界面新闻记者 |
界面新闻编辑 | 文姝琪
爆红的运气终于轮到了大模型应用层公司。
3月5日晚，一款叫做“Manus”的Agent（智能体）产品发布。24小时内 ，它成为国内AI大模型领域讨论度最高的产品 。
由于产品处于内测阶段 ，仅以邀请码形式开放使用，Manus的体验资格迅速供不应求 。其邀请码在二手电商平台一度被炒至数万元之高。
有关Manus的舆论迅速分化为三派 ，推崇和质疑是两极 ，还有一拨声音在中间强调客观理智看待 。
为何会有这样的奇特景象？因为有大量报道将其描述为“AI Agent产品的DeekSeek时刻”，“瞥见了AGI ” ，且运用了大量“国运级创新 ”等曾经被用来形容DeepSeek的词汇 。一时间 ，对于这类评判的纷争反而吸引了更多注意力。
但回到产品本身，面对其爆火出圈 ，Manus AI团队产品负责人张涛（HideCloud） ，同时也是Monica.im产品合伙人，在朋友圈发文表示 ，过去的十几个小时对于团队来说无异于一场充满了各种意外的冒险 。
团队低估了大家的热情 。这本是一个产品探索过程中的阶段性收获分享 ，因此服务器资源是对标demo水平来准备，不曾想过会引起巨大波澜。
那么Manus到底是一个什么样的产品？如果它不是Agent的DeepSeek时刻，那么它让我们来到了什么样的节点？
一个基本可以替代人的通用AI Agent
Manus对自己的定位是“通用AI Agent” 。不同于传统针对单个任务、具有严格规则和流程的Agent ，Manus是一个多模型、多智能体产品 ，拥有“独立思考 ”能力，能够对复杂的通用任务进行多步骤拆解并执行 。
简单而言 ，用户提出“一句话任务 ” ，一段时间之后，便可以得到一个质量颇高的成品交付。
正如产品视频中演示的三类任务 。以简历筛选为例 ，一个任务经历了解压文件 ，逐页浏览每份简历，记录重要信息（期间还可以继续上传更多简历）等步骤 。
随后 ，它反馈出了排名建议 、候选人简介以及评估标准。如果用户想要更直观的结果 ，告诉它，它就会立刻生成一份表格。并且Manus具备记忆功能 ，在下次生成类似任务结果时也会优先输出表格形式 。
整个过程在云端异步完成 ，这意味着用户可以随时关闭电脑，等待结果生产 。
第二个房产调研任务显示了Manus做研究的能力。这个任务最首要的是拆解出用户对于房产需求的不同维度，以to-do-list形式推进信息搜索 ，包括安全 、教育等等 ，并编写了一个Python程序来核对其预算，据此过滤房地产网站上的所有房屋选项 ，最终输出一份详细的调研报告 。
第三个任务是股票分析 ，这里涉及的是专业数据的准确获取，编写程序以进行股票间相关性的可视化数据分析 ，以及根据新的需求（建立网站）在线部署一个全新网站 。
针对Manus的争议之一是“套壳” ，即没有自研底层大模型的能力。Manus的模型能力来自Anthropic的Claude 。但需要指出的是，根据参加过沟通会的行业人士表述 ，Manus并不讳言自己是一个“套壳 ”产品 。
除此以外 ，据01Founder分析，其技术架构可能还包含专用RL小模型（基于通义千问Qwen）和自研工具包生态。
该人士认为 ，专用RL小模型负责系统中最关键的决策环节：意图识别、任务规划和工具调用 。整个工作流程设计以一份todo.md文件为核心 ，它兼顾记忆和指挥，解决了AI Agent长期面临的上下文管理难题，并且能够保持执行反馈与todo.md之间的动态联系 。
在一众测评中 ，很多获得邀请码的用户尝试了比演示视频更复杂有趣的任务。有人用它写了一个谷歌CEO模拟器 ，从车库出发直到再次成为科技巨头；有人用它整理混乱的发票并填写报销单；有人用它做出一个国家的极简编年史，并配以漫画图表……
这些任务无一例外都成功了 ，并且成品大都让人感到意外 。只不过还是存在一些问题 ，例如个别任务会因为用户权限请求接管，比如网盘资源下载等 ，以及不止一位科技博主反馈Manus的审美水平还需得到提升 ，当然更本质的还是服务器稳定性问题 。
在前述张涛的朋友圈回应中，Manus方面也明确了服务器容量有限 ，团队正在全力输出。
