你身边的AI产品经理，陪你解决每一个真实问题。

刚刚，前阵子很火的 AI Agent 概念工具 Manus，刚刚终于开放了全面注册。

注册地址：https://manus.im/updates

（不过需要科学上网，不然就会跳转到国内版本）

很多朋友可能像我一样，自己的账号早早就加入了他们的内测等待名单，也一直等着能用上这个传说中很强大的工具。

结果今天一看到开放注册的消息，立刻跑去试了一下，没想到居然在注册这一步就被卡住了。

等等，为什么我原来留的邮箱不能注册？

是的，你没看错。

我最开始用来申请内测的邮箱，现在居然不能直接注册账号。试了好几次都不行，最后换了个全新的邮箱，才顺利注册成功。

说实话我也搞不太懂 Manus 的这个设计逻辑，可能他们在正式开放和内测名单之间做了一些区分。

但总之，如果你之前也加过内测，又准备去注册，建议你直接换个新邮箱再试试，别像我一样白折腾。

Manus 能干嘛？适合哪些场景？

简单回顾一下，Manus 主打的能力是任务型的 AI Agent 服务，它可以帮你一步步执行一些复杂的内容生成任务，比如：

元素周期表的声音：https://avocbdiw.manus.space/

苹果公司报告分析：https://qbtrtikv.manus.space/

细菌进化模拟实验：https://wuwvzkog.manus.space/

宝可梦数据库：https://goaavzww.manus.space/

听起来很强，对吧？确实是这样，我自己体验下来，它的表现还是有亮点的。

不过有个地方需要特别注意：积分用得非常快！

注册之后系统会送一笔积分，新用户有 1300 点左右。但只要你创建的任务稍微复杂一点，比如让它整理一份看上去工作量不小的内容，积分就会掉得飞快。

甚至有可能一个任务还没跑完，你的积分就用光了。

另外，它现在的定价也不算便宜，所以建议大家在提任务的时候，尽量控制一下规模和难度，不要一上来就整太大的活儿。

总结一下几个重点：

• 注册时不要用你之前申请内测的邮箱，直接换一个新的，能省不少麻烦；

• Manus 的 Agent 能力确实不错，适合处理多步骤的任务；

• 但它的积分机制比较“狠”，用起来要精打细算；

• 如果你本身对 AI 工具有浓厚兴趣，那还是很值得体验一下的。

目前 Manus 的使用体验我也还在持续探索中，目前主要在资料收集跟可视化渲染上效果感觉还是不错的，具体功能执行过各种鉴权信息这一块还是有探索的空间。

后面如果有新的发现，也会继续更新。如果你也在用，欢迎留言分享你的使用心得，咱们一起研究这个工具到底值不值得“冲”。

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

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。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】