號稱“全球首款真正意義上的通用AI Agent”的國產產品Manus風頭十足，刷屏海內外社媒。Manus的名字來源于拉丁語Mens et Manus，意為“mind and hand”，即手腦并用，這也是麻省理工學院的校訓。

值得注意的是，Manus在權威的GAIA（General AI Assistants，通用AI助手）基準測試中創下了新紀錄，全部難度級別中的評分都超越了OpenAI的DeepResearch。Manus的出現標志著人機協作進入了一個新的范式，它可能是通向通用人工智能（AGI）的一個重要窗口。由于產品處于內測階段，僅以邀請碼形式開放使用，Manus急劇進入一個供不應求的狀態。

經過2023年的百模大戰，2024年的應用之爭，行業淘汰賽加劇，2025年對于初創企業而言，落地路線的選擇至關重要。Manus不僅僅是一個只會聊天的對話式AI工具，它是一個多模型、多智能體產品，擁有“獨立思考”能力，能夠對復雜的通用任務進行多步驟拆解并執行。只需要告訴它最終目標，Manus就可以靈活調用各類工具，自主執行瀏覽網頁、操作網頁應用、編寫并執行代碼等操作來實現。

「Agent代理人」有多強？

業內常規產品中，通行的邏輯是在平臺內整合全球供應鏈企業信息，來幫助用戶完成供貨商/需求方匹配這件事。但在Manus的案例中，你能看到完全不同的實現方式。Manus與傳統AI助手最大的不同在于自主規劃與執行能力，從“被動響應”向“主動執行”的跨越，其核心架構通過多模型協作將復雜任務拆解為子目標，并調用外部工具逐步完成。例如，用戶只需輸入“分析特斯拉股票并制作PPT”，Manus會自動完成數據搜集、分析、圖表生成及PPT排版，全程無需人工干預。類似任務如簡歷篩選、房產推薦等，Manus均能通過虛擬機技術分解步驟，模擬人類工作流。

打開Manus界面，有四部分構成，分別是瀏覽器、搜索、編輯器和終端，是把各類功能組合封裝好的一款產品。具體來看，第一步跟ChatGPT一樣有對話界面，用戶需要提出具體的訴求，之后操作界面被劃分為了兩部分，左面是對話界面，右面是終端。當開始執行任務后，左面開始識別意圖、制定執行步驟以及開始搜索、調用所需的各類工具，右面的終端相當于一個虛擬機，可以同步執行文件處理、代碼生成、搜索瀏覽器等工作。

里面有一個小插曲，據說，Manus團隊一開始的方向是AI瀏覽器。在偶然看到Arc被放棄后，他們才決定了終止AI瀏覽器的研發工作。現在在使用過程中，也能看到瀏覽器的痕跡。

Manus目前采用「Multiple Agent」架構，運行在獨立的虛擬機中。通過規劃型Agent負責任務拆解、執行型Agent調用具體工具、監控驗證Agent跟蹤任務進度和debug等多層代理分工協作機制，來大幅提升對復雜任務的處理效率，并通過并行計算縮短響應時間。此外，Manus還具備記憶能力，能夠在執行類似任務時不斷優化和提升自己的工作效率：例如若用戶習慣以Excel接收結果，后續任務會自動優先生成表格。整個過程在云端異步完成，這意味著用戶可以隨時關閉電腦，等待結果生產。

在這個架構中，每個代理可能基于獨立的語言模型或強化學習模型，彼此通過API或消息隊列通信。同時每個任務也都在沙盒中運行，避免干擾其他任務。專用RL小模型負責系統中最關鍵的決策環節：意圖識別、任務規劃和工具調用。整個工作流程設計以一份todo.md文件為核心，它兼顧記憶和指揮，解決了AI Agent長期面臨的上下文管理難題，并且能夠保持執行反饋與todo.md之間的動態聯系。

