引言：
2025年3月6日，国产大模型团队Monica发布了全球首款通用型AI智能体产品——Manus。这款产品的问世，不仅标志着AI技术的重大突破，也在短时间内引发了市场的广泛关注和热议。Manus以其强大的任务执行能力和跨领域适用性，迅速成为AI领域的焦点。本文将从Manus的创始人介绍、技术分析、优缺点、存在的问题等方面，探讨Manus的崛起及其对行业的深远影响。
目前Manus尚未开放使用，许多用户无法直接体验其功能，现阶段媒体把Manus对标为DeepSeek的行为，可能存在过高抬高这个新产品的价值，这种对比可能也存在一定的片面性，还请大家理性对待。
一、Manus创始人
2015年，一个华中科技大学软件学院的小伙子刚毕业就踏上危险的创业之路。
他叫肖弘，大学期间便已是风云人物，曾带领团队开发了志愿填报助手、圈子集市等产品。成立公司后，他推出了两款百万级用户的应用——壹伴助手和微伴助手，集合公号排版、数据分析、标题测试等功能，陪伴了像小巴这样的新媒体编辑度过无数个孤独的夜晚。
后来，借着大模型的风，他又上线了一个叫Monica.im的浏览器插件，用时髦的话讲叫“AI助手”，集成了当前主流大模型，用户可以和它随时聊天、翻译、作图、处理文案等。
Monica背后的公司叫“蝴蝶效应”。这个名字似乎充满寓意，因为连肖弘都意料不到的是，一只蝴蝶轻轻扇动翅膀，真的刮起了“得克萨斯的龙卷风”。这只新蝴蝶叫Manus.im。
二、一码难求的Manus
一张二手交易平台的截图出现在媒体群中：Manus邀请码，内测未激活，标价50000元。当不少人还一头雾水时，另一头的科技圈却集体疯狂。
传的最疯是一段4分47秒的发布视频。产品是一款叫Manus的“智能体（AI Agent）”，Manus来自拉丁语Mens et Manus，手脑并用的意思，它能够自主思考、规划复杂任务并直接输出完整的工作过程。
一位创始团队成员称这是“全球首个真正意义上的通用智能体”，科技媒体则冠以“年度最炸裂AI应用”的头衔。在一张官网的测试图中，Manus的性能远超OpenAI的同类产品。
演示视频中用英语娓娓道来的人叫季逸超，90后，是公司的联合创始人兼首席科学家，曾效仿比尔·盖茨，休学创办了Peak Lab——一个以贝尔实验室为目标的互联网产品研究室，其打造的Magi系统被称为“中文互联网最大通用知识图谱”。
季逸超在视频中展示了三段演示：筛选简历、遴选房产、分析股票。以定制买房计划为例：
如果想在纽约买套房，对社区环境、犯罪率以及优质的中小学教育资源有一定的要求，同时也有房贷预算。当你输入这些要求，Manus会将你提供的这项任务分解为一个个待办事项列表，然后进行深度学习和推理，最终整合出一份详细的报告，帮你筛选房源，像极了一个专业房地产经纪人。
同为联合创始人的肖弘在即刻转发了该视频，并用卖萌的口吻说“请大家围观新产品~”。从他给自己打的标签来看，肖弘的MBTI是infp，工具狂，还持有不少比特币。
视频是3月5日晚上10点发布的。另一位联合创始人张涛发了庆祝视频，并难掩激动之情：“这是我人生中第一次导一条产品发布片，也是我职业生涯以来最自豪，最具想象力，最圆满的一个作品。”张涛在互联网圈内有个称呼“HideCloud”，曾是Acfun、豌豆荚、剪映、字节跳动、光年之外等公司的产品负责人。从他的话中可知，Manus的开发周期只有20个月。
追溯完整个传播路径，Manus的突然爆火似乎并非有意为之。在国内各类评测文章刷爆前，国外一些技术论坛上对此早已热议不休。此次Manus的“突袭式”发布仅仅是一次内测。一位网友透露，张涛之前的一次对DeepSeek的精彩分享积累不少“善缘”。
这场病毒式的自传播在第二天彻底变成了一场科技狂欢：原本免费的内测码被炒到999元到5万元。一个形象的比喻是，平时说自己认识很多AI公司但现在要不到码的人，很像吹自己人脉广到最后老丈人生病连专家号都挂不到。
地址是：https://manus.im/；目前还在内测，可在登录后，申请加入内测。
不过如果打开官网Manus.im，能发现已有大量的核心测试案例，据说几乎是“自来水”们贡献的。管网满是英文的界面和联网生态来看，产品主要面向海外用户，但媒体报道时又用了“华人团队”的表述，让国人体验感着实下降。
