Tengo Acceso a MANUS, ¡Es BRUTAL! 🤯🔥

00:20:00
https://www.youtube.com/watch?v=ZYd9gh-kzcc

Summary

TLDREl video de John Hernández explora Manus AI, una nueva inteligencia artificial que destaca por su capacidad para ejecutar tareas diversas como un agente general. En su lanzamiento, logró una sorprendente lista de espera de 2 millones de usuarios en solo una semana, superando incluso aplicaciones populares como TikTok y ChatGPT. Se presenta su interfaz, que permite una interacción similar a la de ChatGPT y se muestra su capacidad para desarrollar aplicaciones web interactivas. A pesar de sus limitaciones, Manus AI representa un avance significativo en la inteligencia artificial y su potencial futuro en diversas aplicaciones.

Takeaways

  • 🚀 Manus AI es un nuevo agente general de IA creado en China.
  • 📝 Se generaron 2 millones de solicitudes en lista de espera en una semana.
  • 💼 Puede crear aplicaciones web interactivas por encargo del usuario.
  • 🎯 Permite la interacción en tiempo real durante el trabajo.
  • ⏳ La velocidad y la estabilidad son aún áreas de mejora.
  • 🌐 Funciona en múltiples idiomas y se adapta a los usuarios.
  • 🔧 La interfaz es similar a ChatGPT, con capacidades similares.
  • 🔍 La inteligencia artificial ofrece un amplio potencial en diversas tareas.

Timeline

  • 00:00:00 - 00:05:00

    John Hernández presenta Manus AI, una nueva inteligencia artificial china que actúa como un agente general. Ha generado una increíble lista de espera de 2 millones de usuarios en su primera semana, superando a otras aplicaciones populares como TikTok y ChatGPT. La IA se encuentra todavía en desarrollo y ha limitado el acceso para gestionar la calidad del servicio debido a las altas demandas.

  • 00:05:00 - 00:10:00

    Durante la prueba de Manus AI, se crea una aplicación web interactiva basada en un vídeo sobre modelos de lenguaje. La IA analiza el contenido del vídeo y comienza a desarrollar funcionalidades incrementales de la aplicación. Además, permite la interacción en tiempo real, lo que marca una diferencia significativa con otras herramientas de IA.

  • 00:10:00 - 00:20:00

    Hernández destaca que Manus AI es aún un producto en su fase inicial, con varios errores y limitaciones. No obstante, muestra un fuerte potencial en la creación de aplicaciones, aunque incorpora plantillas que limitan la originalidad del contenido generado. Con 2 millones de usuarios ya, se anticipa un camino de mejora en el desarrollo de esta IA.

Mind Map

Video Q&A

  • ¿Qué es Manus AI?

    Manus AI es una inteligencia artificial que actúa como agente general capaz de ejecutar tareas complejas.

  • ¿Cuál es la demanda de Manus AI?

    En su primera semana, generó 2 millones de usuarios en lista de espera.

  • ¿Cómo se compara Manus AI con otras IA?

    Manus AI se compara con agentes como OpenAI Operate y Deep Research, pero ofrece funcionalidad más avanzada.

  • ¿Cómo es la interfaz de Manus AI?

    Su interfaz es similar a ChatGPT, permitiendo el intercambio de información y la subida de documentos.

  • ¿Manus AI tiene limitaciones?

    Sí, tiene limitaciones en su rapidez y a veces puede quedarse colgada.

  • ¿Cómo se utiliza Manus AI para crear aplicaciones?

    A través de comandos, el usuario puede solicitar que Manus desarrolle aplicaciones web interactivas.

  • ¿Manus AI puede interactuar en tiempo real?

    Sí, el usuario puede enviar mensajes en tiempo real mientras Manus trabaja.

  • ¿Manus AI trabaja en múltiples idiomas?

    Sí, puede adaptarse al idioma del usuario automáticamente.

