突然爆火的 Manus 到底是什麼？真有那麼神嗎？

今天小編分享的科學經驗：突然爆火的 Manus 到底是什麼？真有那麼神嗎？，歡迎閱讀。

繼 DeepSeek 之後，這兩天，又有一款 AI 產品突然爆火——Manus。

在一些 AI 博主們的宣傳中，它被稱為 " 對标 Deepseek "" 全球首個通用型 AI Agent "、" 第二個國運級 AI 產品 "、" 震驚矽谷 " ……更誇張的是，二手交易平台上 Manus 的邀請碼居然被炒到了數萬元一個。但同時，也有很多人說，它只是個 " 營銷噱頭 "。

部分關于 Manus 的微博熱搜。圖片來源于微博

那麼，Manus 到底是什麼？我們今天來客觀聊聊。

Manus 是 AI Agent（智能體）

的一種實現形态

Manus 是由中國團隊 Monica.im 開發的通用型自主 AI Agent（智能體），這個團隊另一個產品就是火爆海外的 Monica AI 插件。

Manus 的工作原理是基于底層 AI 大模型的能力基礎，通過自主任務分解将復雜任務拆解為多個子任務，并動态調用不同的 Agent 或工具來執行每個子任務，最終完成整體任務。

在具體的實踐中，它像一個 " 自主性比較高的助理 "，我們只需要告訴它最終目标，它會自動幫我們執行完成。

對 Manus 能幹嘛還是看得雲裡霧裡？來看看 2 個 Manus 官方給的演示案例：

使用 Manus 設計一個動量定理互動課程

使用 Manus 寫一個 AR/AI 眼鏡研究分析報告

除了上面展示的案例，我們還可以用 Manus 撰寫傳播策劃案，編寫程式，寫述職報告等。

看到這裡，可能你會疑惑，上面這些能力用 GPT、DeepSeek 這樣的 AI 產品不是也能做到嗎？Manus 和它之間的區别是啥？

這個問題問得好！它們之間是有本質區别的：

DeepSeek 和 GPT 等都是大語言模型，而 Manus 是基于底層 AI 大模型的通用型 AI 自主智能體。Manus 的嘗試在于在產品化設計（如任務拆解可視化、多模型動态調度），而非底層技術原創性。

在具體的使用時，大語言模型像 " 大腦 "，在使用它時，通常需要用戶明确地指導任務的拆解和執行順序。例如，用戶可能需要手動提示 AI 先生成大綱，再根據大綱生成内容，最後整合成完整文章。這種模式對用戶的要求較高，需要用戶對任務拆解有清晰的認識和表達能力。

Manus 在實際任務執行中，恰好就幫我們完成了這一部分，它能自動将復雜任務分解成多個小步驟。

以讓 AI 玩 2048 遊戲為例，如果是用 DeepSeek、GPT 等 AI 產品，整個過程會是這樣的：

我們需要先幫 AI 找到這個 2048 小遊戲的網站，然後還得告訴 AI 遊戲規則，最後 AI 才能開始玩遊戲。整個過程中，需要我們不斷引導和指示 AI 該怎麼做。

而用 Manus，我們只需要下達一個指令—— " 想玩 2048 這個遊戲，并拿到最高分 "，它就會自動将任務拆抽成多個小步驟：找到遊戲網站、學習規則、制定策略、執行遊戲操作 ...... 全程不需要我們的幹預，最終它會完成遊戲并向我們展示結果。

Manus 的任務實踐過程

其實早在 Manus 之前，你就可能已經用過很多 AI Agent 。

比如豆包的 " 拍照識萬物 "，它作為一個專門用于影像識别的基礎智能體，已經在實際應用中展現了 AI Agent 的基本特性。

滑動查看任務實踐過程

不過和 Manus 相比，它的功能相對單一，主要依靠預訓練知識和内置能力，能夠幫助用戶完成特定的任務，比如識别圖片中的物體并給出相關解答，但其能力範圍和自主性都相對有限。

除了豆包之外，" 秘塔 AI 搜索 " 也是一種相對基礎的 AI Agent 。它的特别之處在于能夠自主決定搜索策略，調用搜索功能，并根據用戶提問和搜索到的資料給出更準确、可靠且完善的回答。

當我問 " 什麼是 AI Agent ，舉例說明 " 時，秘塔 AI 搜索并不像普通大語言模型那樣直接給出答案。它會先将這個問題拆抽成幾個小問題，就像是解決一個復雜數學題時先分解成幾個簡單步驟一樣。然後它會逐個回答這些小問題，最後把所有信息整合成一個完整的回答。

滑動查看任務實踐過程

Manus 的缺點依舊明顯

目前，Manus 雖然在某些方面确實表現出色，缺點也相當明顯。

上下文限制

就拿上下文長度這個問題來說吧，它就像是一個人的短期記憶容量——再聰明的人也記不住太多信息。Manus 執行的大多數任務，最終都會卡在上下文限制上。比如下面這個 2048 遊戲的例子，原本計劃讓 Manus 玩 5 局，結果才玩了 2 局就不得不停下來了。

根本原因還是基礎的 AI 大模型支持的上下文長度有限。當互動内容積累到一定程度，系統就無法再處理更多信息，只能中斷任務。

當然這個問題後續還是非常好優化的，這就像是手機内存從最初的幾 MB 發展到現在的幾百 GB 一樣，時間會解決大部分的容量問題限制。

AI 幻覺

現階段每個 AI 都會有幻覺存在（可回顧往期文章《AI 有多會一本正經地瞎編？超出你的想象！深度解析大模型的 " 幻覺 " 機制》）。Manus 是基于通用大語言模型構建的，幻覺發生的概率更大，甚至可能像滾雪球一樣越滾越大

目前大量實操案例都表明，Manus 交付的最終成果中往往都存在錯誤，需要人工進一步篩查。

資源獲取受限

很多信息所在的平台都需要賬号密碼登陸才能獲取，導致在執行任務時，Manus 也無法獲取許多優質資源。Manus 就像被擋在圖書館門外的學生，看得到書但拿不到手。這種 " 看得見吃不着 " 的問題在很多實操場景中都會發生。

Agent 是 AI 發展的趨勢之一

總的來說，包括 Manus 在内的 AI Agent 确實是人工智能發展的重要趨勢。

對普通用戶而言，AI 不再是一個需要精心 " 喂養 " 提示詞的工具，而是一個能真正理解并執行任務的助手，能極大的提高個人效率。對企業而言，AI Agent 能大幅降低 AI 落地的門檻，讓更多行業和場景能夠切實享受到 AI 帶來的效率提升。AI Agent 是連接 AI 技術與實際應用的重要橋梁，幫助我們真正釋放大模型的潛力，實現 AI 的廣泛落地。

未來，随着技術的進步，我們有理由相信 AI Agent 的能力邊界會不斷擴展，也會有更多更好用 AI Agent 產品。

劃重點！！！

千萬不要因為 " AI 焦慮 " 而真的花幾萬塊錢來買一個 Manus 的邀請碼。

策劃制作

作者丨田威 AI 工具研究者

審核丨于乃功北京工業大學機器人工程專業負責人，北京人工智能研究院機器人研究中心主任，博士生導師

于旸騰訊玄武實驗室負責人

策劃丨林林

責編丨楊雅萍

審校丨徐來林林

相關推薦

1.一種 " 低成本 " 就能讓心情變好的方式，真的推薦你試試！