使用Manus過程中，用戶能感受到的體驗感更多是跨App操作能力及其可視化過程帶來的，而輸出結果的可用性完全有賴于基礎模型的能力。最近幾個月的一系列推理模型比如GPT o3、DeepSeek R1、QWQ、Claude 3.7 Sonnet等的發布甚至開源，一定程度上提升了路徑規劃能力、深度研究能力和代碼寫作的準確率，為更具生產力的agent提供了可能。

Manus的火爆加速了開源社區的創新進程，MetaGPT等團隊迅速推出OpenManus、OWL等開源項目，通過復現核心架構推動Agent技術普惠化。開源社區的活躍表明，行業競爭壁壘正從單一模型性能轉向工程化能力，包括工具鏈封裝效率、場景適配性及用戶體驗優化。不過，實際應用仍需解決模型幻覺、響應速度等體驗問題，這將是下一階段技術演進的重點。

Manus存在的爭議

在Manus的解釋理虛擬機中的計算機應用并不多，主要體現在模擬用戶點擊、瀏覽和切換工具使用，意義不是十分大。因此Zengyi Qin（MIT博士）認為它在本質上還是一個預先設定的“workflow”，在無邊界操作系統級環境（open-ended OS Level environment）中并未取得突破。官網上介紹的智能研究、高級數據分析、任務自動化三大功能其實也就是Manus的極限了。

Manus真正的殺手锏是它模擬人類方式工作方式的能力，它并沒有做到哪些人類當前真正無法做到的事，這也就是為什么一些已經體驗過的用戶，形容Manus為“一個實習生”。而Manus團隊本身并不自研大模型，而是基于業內大模型開發“套殼”產品，這也是Manus被不少AI業內人士認為不具備“護城河”、以及在技術層面并沒有太多新東西的原因之一。

需要指出的是，根據參加過溝通會的行業人士表述，Manus并不諱言自己是一個“套殼”產品，其價值在于工程化創新 —— 通過逆向工程實現任務拆解邏輯的標準化，降低開發門檻，為行業提供了可復用的技術框架。這種將底層模型與工具調用深度集成的模式，或將成為Agent產品的通用范式。

一場產品經理式的成功

在Manus獲得如此熱度之后，就如同好奇DeepSeek團隊成員一樣，外界也開始關心這家應用層公司團隊的來歷。Manus團隊主要成員包括創始人肖弘、產品合伙人張濤和首席科學家季逸超。其中，張濤曾在字節跳動負責國際化產品，隨后在光年之外擔任產品負責人，與肖弘、季逸超共同成立Manus AI并擔任合伙人后，目前負責產品戰略、市場溝通及用戶體驗優化，主導構建了Manus的多代理架構設計，提出“用戶體驗應從答案交付轉向成果交付”的產品理念。

一個很明確的事實是，Manus誕生的必要前提是基座模型的性能提升，但這是過去兩年來整個行業有目共睹的趨勢，為什么率先讓Agent獲得注意力的會是Manus？從傳播路徑上來看，Manus與DeepSeek-R1一樣，爆火是因為成功打出了用戶體驗上的低門檻和時間差。DeepResearch只有200美元/月的ChatGPT Pro用戶才能夠使用，因而Manus更容易在體驗上形成沖擊。

這是一場產品經理式的成功，考驗的是產品設計能力和產品實現技能。這種能力，是Manus團隊所擅長的，也是曾被市場所低估的。

Manus控股公司蝴蝶效應（Butterfly Effect Hong kong）成立于2023年，境內企業名為北京紅色蝴蝶科技有限公司，還在武漢設有分公司。在Manus之前，主要有兩款產品：2023年初推出號稱All-in-One的AI助手瀏覽器插件Monica，接入了ChatGPT等工具的API，可為用戶提供搜索、閱讀、寫作、翻譯、創作等多種任務的協助，截至2024年年底，主打海外市場的Monica已經擁有了超過1000萬的用戶；另一款則是2023年收購而來的另一款插件ChatGPT for Google。

