1 সেপ্টেম্বর 2026 সালে চীনা স্টার্টআপ Manus আনুষ্ঠানিকভাবে Meta-এর সাথে 2 বিলিয়ন ডলারের চুক্তি ভেঙে যাওয়ার পর স্বাধীন কাজ পুনরায় শুরু করেছে। সিঙ্গাপুরে প্রতিষ্ঠিত কোম্পানিটি বলেছে, তাদের দল সাধারণ AI এজেন্ট তৈরি করতে থাকবে যা মানুষের ধ্রুব হস্তক্ষেপ ছাড়াই জটিল বহু-ধাপের কাজ সম্পাদন করতে সক্ষম।
Meta-এর সাথে পূর্ববর্তী একীভূতকরণ সময়ের বিপরীতে, Manus এখন বাস্তব কর্মপ্রবাহে গভীরভাবে প্রবেশ, বাইরের বিশ্বের সাথে সরাসরি মিথস্ক্রিয়া এবং সক্রিয়ভাবে কাজ সম্পাদনের দিকে পরিবর্তনের উপর জোর দিচ্ছে। এটি কেবল স্বাধীন স্টার্টআপের মর্যাদায় ফিরে আসা নয়, বরং এজেন্ট সিস্টেমের দিকে একটি কৌশলগত পরিবর্তন যা পাঠ্য উৎপাদনে সীমাবদ্ধ নয়, বরং ব্রাউজার, কোড এবং সরঞ্জামের মাধ্যমে বাস্তব পরিবেশে কাজ করে।
একই সাথে, রিচার্ড সোচার দ্বারা প্রতিষ্ঠিত Recursive Superintelligence 650 মিলিয়ন ডলার সংগ্রহ করেছে যার স্পষ্ট লক্ষ্য পুনরাবৃত্তিমূলকভাবে স্ব-উন্নতিশীল সিস্টেম তৈরি করা। কোম্পানিটি বৈজ্ঞানিক গবেষণার সম্পূর্ণ চক্র স্বয়ংক্রিয় করার চেষ্টা করছে: মডেলের দুর্বলতা চিহ্নিত করা থেকে উন্নতির প্রস্তাব, বাস্তবায়ন এবং বৈধতা পর্যন্ত। অনুরূপ তহবিল সংগ্রহ হয়েছে AMI Labs (1,03 বিলিয়ন), World Labs (1 বিলিয়ন), Lila Sciences (550 মিলিয়ন) এবং General Intuition (454 মিলিয়ন) এর জন্য, যা agentic AI-তে ব্যাপক মূলধন প্রবাহ নির্দেশ করে।
প্রযুক্তিগতভাবে, Manus একটি অর্কেস্ট্রেটর যা একটি বিচ্ছিন্ন ভার্চুয়াল মেশিনে বাস্তব সরঞ্জাম সহ frontier-মডেল (প্রায়শই Claude) চালায়: ব্রাউজার, ফাইল সিস্টেম, কোড ইন্টারপ্রেটার। ব্যবহারকারী একটি উচ্চ-স্তরের লক্ষ্য নির্ধারণ করে, এবং এজেন্ট স্বাধীনভাবে এটিকে ধাপে বিভক্ত করে, সম্পাদন করে, ফলাফল যাচাই করে এবং একটি আর্টিফ্যাক্ট ফেরত দেয়। 1.5 এবং 1.6 আপডেটগুলি কাজ সম্পাদনের সময় 15 থেকে 4 মিনিটের কমে হ্রাস এবং অন্ধ পরীক্ষায় ব্যবহারকারীর সন্তুষ্টি 19% এরও বেশি বৃদ্ধি দেখিয়েছে।
এই ধরনের এজেন্টদের মূল্যায়নের পদ্ধতি বিতর্কিত রয়ে গেছে। GAIA-বেঞ্চমার্ক, যেখানে Manus কথিতভাবে GPT-4-কে ছাড়িয়ে যায়, যুক্তি এবং সরঞ্জাম ব্যবহারের ক্ষমতা পরিমাপ করে, কিন্তু অনিশ্চয়তা সহ দীর্ঘমেয়াদী পরিস্থিতিতে নির্ভরযোগ্যতা নিশ্চিত করে না। বাস্তব বিশ্বের সাথে মিথস্ক্রিয়ায় ব্যর্থতার মোড সম্পর্কে প্রকাশ্য তথ্যের অভাব রয়েছে — উদাহরণস্বরূপ, ওয়েব নেভিগেশনে ত্রুটি বা অস্থির API-এর ক্ষেত্রে। এটি agentic-সিস্টেমের একটি সাধারণ সমস্যা: নিয়ন্ত্রিত পরীক্ষায় শক্তিশালী ফলাফল সবসময় উৎপাদনে স্থানান্তরিত হয় না।