View more video summaries

Get instant access to free YouTube video summaries powered by AI!
Subtitles
es
Auto Scroll:
  • 00:00:00
    Hola a todos Soy John Hernández y aquí
  • 00:00:01
    me tenéis una semana más con un vídeo de
  • 00:00:03
    Inteligencia artificial y esta vez con
  • 00:00:05
    una cosa de última última novedad se
  • 00:00:08
    trata de manus Ai ya hablé en el vídeo
  • 00:00:10
    el lunes que se había presentado esta
  • 00:00:13
    nueva Inteligencia artificial china que
  • 00:00:15
    básicamente es un agente general es
  • 00:00:17
    decir una Inteligencia artificial que lo
  • 00:00:19
    que puede hacer es cualquier cosa que le
  • 00:00:22
    pidas y tomar acción en tu nombre Esto
  • 00:00:24
    va en la línea de lo que hemos visto de
  • 00:00:25
    los agentes de Open Ai por ejemplo
  • 00:00:27
    operator o deep research que básicamente
  • 00:00:30
    se ocupan de Buscar información por ti
  • 00:00:32
    devolverte un informe o de hacer cosas
  • 00:00:35
    con tu navegador Pues bien manus Ai es
  • 00:00:37
    el siguiente nivel es ese punto en que
  • 00:00:39
    la gente puede hacer cualquier cosa que
  • 00:00:41
    de le pidas y ejecutarla evidentemente
  • 00:00:44
    tiene limitaciones pero para que os
  • 00:00:46
    hagáis una idea manus solo se puede
  • 00:00:48
    acceder a él con lista de espera y en la
  • 00:00:50
    primera semana han generado una lista de
  • 00:00:52
    espera de 2 millones de usuarios yo creo
  • 00:00:55
    que no ha habido ninguna aplicación en
  • 00:00:58
    la historia que haya tenido es ese nivel
  • 00:01:00
    de demanda de entrada para empezar o sea
  • 00:01:02
    para que os hagáis una idea ni tiktok ni
  • 00:01:04
    chat gpt generaron tantísimos usuarios
  • 00:01:07
    cuando se lanzaron en este caso habrá
  • 00:01:09
    que ver cuando lo abran al público
  • 00:01:10
    Porque ahora mismo el problema que
  • 00:01:11
    tienen principalmente es que no tienen
  • 00:01:13
    servidores para darle servicio a toda
  • 00:01:16
    esa demanda Y con lo cual no pueden dar
  • 00:01:18
    servicio público no pueden abrirlo ni
  • 00:01:20
    cobrando porque no pueden dar ese
  • 00:01:22
    servicio lo que han decidido de forma
  • 00:01:24
    muy correcta desde manus ha sido
  • 00:01:26
    básicamente limitar el acceso a una
  • 00:01:28
    serie de invitaciones y con esas
  • 00:01:30
    invitaciones consiguen controlar la
  • 00:01:33
    calidad del producto porque si se
  • 00:01:34
    conectan 2 millones de personas los
  • 00:01:36
    servidores revientan Y esto no va a
  • 00:01:38
    funcionar con eso lo que os quiero decir
  • 00:01:40
    es que tenemos acceso y lo vamos a
  • 00:01:42
    probar y la primera vez que voy a
  • 00:01:44
    probarlo va a ser ahora mismo en este
  • 00:01:46
    vídeo porque hoy mismo estáis viendo
  • 00:01:48
    Este vídeo nos han mandado el código de
  • 00:01:50
    acceso para que os deis cuenta manus
  • 00:01:52
    básicamente tiene un interface muy
  • 00:01:53
    parecido a chat gpt Tenemos aquí la
  • 00:01:55
    burbuja de chat donde podemos
  • 00:01:56
    interactuar le podemos subir
  • 00:01:58
    documentación Y a partir de ahí tenemos
  • 00:01:59
    tenos una barra lateral donde tenemos
  • 00:02:01
    las sesiones que vamos acumulando y la
  • 00:02:03
    podemos cerrar de la misma forma que lo
  • 00:02:04
    hacemos en chat gpt las cosas aún no
  • 00:02:07
    funcionan del todo bien Como veis
  • 00:02:08
    algunos menús no responden como deberían
  • 00:02:10
    pero por lo demás funciona perfecto y
  • 00:02:12
    qué podemos hacer con él pues muchas
  • 00:02:13
    cosas de momento aquí abajo lo que
  • 00:02:15
    tenemos son una serie de ejemplos de
  • 00:02:17
    casos de uso de diferentes tipos viaje
  • 00:02:19
    Japón análisis profunda de acciones
  • 00:02:21
    curso interor activo sobre el teorema
  • 00:02:23
    del momento análisis comparativo de
  • 00:02:25
    pólizas de seguros análisis de
  • 00:02:26
    operaciones de tienda en línea etcétera
  • 00:02:28
    etcétera así que vamos a ponerlo a
  • 00:02:30
    prueba y vemos que somos capaces de
  • 00:02:32
    hacer con este nuevo agente de
  • 00:02:33
    Inteligencia artificial voy a poner el
  • 00:02:35
    primer prom créame una web app
  • 00:02:37
    interactiva donde yo pueda aprender todo
  • 00:02:39
    lo que explica Este vídeo básicamente lo
  • 00:02:41
    que estoy haciendo es ponerle un enlace
  • 00:02:43
    de un vídeo de Andres carpazi uno de los
  • 00:02:45
    grandes de la Inteligencia artificial
  • 00:02:47
    donde explica los llms y le voy a decir
  • 00:02:49
    que me cree una web app para que podamos
  • 00:02:51
    aprender todo lo que contiene ese vídeo
  • 00:02:53
    de más de una hora de Andres carpazi
  • 00:02:56
    Vamos a darle y a ver qué es capaz de
  • 00:02:57
    hacer con un prom tan simple me permite
  • 00:02:59
    habilitar dar notificaciones porque esto
  • 00:03:01