現在的Manus距離正式版想交付給大家的體驗還差很遠，像模型幻覺、交付物友好度、運行速度等方面都還有很大的提升空間。未來，Manus或將基于AHPU（Agentic Hours Per User）這一新指標打造出獨屬于AI的商業模式，即衡量用戶委托AI完成任務的時間效率，目標是通過并行任務提升生產力，否則很難完成規模化。目前，Manus通過KV cache優化、推理時延壓縮、執行流程精簡等手段，實現了單次任務消耗控制在兩美元左右的成本。但是，單次任務的成本可能只是一個平均數或中位數，許多動輒兩小時的任務生成，其消耗成本應該不止于此。

AI的下一個關鍵階段

2025年是AI Agent爆發的元年已經成為行業共識。根據麥肯錫等多份權威報告，在多元化需求驅動下，AI Agent市場呈爆發式增長態勢，2024年全球AI Agent市場規模約為51億美元，預計2030年將飆升至471億美元，復合年增長率高達44.8%。

與GPT等對話式AI不同，AI Agent能像人類助手般獨立規劃任務、調用工具并交付成果。如果說大模型讓AI長出了“腦”，那AI Agent就是讓AI長出了“手和腳”。借用OpenAI前應用研究主管Lilian Weng的經典定義，一個合格的Agent需要三大核心能力：Planning（規劃）、Tool use（工具使用）、Memory（記憶）。

AI Agent的熱潮并非偶然，而是技術演進的必然產物。早在2024年紅杉AI峰會上，吳恩達教授便預言“AI Agent是AI發展的下一個關鍵階段”。實際上，市場對AI Agent更早的感知來自于OpenAI和Anthropic。

· 2024年10月，由OpenAI前研究副總裁達里奧·阿莫迪、大語言模型GPT-3論文的第一作者湯姆·布朗等人共同創立的企業Anthropic，推出了基于Claude模型的擴展功能Computer Use，用戶能夠像指揮人類一樣指導Claude操作電腦，包括移動光標、點擊按鈕和輸入文本。在國內，智譜是最早探索Agent的初創企業，同期推出自主智能體AutoGLM。

· 2025年1月，OpenAI推出基于Computer-Using Agent模型的了首款AI智能體Operator，可以根據用戶指令，在云端執行任務，如訂餐、制定計劃、購物等。具體來說，CUA將GPT-4o的視覺能力與強化學習的高級推理能力相結合，經過訓練可以與圖形用戶界面（GUI）交互，就像人類使用鼠標和鍵盤操作一樣。如果遇到問題，Operator可以利用其推理能力自我糾正，遇到故障卡頓、需要幫助時，它會將控制權還給用戶，就像自動駕駛一樣。

可以預判的是，AI Agent是大模型公司不會錯過的產品方向，憑借算力、數據等優勢，大廠基本都是在模型端、應用端、智能體開發平臺協同三個領域閉環發展，傾向于以MaaS（模型即服務）形式將Agent嵌入現有應用生態。大廠們的思路在于，利用AI智能體賦能業務，完善AI應用生態，提高業務及自身在AI時代的競爭力。垂類企業則聚焦行業Know-how，開發場景化解決方案：例如，工業軟件廠商可基于Agent優化生產流程，而網絡安全企業可增強威脅響應能力。

大廠現在幾乎人手一個AI應用，有自研大模型，同時接入了DeepSeek-R1推理模型，RAG、聯網搜索更是現成的，原地改造或者再造一個Manus幾乎不是問題。而AI初創企業布局智能體的思路在于，推出更多可場景化的落地方案，尋找商業變現的路徑。隨著技術的不斷發展和市場的逐漸成熟，AI Agent領域的競爭將愈發激烈，各企業的產品也將不斷迭代升級，以滿足用戶日益增長的需求。

進入2025年，從Operator到Manus，從大廠到獨角獸的競相加速，一場圍繞AI Agent的競逐賽悄然拉開帷幕。就像比爾·蓋茨曾說的，“誰能主宰AI Agent，那才是大事，因為你將永遠不用去搜索網站或者亞馬遜”。Manus的爆火出圈，反映的是大眾對于以Manus為代表的這一類AI Agent產品的期待，拋開“套殼”帶來的爭議，當智能體的價值被更多人看到，智能體時代有望加速到來。