接續上回，講解完定義，總得要有幾個例子才會生動，不然直接丟書給你啃不就好了?

2025年，Manus做出一個突破，那就是把多模態AI Agent的統合帶進大眾視野。

在Manus發表之前，AI Agent大多沿著"Deep research"、"Coding"、"Computer use"這三條路線去做獨立發展。
Manus的突破在於把這3者功能做整合進一個生產級AI Agent。
照前一篇文章所闡述的內容，Manus是取這3類AI Agent觀察空間與動作空間的聯集，使同個AI Agent可以跨越原有產品的邊界。

不是發表更強的模型，而是展示AI Agent的 自主規劃任務、使用任務、搜尋資訊、完成結果能力，那時候讓人首次感到AI不只是聊天，而是可以當數位員工。

2025/11 Openclaw(小龍蝦)首次在GitHub發布，當時還叫Clawdbot，發布之後得到一系列的熱潮(至2026/02)。
2026/03，因為中國的軟體、電信大企業宣布上線Openclaw的部署。在中國大陸一炮而紅，接著在台灣，李宏毅老師也在youtube發布影片講解(老師沒開太多課而且有點難搶，這邊會建議去修一些新進來的助理教授的課，雖然我不知道給分甜不甜。生機系的人工智慧實作，一生推。不是概論那堂喔，主任開的課有點硬，但是是門好課😅)。在當時在論壇、新聞掀起一波風潮。

有點離題，抱歉😒 Openclaw把上述兩個空間向外再推一層，通過用戶已經在使用的消息渠道(whatsapp、telegram等...)接收任務和返回結果，讓AI Agent可以隨時隨地被觸達;同時採用本地Gateway，連接到Google drive、Notion等雲端應用以及本地文件系統。

這樣一來，分散在不同帳號或是設備的數字文件都可以在用戶明確授權進入同一個AI Agent觀察空間，並被工具處理。

相較於Manus以隔離雲端沙盒為中心，往往需要上傳文件或是配置連接器，本地優先的Openclaw跨越更大的數據邊界，到後來Manus也加入Google Drive連接器等本地訪問機制，這也是說產品的能力演進，就是觀察空間與動作空間的演進。

我在這邊得補充一下，Openclaw在2月爆紅時，有許多資安爭議，這是確實存在的，像是遠端接管漏洞(攻擊者只要誘導使用者開啟惡意網站，就可能透過openclaw取得本地服務，也就是你的電腦被駭)還有惡意Skill供應鏈，在openclaw的clawhub(技能市集)被發現大量惡意skill、預設安全性不足的問題等..

而以上像是遠端接管漏洞已經被修復、許多漏洞也被封堵(像是ssrf)，也有加強Skill marketplace的審查。

雖然有持續修正與進步，但還是有些爭議與問題存在。小弟我認為目前已經不是所謂"危機"產品，但也還不是很成熟，不建議裝在日常常用的電腦，使用乾淨一點的電腦比較保險。另外Openclaw所需的硬體沒有要很好，所以一般筆電也是能處理的。

GitHub:
https://github.com/openclaw/openclaw

中國 AI 開發商 MiniMax 在 2026 年 8 月 14 日推出音樂生成 AI 模型「MiniMax-Music3」，並以免費開放權重方式公開，用戶可按文字指示生成帶人聲歌曲。MiniMax-Music3 可在本機執行，配合 ComfyUI 更可無限次生成，是 MiniMax 繼影片生成模型 H3 後開源策略最新一步。
minimax music3:
https://huggingface.co/spaces/MiniMaxAI/MiniMax-Music3