DeepSeek透過開源生態的技術推進，驅動開源AI在企業應用場景中的落地。近期，中國大陸新創團隊Monica.im於2025年3月發布全球首款通用型AI Agent-MANUS，其「輸入需求即交付成果」的運作模式，被視為繼DeepSeek-V3後最具顛覆性的開源模型。其透過Multi-Agent協作架構與工具鏈整合，實現從目標設定到任務執行的全自主運作，突破傳統AI Agent的單一任務限制，更掀起AI技術民主化與產業應用的新浪潮。
開源AI須具備可存取、可修改、可共享的特性，並符合OSI認可的開源授權，以確保自由使用與透明度。開源AI的核心要素包括「資料」、「參數」與「程式碼」。在資料面，開源AI須提供訓練資料來源、特徵、選取與處理方式；在參數面，須開放模型權重與關鍵參數，確保可調整與最佳化；而在程式碼面，須公開訓練與推理流程，包括資料處理、模型訓練與測試環節。此外，開源AI的發展依據開放程度可分為封閉／專有、限制開源、部分開源與完全開源等。
開源模型從低成本開發朝向應用場景發展
DeepSeek透過開源生態的技術推進，驅動開源AI在企業應用場景中的落地，包括財務、商業分析、辦公生產力等應用。透過低成本推理技術，開源AI使企業能夠更快速地部署AI解決方案，並透過AI Agents實現業務自動化。這顯示出開源AI不再僅停留於技術開發，而是向企業級應用加速滲透。
開源AI已不再侷限於技術社群，而是直接驅動企業應用的發展，推動AI進入更廣泛的商業場景。開源AI透過技術創新，在推理效能與運算成本間達成平衡，並以此優勢挑戰封閉AI模型的市場地位。大型AI企業逐步轉向開源策略，並透過低參數推理技術加速AI應用落地，使AI運算架構從雲端轉向「雲+端」混合模式。
開源AI代理人融合多樣組合技，企業與個人AI部署迎來新選擇
中國大陸新創團隊Monica.im於2025年3月發布全球首款通用型AI Agent-MANUS，其「輸入需求即交付成果」的運作模式，被視為繼DeepSeek-V3後最具顛覆性的開源模型。MANUS透過Multi-Agent協作架構與工具鏈整合，實現從目標設定到任務執行的全自主運作，突破傳統AI Agent的單一任務限制，更掀起AI技術民主化與產業應用的新浪潮。
MANUS由Monica.im團隊開發，2024年正式轉型投入AI基礎技術研發，專注於開源AI Agent的開發。技術策略融合多模型驅動與工程優化，希望在OpenAI、Anthropic主導的AI市場中，透過「開源+開放」策略建立差異化競爭優勢。其自主任務執行能力已廣泛應用於金融分析、教育課程文件生成、工業設計等多個領域。
MANUS的核心創新在於「自主進化」與「端到端交付」的能力，不僅能理解指令，還能自主拆解、執行與驗證任務結果，提升AI Agent的可用性。其主要技術創新與產業影響分析如下：
MANUS技術層面重要創新
MANUS技術層面的重要創新，包括：
‧Multi-Agent虛擬機架構：MANUS採用Multi-Agent架構，將任務拆解為規劃、執行、驗證等三個子模組，每個Agent獨立運行並共享記憶模組。該設計解決傳統單一大模型的上下文長度限制，使AI在長任務處理時具備更強的連貫性。
‧多種Agent工具的深度整合：與傳統LLM主要依賴內部知識推理不同，MANUS內建多種Agent工具，可自主呼叫Python腳本、金融數據API、瀏覽器控制指令等，強化其應用能力。
‧非同步雲端運算服務不中斷：MANUS支援非同步計算，即使用戶關閉設備，任務仍能持續執行，並透過記憶模組儲存進度，確保需要長期記憶的任務不會中斷。這一功能突破本地硬體算力的限制，適用於大規模資料分析、長時間監測與自動化任務處理等。
對產業生態造成的影響
MANUS對產業生態的影響，涵蓋以下幾個層面：
‧多Agent的服務創新與巨頭優勢的拉鋸：開源社群雖能快速改進技術，推動創新，但OpenAI、Anthropic、Google DeepMind等仍在運算資源、資料品質、模型微調等關鍵領域保持技術優勢。新型態的AI服務雖能降低企業導入成本，但生態系統尚未成熟，例如MANUS目前尚未深度整合Slack、Office 365、Salesforce等企業應用，可能影響其在商業市場的滲透率。
‧AI Agent演進背後的治理挑戰：雖然MANUS採用「多規劃-執行-驗證」三代理協同模式，提升AI任務執行能力，但業界普遍認為其核心創新主要集中於工程優化與應用封裝，而非底層架構的重大突破。此外，開源AI也帶來安全性與倫理風險，包括AI生成內容的合規性、決策透明度，以及如何防止AI Agent被濫用等問題。
開源 AI代理人打破既有商業模式，催生「技術民主化」浪潮
接著，說明開源 AI代理人如何打破既有的商業模式：
從單純的技術導入轉向更精細整合
過去，AI市場主要由封閉式大型語言模型主導，企業多依賴訂閱制或API收費模式來獲取AI能力。然而，MANUS的策略正在改變市場格局，透過開放AI技術，挑戰現有的SaaS與API收費模式，並促使產業重新思考開源與商業化的平衡點。企業在導入開源AI架構的同時，亟需資服業者提供技術整合、系統客製化、內部知識接入、資安合規，以及持續維運等全方位服務。未來，資服業者不僅是工具導入的協助者，更將成為AI應用深化與營運優化的關鍵合作夥伴。
技術民主化驅動開源與閉源模型整合應用
MANUS的開源AI Agent策略，進一步推動AI技術的民主化，使企業能夠自主部署高效的AI系統，也促使更多業者重新評估商業模式，例如釋出部分模型權重、提供API付費服務，或採取開源與閉源結合的策略，以確保市場競爭力與獲利能力。對資服業者而言，隨著企業逐步採納開源技術，資服業者將扮演關鍵角色，提供開源與商業化模型的整合方案，並透過客製化服務提升企業的應用價值。
新的商業模式帶來合規與信任的挑戰
隨著AI Agent的自主決策能力日益提升，也可能對現有SaaS服務模式構成壓力，迫使依賴訂閱制或API收費的業者重新調整市場策略，以應對開源替代方案帶來的競爭。此外，如何確保開源AI Agent的決策準確性、可解釋性，以及資料隱私與安全性，將成為企業與監管機構關注的核心議題。未來，AI監管工具與透明度標準（如AI物料清單AI-BOM）將逐步發展，以確保AI技術的應用符合安全性、合規性與道德標準。
＜本文作者：朱南勳現任資策會MIC主任，專業於軟體與通訊產業研究，長期關注前瞻軟體應用與通訊技術發展趨勢。曾於緯創資通公司擔任產品經理、趨勢科技公司擔任市場競爭力研究員，負責新產品認證開發與國際電腦大廠專案，並曾任經濟部技術處5G辦公室副主任。資策會產業情報研究所（MIC）長期觀測高科技產業市場情報與發展趨勢，是臺灣資通訊產業與政府倚重的專業智庫。＞