一个人 + 一套 Notion 系统 + 一群 Agent。
你负责定义“什么是美好的人生”，Agent 负责帮你去执行、去记录、去反馈。
Meta 买了 Manus，那是扎克伯格的资产。
而在 Notion 里用好 Agent，搭建好你的系统，那是你自己的资产。
2026 年将至，让我们在 Notion 里，用 Agent 把人生重要事项全部打通，将人生资产积累下来。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。