Manus stellt 'Wide Research' AI-Tool mit über 100 Agenten für Web Scraping vor

Der chinesische KI-Innovator Manus, der zuvor durch seine bahnbrechende Multi-Agenten-Orchestrierungsplattform für Verbraucher und professionelle Nutzer auf sich aufmerksam gemacht hat, hat eine bahnbrechende Anwendung seiner Technologie vorgestellt, die herkömmliche KI-Forschungsansätze in Frage stellt.

KI-gestützte Forschung neu denken

Im Gegensatz zu Wettbewerbern wie OpenAI, Google und xAI, die spezialisierte Deep Research"-Agenten entwickelt haben, die stundenlange Untersuchungen durchführen und detaillierte Berichte erstellen können, hat Manus mit seiner neuen experimentellen Funktion Wide Research" einen radikal anderen Weg eingeschlagen. Diese Innovation ermöglicht es den Nutzern, umfangreiche Forschungsprojekte in Angriff zu nehmen, indem sie Schwärme von parallelisierten KI-Agenten - potenziell Hunderte gleichzeitig - einsetzen, die alle gemeinsam an einem einheitlichen Ziel arbeiten.

Technische Grundlagen

Die Plattform nutzt Berichten zufolge modernste KI-Modelle, darunter Claude von Anthropic und Qwen von Alibaba, um ihren Betrieb zu gewährleisten. Dieses technische Rückgrat unterstützt den einzigartigen Ansatz von Manus für die parallele Verarbeitung von Forschungs-, Analyse- und kreativen Generierungsaufgaben.

Breite Forschung in Aktion

Ein Demonstrationsvideo von Manus zeigt die Fähigkeiten des Systems durch den Vergleich von 100 verschiedenen Schuhmodellen in Echtzeit. Die Plattform setzt sofort 100 spezialisierte Subagenten ein, die jeweils verschiedene Aspekte eines einzelnen Schuhs analysieren, darunter Designelemente, Preisstrukturen und Marktverfügbarkeit. Diese massive parallele Verarbeitung gipfelt in einer umfassenden, sortierbaren Matrix, die innerhalb von Minuten in verschiedenen Formaten bereitgestellt wird.

Über die Datenanalyse hinaus

Das Unternehmen betont, dass die Anwendungen von Wide Research weit über die herkömmliche Datenerfassung hinausgehen. In kreativen Tests generierte das System gleichzeitig Werbeplakatdesigns in 50 verschiedenen visuellen Stilen und verpackte alle endgültigen Assets in eine gebrauchsfertige ZIP-Datei. Diese Vielseitigkeit ergibt sich aus dem ausgeklügelten Ansatz von Manus zur Virtualisierung von Agenten und Kommunikationsprotokollen zwischen Agenten.

Innovationen in der Plattformarchitektur

Technischen Demonstrationen zufolge stellt Wide Research die erste Implementierung einer optimierten Virtualisierungsarchitektur dar, die die Rechenkapazität im Vergleich zu ersten Angeboten um das 100-fache erhöht. Das System aktiviert auf intelligente Weise seine Parallelverarbeitungsfähigkeiten, wenn es umfangreiche analytische Aufgaben erkennt, und erfordert keine manuelle Konfiguration durch den Benutzer.

Abonnement-Optionen

Wide Research wird zunächst für Pro-Tier-Abonnenten eingeführt, mit geplanter schrittweiser Ausweitung auf andere Tiers. Die aktuelle Abonnementstruktur von Manus umfasst:

• Kostenloses Tier: Grundlegende Funktionalität mit begrenzten Credits und Aufgabenkapazität
• Basisplan ($19/Monat): Erweiterte Funktionen, einschließlich erweitertem Modellzugang
• Plus Plan ($39/Monat): Erhöhte Aufgabenkonzentration und Kreditvergabe
• Pro Plan ($199/Monat): Voller Funktionszugang, einschließlich vorrangiger Betatests

Das Unternehmen bietet einen Preisnachlass von 17 % für Jahresverträge an, so dass die Premium-Stufen für professionelle Nutzer leichter zugänglich sind.

Technische Vorteile

Manus unterscheidet sich durch seine Cloud-basierte Architektur, bei der jede Benutzersitzung auf dedizierten virtuellen Maschinen läuft. Diese Infrastruktur ermöglicht den sprachgesteuerten Zugriff auf orchestrierte Cloud-Computing-Ressourcen, was nach Ansicht des Unternehmens für echte Allzweck-KI-Anwendungen unerlässlich ist.

Architektonische Unterscheidungsmerkmale

Im Gegensatz zu herkömmlichen Multi-Agenten-Systemen mit starrer Rollenspezialisierung verwendet Wide Research universell einsetzbare Subagenten - jeweils eine voll funktionsfähige Manus-Instanz, die verschiedene Aufgaben unabhängig voneinander erledigen kann. Das Unternehmen behauptet, dass dieses Design eine noch nie dagewesene Flexibilität und Skalierbarkeit im Vergleich zu schablonenbehafteten Alternativen ermöglicht.

Leistungsüberlegungen

Während Manus Wide Research als Durchbruch in der Parallelverarbeitung anpreist, muss das Unternehmen noch vergleichende Benchmarks vorlegen, die die Leistungsvorteile gegenüber sequenziellen Verarbeitungsansätzen belegen. Offene Fragen bleiben in Bezug auf:

• Ressourceneffizienz bei hochvolumigen Operationen
• Mechanismen zur Koordination von Subagenten
• Methoden der Ergebnisverdichtung
• Messbare Vorteile bei Geschwindigkeit oder Genauigkeit

Branchenkontext

Das breitere KI-Ökosystem hat mit ähnlichen Multi-Agenten-Implementierungen gemischte Ergebnisse erzielt. In Berichten von Dritten über Plattformen wie Claude's Code werden immer wiederkehrende Herausforderungen hervorgehoben, darunter:

• Leistungsengpässe bei hoher Belastung
• Übermäßiger Verbrauch von Rechenressourcen
• Begrenzte Transparenz der Ausführungsabläufe
• Koordinationsschwierigkeiten zwischen Agenten

Manus räumt ein, dass sich Wide Research noch im Versuchsstadium befindet, wobei die Entwicklung zur Bewältigung dieser branchenweiten Herausforderungen fortgesetzt wird.

Strategische Implikationen

Die Einführung von Wide Research signalisiert das Engagement von Manus, die KI-Zusammenarbeit in großem Maßstab neu zu definieren. Während sich die Industrie mit der Komplexität von Multi-Agenten-Systemen auseinandersetzt, könnte der verallgemeinerte Agentenansatz von Manus neue Paradigmen für parallelisierte KI-Workflows schaffen. Die technische Infrastruktur des Unternehmens scheint darauf ausgelegt zu sein, künftige Innovationen über das derzeitige Angebot hinaus zu unterstützen und positioniert Wide Research sowohl als funktionales Werkzeug als auch als Grundlage für künftige Entwicklungen.