    tarda un rato sabéis que las cosas que
  • 00:03:02
    van con agencia básicamente lo que hacen
  • 00:03:05
    es generar todo el trabajo que va
  • 00:03:06
    haciendo en el fondo por detrás es decir
  • 00:03:09
    yo ahora me puedo hacer otras cosas
  • 00:03:10
    mientras manus va trabajando en hacer
  • 00:03:12
    esa web app eso qué quiere decir pues
  • 00:03:14
    que yo lo puedo dejar trabajando con una
  • 00:03:16
    tarea irme a hacer otras cosas volver y
  • 00:03:18
    tener el resultado hecho así que vamos a
  • 00:03:19
    ver cómo evoluciona lo primero que vemos
  • 00:03:21
    es que manus nos dice lo que va a hacer
  • 00:03:23
    y nos explica un poco el camino y por
  • 00:03:24
    aquí ya está empezando a hacer cosas
  • 00:03:26
    veis por aquí dice que voy a analizar el
  • 00:03:27
    contenido del víde YouTube y está
  • 00:03:29
    analizando el contenido con navegando es
  • 00:03:31
    decir ya está utilizando un navegador a
  • 00:03:33
    partir de aquí pone que está pensando y
  • 00:03:35
    me van saliendo consejitos por aquí eh
  • 00:03:37
    dice que por ejemplo Esto es algo
  • 00:03:39
    totalmente nuevo que mientras mano está
  • 00:03:40
    trabajando le puedes enviar mensajes en
  • 00:03:42
    cualquier momento para modificar tareas
  • 00:03:43
    esto es la bomba porque quiere decir que
  • 00:03:45
    nosotros podemos interactuar en tiempo
  • 00:03:47
    real a lo que él va haciendo esto es
  • 00:03:49
    algo que hasta ahora en la ia no existía
  • 00:03:50
    con lo cual es un punto muy interesante
  • 00:03:52
    de que podamos participar mientras está
  • 00:03:54
    trabajando lo que pasa es que con manus
  • 00:03:56
    puede pegarse trabajando minutos o horas
  • 00:03:59
    y con lo cual darnos un resultado
  • 00:04:01
    sabemos que agentes como operator o como
  • 00:04:03
    por ejemplo Deep research suelen tardar
  • 00:04:05
    bastante tiempo en hacer las cosas son
  • 00:04:06
    lentos bueno Deep research lento
  • 00:04:08
    comparativamente con lo que hace no es
  • 00:04:09
    lento Pero la realidad es que llevan
  • 00:04:11
    minutos estamos acostumbrados a asas en
  • 00:04:12
    les que pongamos algo inmediatamente
  • 00:04:14
    obtengamos una respuesta y tenemos que
  • 00:04:15
    acostumbrarnos que con los agentes va a
  • 00:04:17
    ser más como delegar una tarea y
  • 00:04:19
    dejarles trabajar vamos a ir viendo lo
  • 00:04:20
    que va haciendo bien Hasta ahora ha
  • 00:04:22
    detectado bien el vídeo de dive into lms
  • 00:04:24
    like chat gpt de Andre carpazi veo que
  • 00:04:26
    es un vídeo extenso más de 3 horas que
  • 00:04:28
    cubre en profundidad los modelos de
  • 00:04:29
    lenguaje grande como chat gpt el vídeo
  • 00:04:31
    parece cubrir todo el proceso de
  • 00:04:32
    desarrollo de estos modelos desde el PR
  • 00:04:33
    entrenamiento datos de internet etcétera
  • 00:04:35
    Así que va va explicando vale Y dice voy
  • 00:04:37
    a seguir trabajando en esto y te mandaré
  • 00:04:38
    informado sobre mi progreso y él va
  • 00:04:40
    haciendo cosas sinceramente Aquí ya está
  • 00:04:42
    empezando a ejecutar comandos de
  • 00:04:44
    programación para poder sacar el
  • 00:04:45
    análisis etcétera básicamente Esto es lo
  • 00:04:48
    que se conoce como by coding es
  • 00:04:50
    programar con el Flow esto lo que hace
  • 00:04:52
    es que tú vas programando con un llm de
  • 00:04:54
    Inteligencia artificial y vas
  • 00:04:55
    reaccionando lo que va creando y
  • 00:04:57
    conduciendo es como si tú diriges a un
  • 00:04:59
    equipo de programadores Vale pues esto
  • 00:05:01
    lo que hace básicamente es eso a
  • 00:05:03
    programar por su cuenta mientras tú le
  • 00:05:05
    vas dirigiendo y con lo cual tú puedes
  • 00:05:07
    ir viendo lo que va haciendo e ir
  • 00:05:08
    creando lo que tú quieras
  • 00:05:12
    conseguir bien fijaros que manus va
  • 00:05:14
    avanzando llevamos Ahora yo creo que
  • 00:05:16
    alrededor de tres o cuat minutos
  • 00:05:17
    trabajando con él y por aquí nos dice
  • 00:05:19
    que ha configurado el entorno de
  • 00:05:20
    desarrollo para nuestra aplicación web
  • 00:05:21
    interactiva sobre el lm he creado un
  • 00:05:23
    proyecto next GS que nos servirá como
  • 00:05:24
    base para desarrollar la aplicación
  • 00:05:25
    edocu basada en el vídeo de carpa hasta
  • 00:05:28
    ahora he completado el análisis de
  • 00:05:29
    detallado del vídeo la extracción de los
  • 00:05:31
    conceptos clave que cubriremos el diseño
  • 00:05:32
    de la estructura y la configuración del
  • 00:05:34
    entorno de desarrollo con nextjs no
  • 00:05:36
    tengo ni idea de lo que es pero lo está
  • 00:05:37
    haciendo a partir de aquí dice
  • 00:05:39
    continuaré con el desarrollo de la
  • 00:05:40
    interface del Front end la parte que
  • 00:05:41
    vemos Nosotros como usuarios y la
  • 00:05:43
