Manus AI——あなたの代わりに実際に作業する初のAIエージェント

2026年3月、小さな中国のAIスタートアップManusが「不可能」に見える動画を公開した。AIがブラウザを開き、アカウントにログインし、表計算ソフトを操作し、コードを書き、実行し、デバッグし、完成したダッシュボードを提出した — 人間に何も尋ねずに。

今日のほとんどのAIツールはアシスタントだ。あなたが質問し、AIが答える。たとえ最も高性能な「エージェント」であっても、何か意味のあることをするには通常、あなたが指示する手順が必要だ。Manusはまったく異なる形を主張している：高レベルの目標を受け取り、自分で段取りを考える、汎用エージェント。

2026年3月のデモでは、旅行の計画、飛行機の比較、ホテルの予約、行程の書き出し、確認連絡の投稿 — すべてが1つのプロンプトでエンドツーエンドで実行された。

たとえデートの半分しか本当でなくても、AIを道具として使う時代からAIを作業者として使う時代へのギャップは、いま一気に縮まった。そしてこれまでのどのエージェント発表と違って、Manusは研究論文を出さなかった。動く製品を出した。

なぜ重要か

ここ2年間、すべての主要ラボが同じマイルストーンを追い続けてきた。目標を受け取り、それを実行するAI。やり方を答えるだけでなく、複数の領域にまたがって、人間の介入なしに実際にやり遂げるAI。

特化型エージェントは以前から存在する。予約ボット、コード補完ツール、リサーチアシスタント。しかしそれぞれの領域は狭い。特定の課題分布で訓練されており、プロンプトがその範囲を外れた瞬間、壊れる。汎用エージェントは、新しい領域を認識し、それぞれに適したツールを選び、順序立てて実行し、エラーから回復し、完了したら報告しなければならない。

Manusは、まさにそれを作ったと主張している。デモは、Web閲覧、ファイル管理、コード実行、データ分析、複数ステップの計画を、タスクごとの特別な設定なしに横断した。主張が独立した検証に耐えるなら、これは漸進的な進歩ではなく、段差のある進化だ。

核心的なアイデア

Manusのアーキテクチャは階層的だ。最下層には複数の特化型モデル — 言語理解、計画、コード、視覚、ツール利用 — が並ぶ。その上に、ユーザーの目標を読み取り、サブタスクに分解し、各サブタスクに適した特化型モデルを選び、実行を監視し、失敗時に適応するオーケストレーション層が位置する。

「汎用」という主張を成り立たせているのがオーケストレーションだ。特化型モデルは自分の領域に強い。オーケストレータの仕事は、それらを順序立て、出力をつなぐことである。最も近いアナロジーは、シニアエンジニアが委任する姿だ：自分であらゆる部品は書かないが、誰が何を書くか、どの順で、何をチェックするかを決定する。

記憶とフィードバックが重要だ。Manusは複数ステップの課題を通じて作業記憶を維持し、初期のサブタスクの結果を後段の判断に使う。何かが失敗したとき、ただ止まるのではなく、別ルートを試すか、ユーザーに狭い範囲の質問をする。

主な発見

単一プロンプトでの領域横断実行。 Manusのデモは、Web調査、ブラウザ自動化、ファイル変換、コード記述と実行、表計算分析、旅行予約を、ユーザーのプロンプト設計やツール設定なしに横断した。

自律的なエラー回復。 計画のステップが失敗したとき（ログイン拒否、ファイル欠落、コードエラー）、エージェントは失敗を特定し、回避策を決定し、続行した。これは、失敗を通知して停止する既存のエージェント基盤と質的に異なる。

モデルカードもベンチマークも公開されていない。 Manusはローンチ時、基盤モデルの詳細、パラメータ数、訓練データを公開していない。同社は論文ではなく製品を出した。これは独立検証を困難にしている — そして同社の姿勢を示す注目すべきシグナルでもある。

クローズドベータ。 2026年半ば時点で、利用には招待が必要だった。独立研究者はManusを標準的なエージェントベンチマーク（SWE-bench、GAIA、WebArena）でまだ走らせられていない。

実践者への影響

もしあなたが今日ソフトウェアプロダクトを作る側なら、「ユーザーから目標を受け取るAI」という労働力が現実になったばかりだ。日常的なワークフロー — リサーチ、データ抽出、文書作成、競合分析、コードの足場組み — は、カスタム統合を必要としないエージェントへの委任候補になった。

もし研究者であれば、狭いエージェント（すでにある）と汎用エージェント（Manusが主張するもの）のギャップは、2026年のもっとも重大な未解決問題だ。主張が正しければ、「特化型モデルの上にオーケストレータを置く」というアーキテクチャパターンが研究すべき雛形になる。主張が崩れれば、あのデモは洗練されたが結局狭い統合だったということになる。

注意点

デモは見事だが、未検証だ。Manusは独立評価へのアクセスを開放しておらず、企業提供のデモはベンチマークではない。AIの歴史には、印象的なデモが汎化に失敗した例が満ちている。Manusの主張は、確定事項として扱う前に独立テストが必要だ。

「汎用エージェント」と「非常に有能な狭いエージェントを持った巧みな足場組み」の区別は微妙だ。多様な課題を処理するシステムも、学習時のパターンに依存している可能性があり、オーケストレーション層が見かけ上の汎化を覆っているかもしれない。

クローズドソースのエージェントは監査できない。公開されたモデルカードがなければ、Manusの失敗モード、偏り、セキュリティ特性を推論することはできない。研究結果ではなく製品として扱え — もっと多くが共有されるまでは。

まとめ

ここ2年間、「AIエージェント」は「スクリプトが必要なAI」を意味していた。Manusは、そのスクリプトこそがAI自身が書くべきものだという主張の、最初の信頼に足る例だ。主張が scrutiny に耐えるかどうかに関わらず、デモはすでにゴールの位置を動かした。