类 Manus 的 UI Agent 完全是个伪需求，前端已经没活路了

2025 年 4 月 3 日
 FaustY

现在 browser-use （ browser agent ）和 Omniparser (computer agent), 都是给 LLM 去识别并操作 UI 界面的能力。

但是将来的场景肯定是就一个 LLM 对话框跟用户交互，通过 MCP 直接调用美团、滴滴的后台接口，就可以完成订餐、打车、购票等高频场景。

让用户额外安装 app, 再通过 LLM 去操作手机/电脑上的可视化 UI 界面，完全没有必要了啊。

5611 次点击
所在节点    程序员
39 条回复
wyntalgeer
2025 年 4 月 3 日
那你问问美团、滴滴舍不舍得砍掉他们的营销前台呢
scarlex
2025 年 4 月 3 日
要不你先做一个出来，革掉大厂的命？
musi
2025 年 4 月 3 日
要是大厂愿意把流量放出来你觉得你手机上还会有这么多 app?
foolishcrab
2025 年 4 月 3 日
纯视觉 agent 一样可以绕过所有 app 营销内容，难道到时候又要变成爬虫攻防？

这个问题根本就不是技术问题，纯粹是 mcp 和 llm 后续发展能不能让传统厂商低头的商业问题。虽然过程有争议，但是 manus 这种形式目前来看是最不可能的未来方向
june4
2025 年 4 月 3 日
OP 你喜欢在点外卖时 AI 一条条语音报给你听然后你花个十分钟听完文字描述的各种美味？再用语音细致地确认要点哪个？
aboutier
2025 年 4 月 3 日
未来马斯克的脑机接口， 谁 tm 还玩手机，直接内置芯片不好吗？

到时候大家上架的都是马斯克的脑机接口商店。
nathandoge
2025 年 4 月 3 日
基本上绝大部分手机 app ，未来都可以通过 agent 一句话来搞定
zzhirong
2025 年 4 月 3 日
对话框也属于 UI ，我感觉并不适合所有场景，就订餐来说，食物长什么样的，店铺评价如何，要几双筷子，有哪些优惠，如何支付，外卖送到哪了等等，这些信息用自然语言来呈现不一定最佳。还有打车，你如何精确描述你的目的地，以及到哪接你，以及你可接受的价格。
mumbler
2025 年 4 月 3 日
@june4
@zzhirong
agent 可以显示一个页面来展示菜单，点击就行，不一定非要语音交互
renmu
2025 年 4 月 3 日
连网页都嫌弃用户可以屏蔽广告，还想做自动化，把自己的命给革了？
xiaohupro
2025 年 4 月 3 日
理想很美好，这就像 GC 主义的终极目标，是个美好的目标，但是奈何公司和平台之间是要考虑自己利益的，能实现完美的共赢几乎不可能。
zzhirong
2025 年 4 月 3 日
@mumbler 你要选择你要点外卖功能，（搜索你想吃的）然后选择店铺，选择你要点的东西，选择收货地址，写备注，这不就是目前 app 在做的事情么？我想不到哪里还可以优化。
sn0wdr1am
2025 年 4 月 3 日
你以为的是：

美团，滴滴，把接口交给类 Manus 的 UI Agent ，美团，滴滴药丸。

实际上可能的是：

美团，滴滴，等每个公司搞一个 AI ，UI Agent 。


实际上，这十几年来，资本在干的事情是，把用户从公共互联网，引流到自己的私域（ APP ，小程序，网站，平台）。

资本好不容易把用户圈进自己的鱼塘，会轻易让别人抢走？

想多了。

后面会怎么发展，我们静观其变好了。
mumbler
2025 年 4 月 3 日
@zzhirong #12 这是人机交互，不是 APP 那种，一个界面能解决所有问题，页面是 AI 实时写的，直达目标，不需要你点一层一层目录进去，收货地址，支付更是不需要自己动手
june4
2025 年 4 月 3 日
@mumbler 想象一下浏览器也是 ai 接口，关闭个 tab 得打字 :close-tab 或说出来。点外卖没比关个 tab 复杂多少，对这种极简场景我是想象不了走命令比直接操作会更高效。直接操作相当于按快捷键，命令相当于当场编程。
zzhirong
2025 年 4 月 3 日
我认为，信息压缩也是有极限的，有些东西无论以何种方式呈现，最终还是要呈现，你可以改进压缩算法，但是它的极限就在那，你没办法不说出你的需求，就能得到结果，最多做一些优化（比如常用地址只要选择就可以了，而不用重复输入）。话说，真有人会感觉目前 App 订餐以及打车需要优化么(普通人一天最多也就一两次吧）？
mumbler
2025 年 4 月 3 日
@june4 #15 都 AI 了，还用 tab 吗，压根不会用浏览器这种东西了，整个系统只有一个 UI ，就是人机对话 agent ，想要看什么给你显示什么，内容全是为你实时生成的
zzhirong
2025 年 4 月 3 日
@mumbler 你要吃什么，在哪个店铺，要点多少数量，收货地址是哪，餐具要多少，有无口味要求（可能一个人吃，也可能几个人吃）这些可以做哪些优化？一个界面呈现所有选项么？
mumbler
2025 年 4 月 3 日
@zzhirong #18 想象一下，大领导有一个美女秘书，到饭点了，秘书会拿个手机让领导亲自点么？

真实场景是: 美女用温柔的声音问领导中午想吃点什么，附近有个素菜馆不错要不要试试，领导说想吃点肉，好，那咱们吃个秘制猪脚饭吧，领导说行吧，一会饭就送来了
lawted
2025 年 4 月 3 日
推荐阅读 https://julian.digital/2025/03/27/the-case-against-conversational-interfaces/

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://study.congcong.us/t/1123081

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX