近日，自稱“全球第一款通用AI Agent產(chǎn)品”的Manus一夜之間爆火。

其宣稱性能“吊打”O(jiān)penAI同款，邀請(qǐng)碼被炒至天價(jià)，甚至能賣到9萬(wàn)、10萬(wàn)元一個(gè)。

Manus火得突如其來(lái)，但不算莫名其妙。

火的原因有兩點(diǎn)：“一是多家造勢(shì)，風(fēng)很大，但實(shí)測(cè)的人少，神秘感強(qiáng)，疊加“本土團(tuán)隊(duì)”光環(huán)，又是一個(gè)后來(lái)居上的案例；二是大模型的好，大家都見(jiàn)識(shí)了，但一直停留在聊天上。現(xiàn)在急需趁手的聚合式工具，把腦子里的想法變變現(xiàn)。

忽然，說(shuō)曹操曹操就到，正中下懷。

聚合式工具也沒(méi)那么玄妙，相當(dāng)于“高德打車”吧。

Manus是什么？行內(nèi)叫智能體（Agent），通俗點(diǎn)可以叫“工具人”。這個(gè)工具人就是以大模型為“大腦”，自己“動(dòng)手”使用工具來(lái)完成任務(wù)。Manus英文就是“手”的意思。

有代表性的工具人，當(dāng)屬OpenAI的深度研究（Deep Research）和Anthropic的計(jì)算機(jī)應(yīng)用（Computer Use）。以實(shí)測(cè)結(jié)果來(lái)看，Manus達(dá)不到宣傳片里的效果：幻覺(jué)較多，任務(wù)基本以失敗告終。

關(guān)鍵，是不是“工具人”，要看它是不是真的能自行決定怎么完成任務(wù)、挑什么工具，而不是靠編好的代碼。

Manus目前未有任何信息能證明自己是真正的智能體—沒(méi)有人為設(shè)計(jì)的工作流程。因此，只能說(shuō)它在宣傳里呈現(xiàn)出“智能體”或通用人工智能（AGI）的樣子，并圍繞這一概念做文章。

而Manus也絕非一無(wú)是處。作為一款應(yīng)用，界面簡(jiǎn)潔友好；大腦（思考）、手（操作）、交付的層次非常清晰，組合起來(lái)也是相對(duì)合格的當(dāng)代“牛馬”，還是能幫你提高一點(diǎn)生產(chǎn)力。

下文將舉例說(shuō)明Manus如何完成工作任務(wù)、優(yōu)勢(shì)和局限以及技術(shù)邏輯是什么。省流版：別花好幾萬(wàn)買什么邀請(qǐng)碼，一個(gè)“毛坯房”不值得。

使用工具是大學(xué)問(wèn)

“工具人”絕不能純聊天，不干活兒，專業(yè)工具人都是一邊聊一邊干：左面對(duì)話框，右面操作臺(tái)。Manus和Claude的界面都是如此。

根據(jù)“我有一個(gè)朋友”的實(shí)測(cè)，給Manus由淺入深地提了幾個(gè)獨(dú)立的要求，比如寫(xiě)小說(shuō)，給蘋果股價(jià)建模，寫(xiě)一個(gè)游戲等等，結(jié)果不太樂(lè)觀。

整個(gè)流程是這樣的：用戶在對(duì)話框里發(fā)布指令，Manus在操作臺(tái)一頓輸出，用戶可以清晰地看到Manus使用工具的過(guò)程，并接收它的操作結(jié)果。

收到指令后，Manus是這樣使用工具的：首先，建立一個(gè)總文件夾寫(xiě)明“大目標(biāo)”，再建立多個(gè)清單式的子文件夾，將任務(wù)分解，最后逐一完成子文件夾的“小目標(biāo)”。完成小目標(biāo)時(shí)，它可能在瀏覽器一通搜索，也可能寫(xiě)一段代碼。

也就是說(shuō)，Manus主要工具就三種，瀏覽器工具（Agent），計(jì)算機(jī)語(yǔ)言Python和一部分命令行。

其次，利用超文本標(biāo)記語(yǔ)言HTML來(lái)輸出“結(jié)果”。

也就是說(shuō)，Manus用網(wǎng)頁(yè)呈現(xiàn)所有的結(jié)果。

有人問(wèn)，它不是做了10頁(yè)P(yáng)PT給我了嗎？這也是Manus“聰明”的地方，其實(shí)它沒(méi)有PPT工具，為了你的PPT，它用前端工具寫(xiě)了一大堆頁(yè)面，通過(guò)命令行把前端頁(yè)面打包成一個(gè)壓縮包，下載下來(lái)是一堆前端網(wǎng)站，每個(gè)前端網(wǎng)站就是一頁(yè)P(yáng)PT—雖然甲方很過(guò)分，但乙方還是出色地完成了任務(wù)。

兩個(gè)缺陷讓Manus不好用

在具體測(cè)試Manus的過(guò)程中，有兩個(gè)問(wèn)題明顯暴露。

一是瀏覽器工具的局限。

遇到反爬蟲(chóng)網(wǎng)站或需要人機(jī)驗(yàn)證的網(wǎng)站，它根本無(wú)法讀取數(shù)據(jù)。比如，你想要在多個(gè)購(gòu)物網(wǎng)站比價(jià)一款手機(jī)，進(jìn)不去的網(wǎng)站它只能作罷，最后給出的是在搜索頁(yè)標(biāo)題里找出來(lái)的價(jià)格的比較?？傊?，它給出的結(jié)果非常粗糙，根本達(dá)不到你想要的結(jié)果。

