A: AiPy是我们基于一种新范式Python-Use开发的一种更加通用快捷地使用大模型完成各种任务的产品。

传统的大模型AI Agent经典范式是通过开发大量的工具Agents再通过协同合作来完成各种任务，人们依赖于更多的Agents的开发及部署安装，在某种角度上上其实开发部署更多的Agent是限制了大模型能力发挥，而AiPy（Python-Use）一种新的范式，是一种“让AI用上 Python，让Python用上AI”的方式，也就是大模型通过对用户任务的理解进行规划拆分，并通过API Calling及Packages Calling实现自动编码并自动执行代码，还可通过反馈机制不断完善迭代，最终实现AI与环境的交互完成任务。

所以我们提出了：“真正的通用AI Agent 是NO Agents! (The real general AI Agent is NO Agents!）”的理念，AiPy（Python-Use）实现的是"No Agents, Code is Agent."新范式，Python 使用数据，Python 使用计算机，Python 使用网络，Python 使用物联网，Python 使用一切，最终实现真正的AI Think Do！

具体Python-Use的相关代码我们已经开源： https://github.com/knownsec/aipyapp

基于这个理念我们认为是跟Manus、MCP等最大区别！对于用户来说：

AiPy相比Manus最大的区别是，AiPy本身是开源免费的，用户只需承担大模型等API的调用token的费用（当然你还可以使用免费的大模型），因为不需要大量的Agents的调用，所以AiPy在相同任务Token消耗上也相对较少。另外还有一个最大的优势是，AiPy支持本地部署，用户无需把自己的敏感数据及文档传到云端，因为AiPy只负责任务进行对应编码，数据处理完全都是在本地进行，对超大文件的处理、涉及敏感数据的处理有种安全可靠的优势。

AiPy相比MCP Server最大的优势是，用户无需依赖各种服务定制开发的各种MCP Server，也无需去部署安装使用，也无需担忧各种MCP Server提供方不可靠带来的安全风险。AiPy可通过实时编码实现各种API的调用，完成各种功能，大家可以通过上面展示的案例或自行体验AiPy的魅力。

总之AiPy提供多种部署方式，不再局限在云端主机各种限制，也不需要各种工具的开发、下载安装及各种复杂的配置，你需要的只是跟大模型对话。