    implementación de los componentes
  • 00:05:44
    interactivos de aprendizaje la
  • 00:05:45
    aplicación incluirá ocho módulos de
  • 00:05:47
    aprendizaje basados en los conceptos del
  • 00:05:48
    vídeo visualizaciones interactivas
  • 00:05:50
    tokenización mecanismos de atención
  • 00:05:52
    etcétera simuladores para experimentar
  • 00:05:54
    con conceptos del lms cuestionarios
  • 00:05:56
    interactivos para reforzar el
  • 00:05:57
    aprendizaje Seguiré trabajando en el
  • 00:05:59
    desarrollo y te mandaré informado de mi
  • 00:06:00
    progreso y sigue dándole a esto como
  • 00:06:02
    haga la mitad de lo que ha dicho que va
  • 00:06:04
    a hacer yo de verdad que no sé en qué
  • 00:06:06
    punto estamos ya pero esto es una
  • 00:06:07
    puñetera locura bien como veis manus
  • 00:06:10
    sigue trabajando llevamos ya cerca de 7
  • 00:06:12
    8 minutos trabajando en ello y está
  • 00:06:14
    desarrollando la interface Front 10
  • 00:06:15
    creando todos los archivos que necesita
  • 00:06:17
    para esto y entiendo que cuando acabe
  • 00:06:19
    podremos ver un preview de esta web app
  • 00:06:21
    pero de momento Tendremos que buscar
  • 00:06:22
    algún sitio donde alojar manos ha
  • 00:06:25
    pillado el mundo por sorpresa y ha
  • 00:06:26
    pegado un viaje importante en el sector
  • 00:06:28
    como os decía va básicamente ha
  • 00:06:30
    conseguido 2 millones de usuarios una
  • 00:06:31
    semana lo cual es una auténtica locura
  • 00:06:34
    Pero además de eso han salido muchas
  • 00:06:36
    informaciones de manus que también son
  • 00:06:37
    falsas Este vídeo en el que vemos un
  • 00:06:40
    ordenador trabajando con multipantallas
  • 00:06:42
    se publicó como que era un vídeo de
  • 00:06:43
    manus trabajando y que estábamos jodidos
  • 00:06:45
    porque estaba haciendo 400 tareas a la
  • 00:06:47
    vez pero el mismo cocreador de la
  • 00:06:49
    empresa cofundador de manus eh reveló
  • 00:06:51
    que eso no era cierto y que ese vídeo no
  • 00:06:53
    era de manus que manus es un navegador o
  • 00:06:55
    sea un agente que utiliza navegadores de
  • 00:06:57
    forma individual con su propio
  • 00:06:58
    computador etcétera pero que no puede
  • 00:07:00
    hacer nada parecido a lo que estaba ahí
  • 00:07:01
    parecía Más bien una granja de tiktok
  • 00:07:04
    que otro tipo de contenido Así que no os
  • 00:07:06
    creáis todo lo que veis porque manus es
  • 00:07:08
    bueno pero no es aún tan bestia como nos
  • 00:07:11
    hacen creer en algunos sitios lo que nos
  • 00:07:13
    estamos dando cuenta a medida de
  • 00:07:14
    probarlo Es que manus a veces se queda
  • 00:07:16
    colgado y deja de hacer lo que estaba
  • 00:07:17
    haciendo y simplemente se rompe eso
  • 00:07:20
    puede pasar tanto cuando llevas 20
  • 00:07:21
    minutos trabajando como cuando llevas
  • 00:07:23
    una hora y media con lo cual tiene aún
  • 00:07:25
    cosas que mejorar pero es que estamos en
  • 00:07:26
    la primera semana del producto Esto no
  • 00:07:28
    es más que el mvp es decir el mínimo
  • 00:07:30
    producto viable que han sacado al
  • 00:07:32
    mercado para poder enseñar su idea y su
  • 00:07:34
    concepto de lo que quieren crear y desde
  • 00:07:36
    luego lo que han hecho es muy bestia
  • 00:07:38
    bien manus parece que ha acabado y aquí
  • 00:07:40
    me da una respuesta me dice por aquí ha
  • 00:07:42
    avanzado significativamente el
  • 00:07:43
    desarrollo de la aplicación web
  • 00:07:44
    interactiva sobre l lms basada en el
  • 00:07:46
    vídeo de Andre carpazi hasta ahora he
  • 00:07:47
    completado el análisis detallado del
  • 00:07:49
    vídeo la extracción el diseño la
  • 00:07:50
    configuración el desarrollo de la
  • 00:07:52
    aplicación frontend Y a partir de aquí
  • 00:07:54
    dice la aplicación tiene una estructura
  • 00:07:55
    Clara y atractiva que sigue el diseño
  • 00:07:56
    planificado ahora estoy comenzando a
  • 00:07:58
    implementar la funcionalidad real de los
  • 00:08:00
    componentes interactivos como el
  • 00:08:01
    visualizador de tokenización el
  • 00:08:03
    simulador de maquinismo de atención y el
  • 00:08:04
    generador de texto te gustaría que me
  • 00:08:06
    enfoque algún componente interactivo
  • 00:08:08
    específico primero prefieres que
  • 00:08:09
    continúe con el plan vale vamos a
  • 00:08:10
    decirle continúa con el plan y dame
  • 00:08:15
    previsualizaciones de estos componentes
  • 00:08:18
    para
  • 00:08:20
    validarlos esto que acabo de hacer es
  • 00:08:22
    absolutamente brutal porque yo estoy
  • 00:08:23
    interrumpiendo su flujo de trabajo pero
  • 00:08:25
    entiendo que sigue trabajando con la
  • 00:08:26
    idea que tenía por detrás no sé si para
  • 00:08:28
    lo que estaba haciendo para gestionar
  • 00:08:30
    esta nueva pregunta que le he hecho Y a
  • 00:08:31
    partir de ahí continuar desde donde lo
