Op 1 september 2026 hervatte de Chinese startup Manus officieel zijn onafhankelijke werkzaamheden na het mislukken van de deal met Meta ter waarde van 2 miljard dollar. Het bedrijf, opgericht in Singapore, verklaarde dat zijn team algemene AI-agenten zal blijven ontwikkelen die complexe meerstaps taken kunnen uitvoeren zonder voortdurende menselijke tussenkomst.
In tegenstelling tot de eerdere periode van integratie met Meta, benadrukt Manus nu de overgang naar een diepere integratie in echte werkprocessen, directe interactie met de buitenwereld en proactieve taakuitvoering. Dit is niet alleen een terugkeer naar de status van onafhankelijke startup, maar een strategische verschuiving naar agentsystemen die niet beperkt blijven tot tekstgeneratie, maar handelen in een echte omgeving via browsers, code en tools.
Tegelijkertijd haalde Recursive Superintelligence, opgericht door Richard Socher, 650 miljoen dollar op met als expliciet doel recursief zelfverbeterende systemen te creëren. Het bedrijf streeft ernaar de hele cyclus van wetenschappelijk onderzoek te automatiseren: van het identificeren van zwakke punten in modellen tot het voorstellen van verbeteringen, het implementeren en valideren ervan. Vergelijkbare rondes vonden plaats bij AMI Labs (1,03 miljard), World Labs (1 miljard), Lila Sciences (550 miljoen) en General Intuition (454 miljoen), wat wijst op een massale instroom van kapitaal in agentic AI.
Technisch gezien is Manus een orkestrator die frontier-modellen (vaak Claude) draait in een geïsoleerde virtuele machine met echte tools: browser, bestandssysteem, code-interpreter. De gebruiker stelt een doel op hoog niveau, en de agent splitst het zelf op in stappen, voert ze uit, controleert het resultaat en levert een artefact op. Updates 1.5 en 1.6 toonden een vermindering van de uitvoeringstijd van taken van 15 tot minder dan 4 minuten en een stijging van de gebruikerstevredenheid met meer dan 19% in blinde tests.
De methodologie voor het evalueren van dergelijke agenten blijft controversieel. De GAIA-benchmark, waar Manus naar verluidt GPT-4 overtreft, meet het vermogen tot redeneren en het gebruik van tools, maar garandeert geen betrouwbaarheid in langetermijnscenario's met onzekerheid. Er zijn geen openbare gegevens over faalwijzen bij interactie met de echte wereld — bijvoorbeeld bij fouten in webbrowsing of onstabiele API's. Dit is een typisch probleem van agentische systemen: sterke resultaten in gecontroleerde tests vertalen zich niet altijd naar productie.
In vergelijking met de aanpak van Recursive Superintelligence legt Manus de nadruk op praktische autonomie vandaag, terwijl RSI zich richt op de langetermijnlus van zelfverbetering. Recursive plant 'Level 1' van een autonoom systeem tegen medio 2026, met miljoenen dollars aan compute. Manus, bevrijd van Meta, kan het product sneller itereren zonder bedrijfsbeperkingen, maar riskeert achterop te raken in fundamenteel onderzoek naar recursie.
DeepMind met AlphaEvolve toont een tussenliggende weg: Gemini stelt oplossingen voor, ze worden automatisch getest, de beste worden geselecteerd en verbeterd. Dit werkt goed in wiskunde en code, waar het resultaat gemakkelijk te meten is, maar aanzienlijk moeilijker in biologie of robotica, waar experimenten traag en multidimensionaal zijn. Manus en vergelijkbare agenten proberen deze kloof te dichten via echte interacties, maar hebben tot nu toe geen schaalbaarheid bewezen buiten smalle taken.
De onafhankelijkheid van Manus stelt het bedrijf in staat het product sneller aan te passen aan echte gebruikersscenario's — van concurrentieanalyse tot automatisering van werkprocessen. Tegelijkertijd signaleert de kapitaalinstroom in RSI en world-modellen een paradigmaverschuiving: van het schalen van taalmodellen naar het creëren van systemen die hun eigen ervaring genereren en zichzelf verbeteren.
Het blijft onduidelijk of agenten zoals Manus of RSI de volledige cyclus van zelfverbetering kunnen sluiten zonder aanzienlijk menselijk toezicht. Onafhankelijke verificatie op langetermijnbenchmarks en echte use cases zal de komende maanden de belangrijkste test voor deze ambities worden.
Manus, teruggekeerd naar zelfstandigheid, krijgt de kans om de praktische implementatie van autonome agenten te versnellen, maar succes zal afhangen van het vermogen om betrouwbaarheid te bewijzen in een ongecontroleerde omgeving.