Recursive Superintelligence-এর পদ্ধতির সাথে তুলনা করলে, Manus আজই ব্যবহারিক স্বায়ত্তশাসনের উপর জোর দেয়, যেখানে RSI দীর্ঘমেয়াদী স্ব-উন্নতির লুপের উপর ফোকাস করে। Recursive 2026 সালের মাঝামাঝি সময়ে 'Level 1' স্বায়ত্তশাসিত সিস্টেমের পরিকল্পনা করছে, কম্পিউটের জন্য লক্ষ লক্ষ ডলার ব্যবহার করে। অন্যদিকে, Manus, Meta থেকে মুক্ত হয়ে, কর্পোরেট সীমাবদ্ধতা ছাড়াই দ্রুত পণ্য পুনরাবৃত্তি করতে পারে, কিন্তু মৌলিক পুনরাবৃত্তি গবেষণায় পিছিয়ে পড়ার ঝুঁকি রয়েছে।
DeepMind-এর AlphaEvolve একটি মধ্যবর্তী পথ প্রদর্শন করে: Gemini সমাধান প্রস্তাব করে, সেগুলি স্বয়ংক্রিয়ভাবে পরীক্ষা করা হয়, সেরাগুলি নির্বাচিত এবং উন্নত করা হয়। এটি গণিত এবং কোডে ভাল কাজ করে, যেখানে ফলাফল সহজে পরিমাপযোগ্য, কিন্তু জীববিজ্ঞান বা রোবোটিক্সে উল্লেখযোগ্যভাবে কঠিন, যেখানে পরীক্ষাগুলি ধীর এবং বহুমাত্রিক। Manus এবং অনুরূপ এজেন্টরা বাস্তব মিথস্ক্রিয়ার মাধ্যমে এই ব্যবধান পূরণ করার চেষ্টা করছে, তবে এখনও সংকীর্ণ কাজের বাইরে স্কেলযোগ্যতা প্রমাণ করতে পারেনি।
Manus-এর স্বাধীনতা কোম্পানিকে প্রতিযোগিতামূলক বিশ্লেষণ থেকে কর্মপ্রবাহ অটোমেশন পর্যন্ত বাস্তব ব্যবহারকারীর পরিস্থিতিতে পণ্যটি দ্রুত মানিয়ে নিতে দেয়। একই সময়ে, RSI এবং world models-এ মূলধনের প্রবাহ একটি দৃষ্টান্ত পরিবর্তনের ইঙ্গিত দেয়: ভাষা মডেলের স্কেলিং থেকে সিস্টেম তৈরি করা যা নিজস্ব অভিজ্ঞতা তৈরি করে এবং নিজেদের উন্নত করে।
এটি অস্পষ্ট রয়ে গেছে যে Manus বা RSI-এর মতো এজেন্টরা উল্লেখযোগ্য মানব তত্ত্বাবধান ছাড়াই স্ব-উন্নতির সম্পূর্ণ চক্র বন্ধ করতে সক্ষম হবে কিনা। দীর্ঘমেয়াদী বেঞ্চমার্ক এবং বাস্তব ক্ষেত্রে স্বাধীন যাচাই আগামী মাসগুলিতে এই উচ্চাকাঙ্ক্ষার জন্য মূল পরীক্ষা হয়ে উঠবে।
Manus, স্বাধীনতায় ফিরে এসে, স্বায়ত্তশাসিত এজেন্টদের ব্যবহারিক বাস্তবায়ন ত্বরান্বিত করার সুযোগ পায়, কিন্তু সাফল্য অনিয়ন্ত্রিত পরিবেশে নির্ভরযোগ্যতা প্রমাণ করার ক্ষমতার উপর নির্ভর করবে।