  • 00:08:33
    ha dejado Pero la realidad es que es
  • 00:08:34
    absolutamente increíble que puedas
  • 00:08:36
    interrumpir el flujo de un modelo de
  • 00:08:38
    Inteligencia artificial eso realmente es
  • 00:08:40
    una novedad y un acercamiento muy
  • 00:08:42
    distinto a lo que tenía hasta ahora y
  • 00:08:44
    desde luego una funcionalidad mucho más
  • 00:08:46
    orgánica no contesta perfecto continuaré
  • 00:08:48
    con el plan establecido implementaré los
  • 00:08:49
    componentes interactivos y te
  • 00:08:50
    proporcionaré previsualizaciones de cada
  • 00:08:51
    componente para que puedas validarlos
  • 00:08:53
    comenzaré con los tres componentes
  • 00:08:54
    principales visualizador de oiza
  • 00:08:56
    simulador de mecanismo de atención y el
  • 00:08:58
    generador de textos bien Vamos a dejar
  • 00:09:00
    que manus trabaje y acabe su tarea y
  • 00:09:02
    mientras tanto os voy a explicar cómo
  • 00:09:04
    funciona esto de un agente de
  • 00:09:05
    Inteligencia artificial básicamente un
  • 00:09:07
    agente de Inteligencia artificial no es
  • 00:09:08
    más que una ia con una caja de
  • 00:09:10
    herramientas y que por el medio tiene
  • 00:09:12
    una cosa que se llama una capa de
  • 00:09:13
    orquestra que es básicamente una
  • 00:09:15
    programación para poder utilizar esas
  • 00:09:17
    herramientas cuándo Y cómo debe
  • 00:09:19
    utilizarlas en este caso manus tiene por
  • 00:09:21
    detrás a clot y a quen la ía de alibaba
  • 00:09:24
    eso se ha filtrado de una forma bastante
  • 00:09:26
    No es que haan ocultado sino que
  • 00:09:28
    simplemente si Le pregun pras A manus
  • 00:09:30
    cuál es lo que utiliza de fondo y cómo
  • 00:09:31
    funciona te lo explica con lo cual no
  • 00:09:33
    creo que lo haya intentado ocultar
  • 00:09:34
    demasiado Pero es cierto que se ha
  • 00:09:36
    generado un poco de ruido mediático en
  • 00:09:38
    redes sociales diciendo que manus no era
  • 00:09:40
    más que un rapper es decir un envoltorio
  • 00:09:42
    sobre clot o quen en este caso la
  • 00:09:45
    realidad es que eso es lo que es
  • 00:09:46
    prácticamente todo perplexity es un
  • 00:09:48
    wrapper con lo cual no tenemos que
  • 00:09:50
    preocuparnos o quejarnos porque haya
  • 00:09:52
    rappers habrá empresas agencias que
  • 00:09:54
    hagan modelos fundamentales para poder
  • 00:09:56
    utilizarlo y después habrá otras
  • 00:09:58
    empresas que utilicen esos modelos
  • 00:09:59
    convirtiéndolos en herramientas y eso le
  • 00:10:01
    queréis Llamar wrapper Pues yo no le veo
  • 00:10:02
    el la falta de valor a un wrapper
  • 00:10:04
    magnific es un wrapper de las diferentes
  • 00:10:06
    illas de imagen eh copilot es un wrapper
  • 00:10:09
    de chat gpt e como digo perplexity
  • 00:10:12
    también es un wrapper con lo cual no lo
  • 00:10:13
    veo nada raro porque al final lo que
  • 00:10:15
    utilizan es el modelo fundamental que ha
  • 00:10:17
    entrenado una empresa para hacer una
  • 00:10:18
    herramienta que a mí me sea útil si esa
  • 00:10:20
    herramienta lo podría hacer chat gpt
  • 00:10:22
    también Sí pero no lo hace a día de hoy
  • 00:10:23
    con lo cual manus aporta un valor que a
  • 00:10:25
    día de hoy no tenemos otra forma de
  • 00:10:26
    utilizar que es un agente general de
  • 00:10:29
    igencia artificial bien manus me
  • 00:10:30
    pregunta algo llevamos unos 20 minutos
  • 00:10:32
    trabajando y dice excelente completado
  • 00:10:34
    la implementación de los componentes
  • 00:10:35
    interactivos principales t visualización
  • 00:10:37
    tokenización simulador de mecanismo y
  • 00:10:39
    generador de texto estos componentes
  • 00:10:41
    están integrados en la página del
  • 00:10:43
    playground con un sistema de pestañas
  • 00:10:44
    para navegar entre ellos el servidor
  • 00:10:46
    está funcionando correctamente y me da
  • 00:10:48
    aquí una especie de servidor pero esta
  • 00:10:49
    URL no sé yo si funcionará bien para
  • 00:10:51
    continuar podría implementar componentes
  • 00:10:53
    adicionales optimizar la aplicación para
  • 00:10:55
    dispositivos móviles preparar la
  • 00:10:56
    aplicación para su despliegue final te
  • 00:10:57
    gustaría que me enfoque en alguna de
  • 00:10:58
    estas opones en particular procedes
  • 00:11:00
    primero que muestre capturas de pantalla
  • 00:11:01
    de los componentes implementados para
  • 00:11:03
    validarlos está navegando por aquí y ya
  • 00:11:05
    estamos viendo lo que él está viendo Así
  • 00:11:07
    que si le damos aquí podremos ver lo que
  • 00:11:09
    está haciendo en su ordenador madre de
  • 00:11:12
    Dios Esta es la aplicación que ha creado
  • 00:11:14
    de momento es un pantallazo no sabemos
  • 00:11:16
    si esto está funcionando o no pero por
  • 00:11:18
    aquí ha creado un tokenizador bueno
  • 00:11:20