三、Manus技术分析
既然Manus如此强大，它工作的底层机制到底是什么？主要用三种技术。
第一是“多智能体系统”技术。根据官方介绍，Manus由几种不同大模型提供底层支持。比如Claude 3.5、DeepSeek等等，这些大模型共同组成了Manus的大脑。
第二是思维链和任务分解的技术。利用这些技术，Manus具有分析用户意图、分解任务步骤、然后通过数据接口访问各种工具，执行任务的能力。从回放记录中也可以清楚看到，Manus拆解用户任务的能力很强，最终输出的内容基本可以达到用户的需求。
第三是Manus内置的虚拟机技术，以及整合工具包。这些工具使得我们能够用自然语言，让Manus拥有模拟人类完成任务的能力。
总体来说，Manus不仅拥有可以思考的大脑，还有可以执行任务的“手”和“脚”，最终做出令人惊叹的效果。但你或许也从这些技术中看出了一丝端倪：Manus事实上“缝合”了主流大模型的优点，团队也自黑是“套壳”，而非底层技术的颠覆式创新。
四、Manus优缺点分析
以下是Manus的优缺点总结：
（一）优点
1. 强大的任务执行能力：Manus能够处理多种复杂任务，从简单查询到复杂的数据分析、代码编写等，展现出强大的任务执行能力，无需人类持续干预。它还可以将复杂任务分解为多个子任务，并按顺序逐一执行，大幅提升工作效率。
2. 跨领域适用性：Manus具备跨领域的广泛适用性，能够应用于教育、商业、金融、旅游等多个领域，提供有价值的服务和支持。
3.易用性：Manus的设计注重用户体验，用户只需通过自然语言描述需求，无需掌握复杂的工具或技术，即可获得高质量的输出。
4.自主学习与适应能力：Manus能够通过与环境的交互不断学习和优化自身行为，提高任务执行效率和准确性。它还能根据用户的反馈和任务结果，持续优化自身的执行策略。
5. 高效与便捷性：Manus能够快速理解用户需求，并迅速启动任务执行流程，节省用户时间。它还支持云端异步处理，用户可以在设备离线的情况下完成任务。
6. 多模态处理能力：Manus支持文本、图像等多种模态的处理，信息获取和输出更接近人类的多维度交互方式。
7. 高性价比：在GAIA基准测试中，Manus以86.5%的准确率位列第一，且单任务运行成本仅为竞品的1/10。
（二）缺点
1.依赖外部数据源：Manus在执行任务时依赖外部数据源和工具，如果外部数据源出现问题或工具不可用，可能会影响任务执行效率和准确性。
2.隐私与安全问题：Manus处理大量用户数据，涉及隐私和安全问题。如果数据泄露或被恶意利用，可能会给用户带来损失和风险。
3. 技术门槛较高：尽管Manus的设计注重易用性，但其底层技术原理和实现方式较为复杂，普通用户可能难以理解，这可能会影响用户对其的信任度和接受度。
4. 可靠性与稳定性有待提升 ：在处理复杂任务时，Manus仍可能出现错误或不稳定的情况，尤其是在任务时长较长时，中断率约为3.7%。
5. 伦理与风险问题：在某些高风险领域（如金融投资），Manus的自主决策可能对用户造成重大经济影响。
6.商业化与生态布局的挑战 ：Manus目前仅开放内测，且主要面向企业级用户，其未来在市场竞争中需要面对来自国内外巨头的竞争压力。
五、Manus目前仍存在的问题
（一）技术层面
1.服务器资源与稳定性问题：Manus发布后的火爆超出了团队预期，服务器资源有限，导致目前处于超负荷运转状态，注册端口甚至遭到暴力破解。此外，部分用户反馈在使用过程中可能会出现卡顿或任务排队延迟的情况。
2.依赖外部数据源和工具：Manus在执行任务时需要依赖外部数据源和工具，如果这些外部资源出现问题或不可用，可能会影响任务执行的效率和准确性。
3.模型性能与局限性：尽管Manus在GAIA基准测试中取得了不错的成绩，但在处理复杂问题时，其准确率仍有待提升。例如，在Level 3任务的测试中，准确率仅为59%。此外，Manus目前仍处于“功能机”阶段，需要进一步优化。
4.多模态能力不足：相比于推理能力，Manus在多模态、函数调用和长期规划等能力上表现并不突出，这可能限制其在某些领域的应用。
（二）用户体验层面
1. 模型幻觉与交付物友好度：在内测阶段，Manus在模型幻觉、交付物友好度和运行速度等方面仍有很大提升空间。用户反馈任务执行时间较长，可能影响使用体验。