這也是瀏覽器工具的通病。OpenAI給出過(guò)統(tǒng)計(jì)數(shù)據(jù)，其瀏覽器Agent在數(shù)據(jù)集上只能完成58.1%的任務(wù)，而人類能完成78.2%，差距是巨大的。

但是，OpenAI的瀏覽器工具能力還是不差的，能幫人訂餐廳，買機(jī)票。而Manus的瀏覽器工具只能打開(kāi)頁(yè)面，下滑，極少數(shù)時(shí)候點(diǎn)進(jìn)某個(gè)網(wǎng)頁(yè)。因此，Manus應(yīng)該沒(méi)有訓(xùn)練自己的瀏覽器Agent，僅能做一些初步的簡(jiǎn)單工作。

而且，Manus選擇工具也有局限。它有時(shí)非常豪爽地用Next.js寫(xiě)代碼，這是一個(gè)全棧項(xiàng)目，前后端都能用的那種。但是Manus又沒(méi)有部署后端的能力，各種報(bào)錯(cuò)之后陷入“深深的思索”。

二是幻覺(jué)嚴(yán)重。

比如給蘋果公司做財(cái)務(wù)估值，Manus這次沒(méi)有利用瀏覽器搜索，而是寫(xiě)了一個(gè)Python腳本，在腳本里調(diào)用“雅虎金融”的接口來(lái)讀取公司相關(guān)數(shù)據(jù)。

然而，在實(shí)際過(guò)程中，它并沒(méi)有提供真實(shí)數(shù)據(jù)，而是撰寫(xiě)了一堆模擬數(shù)據(jù)—也就是自己編的數(shù)據(jù)。反查它的操作流程，確實(shí)沒(méi)有調(diào)用過(guò)任何API，也沒(méi)有任何搜索過(guò)程，幻覺(jué)是比較嚴(yán)重的。

它最后給出的報(bào)告，當(dāng)然也是完全不能用的。

在處理任務(wù)時(shí)，Manus普遍將大模型和Python腳本混在一起操作，上下文極長(zhǎng)，更容易產(chǎn)生錯(cuò)誤。用戶如果不留心或缺乏分辨能力，也更容易被“蒙騙”。

模型即產(chǎn)品

Manus AI創(chuàng)始人肖弘在接受采訪時(shí)，提到了理解智能體的核心：虛擬機(jī)。

其實(shí)，智能體應(yīng)該是一個(gè)“DeepSeek”+“我”的東西。這里的“我”是執(zhí)行角色。

在沒(méi)有智能體之前，我布置任務(wù)，大模型思考目標(biāo)、分解步驟，“我”來(lái)執(zhí)行并拿到結(jié)果。有了智能體之后，我布置任務(wù)，智能體直接給我結(jié)果。

就像我需要10頁(yè)P(yáng)PT，DeepSeek給我寫(xiě)好每一頁(yè)內(nèi)容，“我”復(fù)制到PPT里?，F(xiàn)在，我需要10頁(yè)P(yáng)PT，智能體就給了我10頁(yè)P(yáng)PT。

本來(lái)需要我使用電腦（做PPT），現(xiàn)在是大模型在使用我的電腦（做PPT）。

這就是智能體的本質(zhì)。

如果用的是軟件搭出來(lái)的硬件系統(tǒng)，那么這個(gè)智能體就是大模型+虛擬機(jī)。

如果直接調(diào)用現(xiàn)實(shí)中的電腦，那么這個(gè)智能體就是大模型+計(jì)算機(jī)。一年前Claude就能拿用戶的電腦做網(wǎng)頁(yè)了。

這是因?yàn)楝F(xiàn)在大模型還較難真正接入物理世界，只能在“真假”計(jì)算機(jī)上下功夫。如果萬(wàn)物互聯(lián)，“大模型+鍋碗瓢盆”可能直接把餐飲業(yè)干倒閉了，當(dāng)然倒閉的肯定也不止一個(gè)行業(yè)了。這是后話。

智能體的背后，是“模型即產(chǎn)品”的思路。

正如OpenAI的深度研究，Anthropic的計(jì)算機(jī)應(yīng)用，都不再套用自家的通用模型，而是根據(jù)應(yīng)用場(chǎng)景，訓(xùn)練全新的強(qiáng)化模型，這個(gè)強(qiáng)化模型本身就是一個(gè)好用的產(chǎn)品。反過(guò)來(lái)看Manus，當(dāng)然是沒(méi)有自家的大模型，也缺乏專門訓(xùn)練的相關(guān)工具，但是聚合的思路和表現(xiàn)形式很成功，也將大模型“純文本工作”—寫(xiě)代碼、寫(xiě)文字的優(yōu)勢(shì)，通過(guò)網(wǎng)頁(yè)交付清晰地展示了出來(lái)。

在訓(xùn)練模型的邏輯上，Manus可能也并沒(méi)有實(shí)現(xiàn)Claude人、大模型、環(huán)境三者即時(shí)反饋的簡(jiǎn)潔模式，而依然遵循之前人、大模型、任務(wù)分解、工具使用、進(jìn)程演化、目標(biāo)達(dá)成等復(fù)雜結(jié)構(gòu)。

在DeepSeek非常成功的今天，發(fā)展智能體是順應(yīng)了形勢(shì)的需要、大眾的需求。各家AI公司都希望抓住這個(gè)機(jī)會(huì)來(lái)發(fā)力。搶占流量也是發(fā)力的一部分。

對(duì)于普通消費(fèi)者而言，最重要的還是多觀察，多了解，別急著掏錢。人工智能不會(huì)毀滅你的生活，但是焦慮會(huì)。