    bueno bueno qué locura eh vamos a ver si
  • 00:11:22
    vamos a pedirle Me puedes dar acceso a
  • 00:11:26
    preview de esta web app lo que está
  • 00:11:29
    pasando aquí es que manus tiene su
  • 00:11:31
    propio explorador su propio ordenador en
  • 00:11:32
    el que trabajar y lo que me está
  • 00:11:34
    enseñando es un vídeo de lo que él está
  • 00:11:35
    viendo no sé si en tiempo real o
  • 00:11:37
    pregrabado Pero la realidad es que me
  • 00:11:39
    está mostrando lo que él está haciendo
  • 00:11:40
    lo que le estoy pidiendo es si puede
  • 00:11:41
    darme un acceso a mí para poder acceder
  • 00:11:44
    a eso en algún tipo de preview o sandbox
  • 00:11:46
    desplegable en el que podamos
  • 00:11:47
    consultarlo si no lo que podríamos hacer
  • 00:11:49
    es todo el código subirlo a un
  • 00:11:51
    servidor de una web nuestra Y a partir
  • 00:11:52
    de ahí verlo en de forma pública en
  • 00:11:55
    internet si os fijáis aquí ahora me pone
  • 00:11:57
    preparando el despliegue de la
  • 00:11:58
    aplicación web inter activa sobre el lms
  • 00:12:00
    para compartirla con el usuario Así que
  • 00:12:01
    está haciendo lo que le he pedido me
  • 00:12:04
    acabo de dar cuenta que yo mi primer
  • 00:12:05
    prom se lo he hecho en inglés pensando
  • 00:12:07
    que probablemente manus funcionaría
  • 00:12:09
    mejor pero a partir de ahí manus
  • 00:12:10
    directamente ha empezado a contestar en
  • 00:12:11
    castellano es decir que él detecta el
  • 00:12:13
    idioma de mi sistema Y a partir de ahí
  • 00:12:15
    se adapta a mí y me habla directamente
  • 00:12:16
    en el idioma de mi ordenador para que
  • 00:12:18
    nos entendamos con lo cual el mismo
  • 00:12:20
    parece que puede funcionar perfectamente
  • 00:12:21
    en castellano y toda la cadena de
  • 00:12:22
    pensamiento que va mostrando lo que va
  • 00:12:24
    haciendo parece que está Igualmente en
  • 00:12:26
    castellano Así que no tendréis problema
  • 00:12:28
    para trabajar con él en
  • 00:12:32
    español bien parece que me ha entregado
  • 00:12:34
    algo He desplegado la aplicación web
  • 00:12:36
    interactiva y ahora puedes acceder a
  • 00:12:37
    través de la siguiente URL Esto está en
  • 00:12:39
    una URL temporal de manus Así que vamos
  • 00:12:42
    a ver lo que ha conseguido hacer vale
  • 00:12:44
    pues esto tiene buena pinta como podéis
  • 00:12:46
    ver Tenemos aquí directamente Pues eso
  • 00:12:48
    una página web con sus diseños El diseño
  • 00:12:51
    no está nada mal para ser hecho por un
  • 00:12:53
    llm Y a partir de aquí dice aprende
  • 00:12:55
    sobre modelos de lenguaje comenzar a
  • 00:12:57
    aprender explorar el playground tenemos
  • 00:12:59
    aquí inicio módulos playground recursos
  • 00:13:01
    y por aquí pone los diferentes módulos
  • 00:13:02
    oa básicamente me ha montado un curso
  • 00:13:04
    online sobre llms visualización
  • 00:13:06
    interactiva simuladores de
  • 00:13:07
    entretenimiento de entrenamiento Perdón
  • 00:13:09
    cuestionarios interactivos listo para
  • 00:13:11
    sumergirte comenzar ahora vamos a
  • 00:13:12
    probarlo entramos y me dice el primer
  • 00:13:14
    módulo es fundamentos vamos a explorar
  • 00:13:16
    este primer módulo Y a partir de aquí Me
  • 00:13:17
    pone pues contenido que son los llms
  • 00:13:20
    esta imagen no está cargando eh
  • 00:13:22
    propósito y capacidades ejemplos
  • 00:13:24
    aplicaciones prácticas Y a partir de
  • 00:13:25
    aquí componentes interactivos explorador
  • 00:13:27
    de capacidades interactúa con ejemplos
  • 00:13:29
    diferentes de capacidades desde
  • 00:13:30
    responder preguntas hasta generar
  • 00:13:31
    contenido creativo Vamos a darle a ver
  • 00:13:33
    qué hace vale Este componente no
  • 00:13:35
    funciona para empezar comparador de
  • 00:13:37
    modelos visualiza diferentes modelos del
  • 00:13:38
    lm en términos de tamaño rendimiento y
  • 00:13:40
    capacidades tampoco funciona Y a partir
  • 00:13:42
    de aquí tiene un cuestionario que
  • 00:13:43
    tampoco funciona podemos pasar al
  • 00:13:45
    siguiente módulo pero de momento la
  • 00:13:46
    interface la ha creado vamos a ver la
  • 00:13:48
    parte del playground en el playground sí
  • 00:13:50
    que nos ha creado tres herramientas que
  • 00:13:52
    parece que funcionan visualizador de
  • 00:13:53
    tokenización escribe un texto en el área
  • 00:13:55
    para ver cómo se divide en tokens Hola
  • 00:13:58
    qué tal cómo estás y aquí nos lo divide
  • 00:14:01
    con una tokenización exactamente Como
  • 00:14:03
    haría un tokenizador pero nos lo está
  • 00:14:05
    haciendo por palabras Eh no estoy seguro
  • 00:14:06
    de que esto esté funcionando
  • 00:14:07
    correctamente vale pero de momento la
  • 00:14:09
    interface la interface funciona otra
  • 00:14:11
    cosa es que el interior no esté el motor
  • 00:14:13
