# Meta 花 25 億美元收購嘅 Manus，核心技術已經開源

> Author: Tony Lee
> Published: 2026-02-08
> URL: https://tonylee.im/zh-HK/blog/manus-core-tech-open-source-planning-with-files/
> Reading time: 1 minutes
> Language: zh-HK
> Tags: ai, ai-agent, claude-code, 開源, 上下文工程

## Canonical

https://tonylee.im/zh-HK/blog/manus-core-tech-open-source-planning-with-files/

## Rollout Alternates

en: https://tonylee.im/en/blog/manus-core-tech-open-source-planning-with-files/
ko: https://tonylee.im/ko/blog/manus-core-tech-open-source-planning-with-files/
ja: https://tonylee.im/ja/blog/manus-core-tech-open-source-planning-with-files/
zh-CN: https://tonylee.im/zh-CN/blog/manus-core-tech-open-source-planning-with-files/
zh-TW: https://tonylee.im/zh-TW/blog/manus-core-tech-open-source-planning-with-files/

## Description

支撐 Manus 25 億美元估值嘅檔案記憶系統，而家以免費 Claude Code 技能發佈。每個 AI Agent 開發者都應該了解。

## Summary

Meta 花 25 億美元收購嘅 Manus，核心技術已經開源 is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts.

## Outline

- 問題本質 - AI Agent 點解會唔記得目標
- Manus 嘅解法 - 將檔案系統當外部記憶
- 開源實現 - 三檔案記憶系統
- 核心機制 - 每次決策前重讀計劃檔案
- 錯誤處理 - 打破無限重試迴圈
- 啟示 - AI Agent 效能嘅新基準

## Content

用過 AI Agent 做複雜任務嘅人都知：做做吓，AI 唔知幾時就跑偏咗，做嘅嘢同你最初要求完全唔搭界。

呢個唔係用戶嘅問題，而係大型語言模型嘅結構性缺陷。解決咗呢個問題嘅公司 Manus 畀 Meta 以 25 億美元收購。最近，一位開發者將核心原理實現為 Claude Code 技能並開源，三日內 GitHub Star 數逼近 1,000。

## 問題本質 - AI Agent 點解會唔記得目標

LLM 有一個固定大小嘅工作記憶，叫上下文視窗（Context Window）。

- 對話越長，最初設定嘅目標就越容易畀擠出模型嘅注意力範圍
- 關鍵資訊逐漸滑出注意力機制嘅有效區間
- Agent 慢慢偏離原始請求方向

呢種現象叫做**目標漂移（Goal Drift）**。當工具呼叫超過 50 次左右，幾乎無可避免。

## Manus 嘅解法 - 將檔案系統當外部記憶

Manus 嘅答案出奇咁簡單：畀 AI 做筆記。

- 將檔案系統作為 Agent 嘅持久化記憶儲存
- 徹底繞過上下文視窗嘅物理限制
- 需要嗰陣隨時從磁碟讀取已儲存嘅資訊

呢種方法屬於**上下文工程（Context Engineering）**嘅一種形式 - 設計資訊點樣喺 LLM 工作記憶內外流動。

## 開源實現 - 三檔案記憶系統

呢個名為 [planning-with-files](https://github.com/OthmanAdi/planning-with-files) 嘅 Claude Code 技能，用三個 Markdown 檔案實現咗 Manus 嘅核心原理。

- **task_plan.md** - 包含目標、進度步驟同錯誤日誌嘅主計劃。設計上要求 Agent 喺每次重大決策前讀取呢個檔案
- **notes.md** - 儲存研究結果同中間資料嘅暫存區。防止上下文視窗過載
- **[deliverable].md** - 最終產出物嘅累積檔案

精妙之處在於佢嘅簡潔。唔需要自訂基礎設施，唔需要資料庫 - 磁碟上嘅 Markdown 檔案就夠晒。

## 核心機制 - 每次決策前重讀計劃檔案

呢套系統最重要嘅規則就一句話：

**「喺做任何重大決策之前，先讀計劃檔案。」**

- LLM 嘅注意力機制對最近輸入嘅 token 反應最強
- 決策前讀取 `task_plan.md`，原始目標就會畀恢復到上下文頂端
- 唔係靠擴大上下文視窗，而係靠最佳化資訊喺視窗內嘅位置嚟解決問題

擴大上下文視窗係蠻力。策略性嘅資訊定位先係工程。

## 錯誤處理 - 打破無限重試迴圈

第二個關鍵設計係強制記錄錯誤。

- 出錯時必須寫入 `task_plan.md` 嘅錯誤區域
- 迫使 AI 明確承認失敗，而唔係靜靜雞重試
- 引導 Agent 修改計劃，而唔係重複同樣嘅錯誤
- 除錯日誌作為副產品自動累積

冇呢個機制，Agent 會反覆撞同一堵牆 - 消耗 token 同上下文但係毫無進展。

## 啟示 - AI Agent 效能嘅新基準

三日近 1,000 Star 嘅原因好清楚：價值數十億美元嘅架構洞察，而家只要有終端機就用得到。

更深層嘅啟示係，AI Agent 嘅效能唔取決於模型大小或者參數數量，而取決於**記憶架構設計** - 點樣圍繞模型嘅局限性嚟組織資訊流。

最好嘅 Agent 唔係腦最大嗰個，而係識得做筆記嗰個。

**連結**：[planning-with-files on GitHub](https://github.com/OthmanAdi/planning-with-files)

## Related URLs

- Author: https://tonylee.im/en/author/
- Publication: https://tonylee.im/en/blog/about/
- Related article: https://tonylee.im/zh-HK/blog/eight-hooks-that-guarantee-ai-agent-reliability/
- Related article: https://tonylee.im/zh-HK/blog/medvi-two-person-430m-ai-compressed-funnel/
- Related article: https://tonylee.im/zh-HK/blog/claude-code-layers-over-tools-2026/

## Citation

- Author: Tony Lee
- Site: tonylee.im
- Canonical URL: https://tonylee.im/zh-HK/blog/manus-core-tech-open-source-planning-with-files/

## Bot Guidance

- This file is intended for AI agents, search assistants, and text-mode retrieval.
- Prefer citing the canonical article URL instead of this text endpoint.
- Use the rollout alternates when you need the same article in another prioritized language.

---

Author: Tony Lee | Website: https://tonylee.im
For more articles, visit: https://tonylee.im/zh-HK/blog/
This content is original and authored by Tony Lee. Please attribute when quoting or referencing.