总而言之 ，在已有的实测体验中，Manus近乎于DeepResearch 、Computer Use以及Cursor等众多AI应用的集合体。一名获得实测资格的用户对界面新闻记者表示 ，他的体验基本都很顺畅 ，必须承认，这当中没有太多新技术，但整合得很完美 ，“完全就是产品经理的魅力时刻 ” 。
目前 ，在GAIA（General AI Assistants，通用AI助手）基准测试的评分上 ，Manus已经超过了OpenAI的DeepResearch成为第一 。
技术门槛没那么高 ，靠产品理念和工程能力取胜
在Manus获得如此热度之后，就如同好奇DeepSeek团队成员一样 ，外界也开始关心这家应用层公司团队的来历。
目前代表Manus对外的主要是产品负责人张涛和首席科学家季逸超 。据了解 ，张涛曾在字节跳动负责国际化产品，随后在光年之外担任产品负责人 。季逸超是前Magitech Labs创始人 ，开发的iOS浏览器“猛犸”曾获MacWorld特等奖。
另外 ，创始团队还包括曾经创办过夜莺科技的肖弘 。此前，肖弘还联合张涛创办过Monica ，这是一款集成主流大模型的All-in-One产品 ，提供对话 、翻译、文案处理等多种功能 。
一个很明确的事实是，Manus诞生的必要前提是基座模型的性能提升，但这是过去两年来整个行业有目共睹的趋势 ，为什么率先让Agent获得注意力的会是Manus？
“Less structure, more inteligence（更少的结构 ，更多的智能） ”是Manus团队的核心理念，他们认为应该给予AI更多自主权以决定如何使用工具和完成任务 ，而不是让其恪守规则和程序 ，这也是团队在Manus身上所体现出来的产品特性。
此外，一位AI大模型行业人士对界面新闻记者分析称 ，Manus团队的产品理念和工程能力很好 ，但这的确不是一个新概念，技术门槛也没那么高 。大概两年前 ，Auto-GPT就代表过类似产品想法的兴起 。
从传播路径上来看 ，Manus与DeepSeek-R1一样。它之所以会爆火，是因为成功打出了用户体验上的低门槛和时间差 。大批用户在R1之前没有使用过价格昂贵的o1 ，因此更容易被R1惊艳 。同样 ，DeepResearch也只有200美元/月的ChatGPT Pro用户才能够使用，因而Manus更容易在体验上形成冲击。
因此，我们可以看清它的优势——OpenAI曾为AGI画过一张类比自动驾驶L1-L5级别的路线图 ，分别是对话 、推理 、自主、创新 、组织 ，有科技博主认为Manus或许带领我们迈向了自主阶段，也即Autonomous AGI。但与此同时也不宜将它捧得过高 ，要知道它尚未形成自己的数据飞轮 ，草率站在巨头的轨迹上会略显单薄 。
关于商业模式，不同受访者持不同看法 ，有人认为2美元单次任务的成本还是过高 ，但也有人认为Manus在保证质量与服务稳定，可以开启规模化后 ，还是将尝试付费模式 。届时 ，它或将基于AHPU（Agentic Hours Per User）这一新指标打造出独属于AI的商业模式。
否则在烧钱状态下，Manus很难完成规模化 。前述受访者根据自己的使用经验认为 ，目前2美元单次任务的成本可能只是一个平均数或中位数 ，许多动辄两小时的任务生成，其消耗成本应该不止于此 。
针对Manus的下一步发展，一名关注AI领域的投资人认为它将专注于完善体验 ，并且在短期内严格控制产品放量。因为一旦放开 ，资源限制可能会导致体验急剧下降，进而导致口碑崩塌 。这一定程度上也是在管理用户体验 。
事实上团队也已声明 ，当前的Manus距离正式版想交付给大家的体验还差很远。“像模型幻觉 、交付物友好度、运行速度等方面都还有很大的提升空间 。 ”
前述投资人还推断 ，2025年会出现更多的自主AI Agent，Manus AI团队的下一步也许需要开启融资计划 。
可以预判的是 ，这会是部分大模型公司迅速跟进的产品方向 ，例如打造了AutoGLM的智谱，大概率不会错过通用AI Agent的机会 ，另外就是字节跳动 、阿里巴巴 、腾讯等互联网大厂。
Manus团队在沟通会上就已直面过这类问题 。团队认为自己把握了3个月的战略窗口期 ，这取决于创业公司的快速迭代能力，而大厂决策周期难以跟上AI领域变化 。
2025年Agent的爆发已经成为行业共识 ，眼下 ，行业静待的是第二个“Manus”究竟能做到何种水平。