    no esté funcionando Como debería ser
  • 00:14:15
    aquí nos hace diferentes explicaciones
  • 00:14:17
    cargar ejemplo uno él pone un ejemplo Ah
  • 00:14:20
    pues parece que sí que lo hace que en
  • 00:14:21
    ese en ese texto yo había puesto pero
  • 00:14:23
    fijaros como modelos lo divide en dos
  • 00:14:24
    tokens lenguaje también etcétera Y aquí
  • 00:14:27
    tiene otro ejemplo y podemos ir haciendo
  • 00:14:29
    vamos a ver si funciona cuando lo
  • 00:14:30
    hacemos con un ejemplo nuestro la grúa
  • 00:14:32
    del barrio se llevó mi coche y me dejó
  • 00:14:36
    tirado por la mañana vamos a ver la grúa
  • 00:14:40
    del barrio se llevó en mi coche y me
  • 00:14:41
    dejó tirado por la mañana no lo está
  • 00:14:42
    haciendo solo lo hace con los ejemplos
  • 00:14:44
    Pero simplemente es que no tiene
  • 00:14:45
    interiorizada la fórmula de tokenización
  • 00:14:48
    pero el interface funciona a la
  • 00:14:49
    perfección simulador de atención
  • 00:14:51
    simulador del mecanismo de atención aquí
  • 00:14:53
    dice esta visualización muestra Cómo
  • 00:14:54
    funciona el mecanismo de atención en los
  • 00:14:56
    Transformers selecciona un token para
  • 00:14:57
    ver cómo Presta atención a otros tokens
  • 00:14:59
    en la secuencia vamos a gato por
  • 00:15:01
    ejemplo texto de ejemplo Ah vale
  • 00:15:03
    selecciono aquí gato y a partir de ahí
  • 00:15:05
    nos dice cóm gato se relaciona con el
  • 00:15:07
    resto de palabras de a nivel de atención
  • 00:15:10
    para el llm esto es brutal y realmente
  • 00:15:12
    ayuda muchísimo Cómo funciona el
  • 00:15:14
    mecanismo de atención fijaros que él
  • 00:15:15
    mismo ha decidido poner tips y los ha
  • 00:15:17
    puesto en interface de una forma por su
  • 00:15:19
    propia cuenta y generador de texto
  • 00:15:21
    experimenta con un generador de texto
  • 00:15:23
    simplificado que simula como los llms
  • 00:15:24
    generan texto token por token
  • 00:15:26
    permitiéndote ajustar parámetros como la
  • 00:15:27
    temperatura vale pronto inicial
  • 00:15:30
    créame una historia de fantasía Y a
  • 00:15:34
    partir de aquí mostraremos generación
  • 00:15:36
    token por token lo dejaremos así y
  • 00:15:37
    generaremos texto y fijaros que lo que
  • 00:15:39
    hace es cómo lo haría un chat gpt que
  • 00:15:42
    simular Cómo va generando token por
  • 00:15:44
    token Y a partir de ahí podemos
  • 00:15:45
    gestionar un poco los parámetros y
  • 00:15:47
    cambiaría pues la velocidad etcétera y
  • 00:15:49
    nos explica aquí Cómo va y de esta forma
  • 00:15:51
    básicamente nos intenta dar una serie de
  • 00:15:53
    ejemplos para ver cómo funciona todo
  • 00:15:55
    esto está claro que la web es
  • 00:15:57
    absolutamente increíble y lo que
  • 00:15:59
    podríamos hacer es seguir trabajando con
  • 00:16:00
    manus para desarrollar el resto de
  • 00:16:01
    componentes porque él mismo nos había
  • 00:16:02
    dicho que iba a desarrollar primero eso
  • 00:16:04
    y que después desarrollaría el resto
  • 00:16:06
    vamos a ver dónde se ha quedado bien nos
  • 00:16:08
    dice aquí esta aplicación permite
  • 00:16:09
    aprender de manera interactiva los
  • 00:16:11
    conceptos explicados en el vídeo Deep
  • 00:16:13
    dive into llms like chat gpt de Andre
  • 00:16:15
    carpa incluso la la página de inicio
  • 00:16:17
    módulos de aprendizaje el playground
  • 00:16:19
    interactivo con esos tres módulos que
  • 00:16:20
    funcionan aunque no tienen la la fórmula
  • 00:16:23
    correcta de fondo y recursos la
  • 00:16:26
    aplicación es completamente responsiva y
  • 00:16:27
    funciona en dispositivos móviles de
  • 00:16:29
    escritorio puedes Navegar entre las
  • 00:16:30
    diferentes secciones usando el menú
  • 00:16:31
    superior hay alguna parte específica de
  • 00:16:33
    la aplicación que te gustaría que te
  • 00:16:34
    explicase con más detalle y a partir de
  • 00:16:36
    ahí nos permitiría interactuar con él
  • 00:16:38
    para mejorar aquellas cosas que no
  • 00:16:40
    funcionan el resultado sin duda es
  • 00:16:43
    increíble pero manus no es siempre tan
  • 00:16:45
    bonito como parece tiene una serie de
  • 00:16:47
    cosas que no son exactamente como
  • 00:16:49
    creemos que son lo primero es que si
  • 00:16:51
    hacemos otro tipo de web Apps vemos que
  • 00:16:53
    utiliza una especie de plantilla vale
  • 00:16:55
    fijaros en esta web app que he creado de
  • 00:16:57
    un asistente tanzania Y si os fijáis
  • 00:16:58
    tiene cosas muy parecidas los botones
  • 00:17:00
    estos cuadrados y grandes que teníamos
  • 00:17:02
    aquí y después fijaros como aquí abajo
  • 00:17:04
    tiene un botón para activar que
  • 00:17:06
    curiosamente aquí funciona una
  • 00:17:08
    estructura muy parecida el diseño es
  • 00:17:09
    diferente Pero la estructura es muy
  • 00:17:11
    parecida Eso quiere decir que