2.工具适配问题：Manus在适配部分需要扫描或验证的网站时可能会出现卡死的情况，例如在知乎等平台上的表现不够理想。
3. 用户接受度与门槛：尽管Manus的设计注重易用性，但其底层技术原理复杂，普通用户可能难以理解，这可能会影响其信任度和接受度。
（三）市场与商业化层面
1. 邀请码机制与市场误解：由于服务器容量有限，Manus目前仍采用邀请码机制，但这一策略引发了市场对“饥饿营销”的质疑。此外，市场上出现了邀请码转卖的情况，官方已明确声明这是虚假信息。
2. 商业化路径不明确：Manus目前仍处于内测阶段，尚未开启市场化计划，未来如何实现商业化落地仍是一个挑战。
3. 市场竞争与生态风险 ：Manus所处的AI Agent领域竞争激烈，未来可能会面临来自其他大模型或类似产品的竞争压力。此外，如果大模型内化了Agent的能力，Manus的独立性可能会受到挑战。
六、Manus和DeepSeek的核心差异
1.技术定位与核心能力：Manus定位为通用型AI Agent，其核心在于自主执行复杂任务。它通过多代理协作系统，模拟人类的工作流程，能够将用户需求转化为实际成果。例如，Manus可以完成从数据收集、分析到生成报告的全流程任务，甚至支持代码编写和网页操作。
相比之下，DeepSeek更侧重于大模型层的技术创新，专注于提升模型本身的推理效率与通用能力。其采用稀疏激活网络（MoE）架构，在处理单线程任务（如合同审查、文本生成）时表现出色。
2.功能实现与交互方式：Manus具有端到端的任务执行能力，用户只需输入需求，Manus即可独立完成任务拆解、工具调用和结果交付。其云端异步运行方式允许任务在虚拟环境中独立执行，用户即使关闭设备也不会影响任务进度。
DeepSeek则更注重单点能力的强化，需要用户手动定义工作流。例如，在合同审查中，用户需明确提供具体指令，DeepSeek根据指令生成建议，但不会直接输出最终文件。
3.应用场景与用户群体：Manus的应用场景广泛，涵盖教育、金融、编程等多个领域，适合普通用户和企业使用。其简洁的交互设计降低了使用门槛，即使是技术小白也能轻松上手。
DeepSeek主要服务于开发者和企业，需要结合具体业务场景进行二次开发。例如，在企业合同审查中，DeepSeek需结合企业的法律知识库进行定制化开发。
4.商业模式与技术生态：Manus可能采用SaaS模式，按任务量或订阅收费，并计划年底开源部分模型，以推动技术生态建设。这种策略类似于Android早期通过开放生态对抗iOS。
DeepSeek则通过API调用或定制化模型授权收费，与OpenAI等大模型厂商的商业模式类似。
七、总结
Manus作为一款具有潜力的通用型AI Agent，目前仍处于发展的早期阶段。尽管其在技术上展现出了一定的突破，但在服务器稳定性、模型性能、用户体验、商业化路径以及安全隐私等方面仍面临诸多挑战。团队需要在后续版本中持续优化，以满足市场和用户的需求。
Manus作为国产AI智能体的代表，凭借其强大的技术实力和良好的用户体验，已经在AI领域取得了显著的成就。然而，随着技术的发展和市场竞争的加剧，Manus仍面临诸多挑战。未来，Manus需要在技术创新、用户体验和商业化布局上持续发力，以推动AI技术的健康、可持续发展。我们期待Manus在未来能够带来更多惊喜，为人类社会创造更大的价值。
原文链接：https://blog.csdn.net/weixin_50115285/article/details/146085585?ops_request_misc=%257B%2522request%255Fid%2522%253A%25223a4178584822ba15b394461324c25647%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=3a4178584822ba15b394461324c25647&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-30-146085585-null-null.nonecase&utm_term=manus