  • 00:17:12
    probablemente tiene una serie de
  • 00:17:14
    programaciones de plantillas o que el
  • 00:17:16
    modelo llm de debajo sea clot o quen el
  • 00:17:18
    que trabaje en este momento suele
  • 00:17:20
    trabajar de una forma muy parecida para
  • 00:17:22
    hacer el mismo tipo de contenido esto no
  • 00:17:24
    tiene por qué ser intrínsecamente malo
  • 00:17:25
    pero indica que no es tan agj ético como
  • 00:17:28
    nos quieren hacer parecer es decir que
  • 00:17:29
    no crea cosas nuevas y novedosas sino
  • 00:17:31
    que se basa en algo que ya tiene de
  • 00:17:33
    estructura por otro lado también Es
  • 00:17:35
    cierto que el modelo no entiende
  • 00:17:37
    perfectamente todo muy bien no a la
  • 00:17:38
    primera y no siempre por ejemplo en este
  • 00:17:41
    otro ejemplo en el que yo le he pedido
  • 00:17:42
    que buscase empresas que fuesen Eh pues
  • 00:17:45
    potenciales para mi empresa de servicios
  • 00:17:47
    de paquetería es decir clientes
  • 00:17:48
    potenciales si yo tengo una mensajería
  • 00:17:50
    lo que ha hecho es buscarme empresas de
  • 00:17:52
    paquetería Entonces no ha acabado de
  • 00:17:53
    entender bien la misión y ha recopilado
  • 00:17:55
    datos de empresas de paquetería En lugar
  • 00:17:57
    de empresas potencialmente ente clientes
  • 00:17:59
    para empresas de paquetería esto es malo
  • 00:18:01
    no entender que esto es un mínimo
  • 00:18:03
    producto viable que han sacado al
  • 00:18:04
    mercado es una primera fase y es normal
  • 00:18:06
    que no funciona la perfección lo primero
  • 00:18:08
    que tenéis que entender es que con este
  • 00:18:09
    tipo de inteligencias artificiales con
  • 00:18:11
    agencia que hacen cosas lo que tenemos
  • 00:18:13
    que hacer es lo que se conoce y hemos
  • 00:18:14
    hablado ya en este vídeo de vipe coding
  • 00:18:17
    Es decir de ir codificando de ir creando
  • 00:18:19
    lo que queremos en base al flujo que
  • 00:18:21
    está pasando y no intentando que lo haga
  • 00:18:23
    la primera no podéis hacer que la
  • 00:18:24
    Inteligencia artificial os haga el
  • 00:18:26
    trabajo entero sino que tenéis que
  • 00:18:27
    dirigirla hacia donde queréis ir si
  • 00:18:29
    encontramos este error de la agencia y
  • 00:18:31
    que vemos que en el tema de viajes y
  • 00:18:34
    vemos que la plantilla es la misma pues
  • 00:18:35
    le diremos cambia el diseño que sea de
  • 00:18:36
    otra forma y probablemente lo podrá
  • 00:18:38
    hacer pero la ia tiende como todos
  • 00:18:40
    nosotros como toda la inteligencia en
  • 00:18:41
    general a irse a lo cómodo Y a lo que
  • 00:18:43
    sabe que es suficientemente bueno pero
  • 00:18:45
    fácil en la parte de la empresa pues Si
  • 00:18:47
    vemos que ha buscado agentes de
  • 00:18:49
    paquetería pues le vamos a aclarar el
  • 00:18:50
    prom le diremos Oye he dicho clientes
  • 00:18:52
    potenciales para una agencia de
  • 00:18:53
    paquetería no clientes de paquetería
  • 00:18:55
    porque evidentemente ellos no me van a
  • 00:18:57
    comprar mis servicios en de definitiva
  • 00:18:59
    lo que tenemos con esta Inteligencia
  • 00:19:00
    artificial es un agente general que
  • 00:19:02
    puede hacer cosas absolutamente
  • 00:19:04
    increíbles es lento no es tan lento como
  • 00:19:06
    seríamos nosotros haciendo la misma
  • 00:19:07
    tarea pero a día de hoy también supone
  • 00:19:09
    que le deis su tiempo pero en general es
  • 00:19:11
    un muy buen atisbo a lo que vamos a ver
  • 00:19:13
    con agentes en 2025 y lo podéis aplicar
  • 00:19:17
    a cualquier cosa que queráis Es decir
  • 00:19:19
    para haceros Pues eso desde web apps
  • 00:19:21
    para haceros también aplicaciones pues
  • 00:19:23
    más del día a día como a buscar
  • 00:19:25
    información en internet sobre una tarea
  • 00:19:27
    que le queráis delegar o cualquier
  • 00:19:28
    cualquier cosa que se os ocurriese
  • 00:19:29
    normalmente delegar a un asistente que
  • 00:19:32
    vosotros tuvieseis manos sin ninguna
  • 00:19:34
    duda muestra la capacidad de lo que
  • 00:19:36
    puede ser un asistente general de
  • 00:19:37
    Inteligencia artificial ha sido el
  • 00:19:39
    primero que ha pegado tan fuerte y como
  • 00:19:40
    os decía al principio 2 millones de
  • 00:19:43
    correos electrónicos recogidos en una
  • 00:19:45
    semana en lista de espera le garantizan
  • 00:19:47
    el éxito a esta Inteligencia artificial
  • 00:19:49
    china que desde luego oiremos mucho más
  • 00:19:51
    hablar de ella Nosotros la Seguiremos
  • 00:19:53
    probando y veremos hasta dónde llega y
  • 00:19:55
    os iremos informando de ello nos vemos
  • 00:19:56
    en el próximo vídeo chao al
Tags
  • Manus AI
  • Inteligencia Artificial
  • Agente General
  • Interfaz
  • Aplicaciones Web
  • Demanda
  • Limitaciones
  • Interacción
  • Desarrollo
  • Innovación