今天小編分享的科技經驗：讓Manus給36氪當一天實習生後，我們想給Ta多發點獎金，歡迎閱讀。
文｜鄧詠儀
編輯｜蘇建勳
（鑑于 Manus 引起的炒作争議，36 氪特别申明，本文絕非投放，實際上，我們連要到邀請碼都頗費了一番周折 ……）
應該無需贅述 Manus 的引起的轟動了：大家已經在各種視頻切片中，看到 Manus 勤勤懇懇地搜資料、做 PPT、開發網頁小遊戲。回放形式的分享設計，讓人一眼就能感受到 Agent 帶來的直觀效率提升，這也讓 Manus 經歷一場迅速破圈。
在輾轉拿到邀請碼後，36 氪編輯部讨論了一下，為了更好地了解 Manus 的特性和功能，我們決定請 Manus 來當實習生，按照正常的工作流給 ta 分配任務，看看 Manus 能否勝任。
OK，輸入邀請碼，36 氪的新實習生 Manus 就位！
來源：Manus
先說第一觀感，如果你要請這位 " 實習生 "，可能第一個需要接受的現實狀況就是：這是位容易宕機的同學。
Manus 如今的服務非常不穩定。36 氪在周末實測時，第一感覺就是：讓人崩潰 …… 任務頻繁遇到停滞，因為 Manus 在雲上的虛拟機跑，經常需要手動重置，才能繼續跑。
本期實測，就是在 Manus 不斷的崩潰間隙，測出來的。
測試的界面，總是停留在 " 連接已斷開 "、" 遇到嚴重問題 "，需要不斷重置 / 開啟新會話 …
偶爾出現的幻覺（不确定是幻覺還是官方通知）也很真實。Manus 前一句還在說需要兩小時更新維護，你再敲敲它，它就馬上又開始幹活了 ……
捉摸不透的 Manus
Manus 号稱是 " 第一款通用型 Agents（智能體）"，這意味着它不走垂直專家路線，優勢在于更通用能力的任務。Manus 的官網就列出了多個分類：
Manus 官網 來源：Manus
Agents（智能體）不同于大模型，如果說大模型只有一個對話視窗，實現信息輸入 - 輸出。那麼 Agents 就相當于讓大模型有了行動能力，可以靈活調用各類工具完成任務。
36 氪決定先從我們編輯部的日常使用場景出發，以從易到難的程度排列，請 Manus 都跑一遍。
請注意，以下場景均為一次性輸出的結果，除了任務中途崩潰重置計算機之外，36 氪沒有做任何的重復測試。
校對及整理
我們先請 Manus 完成比較基礎的校對、整理工作。
36 氪将此前的一份訪談錄音原文（約 2.8 萬字）交由 Manus 進行整理，核心要求是對錄音速記 " 逐字逐句整理，不要壓縮 "，去除相應的口癖、對語義不清的部分進行校對。
在以前的操作中，起碼要來回和模型互動十多次：将錄音速記中的錯誤進行人工校對——再分段扔到模型中——輸出完畢後，還需要重新投喂給模型進行校對，看是否有事實錯誤。
但 Manus 很明顯将以往的多個步驟壓縮到一個步驟，這種下達任務之後等待驗收的感覺，比和 ChatBot 互動體驗，完全是十倍以上的體驗提升。
來源：Manus
但 Manus 的缺陷也是明顯的：上下文太短，幻覺依然有。很多復雜任務還沒有完成，就因為 Token 消耗太多而中止了任務。
在校對潤色這一任務中，最終輸出的文檔長度大大壓縮，基本只輸出了訪談的最後一部分，總共 3800 多字，前面的部分基本丢失。但從已輸出整理的部分來看，語氣、信息完整性還是算不錯。
Manus 在執行長文任務
這大概率是因為推理和協作機制做得還不夠好，模型只能提供一次性輸出的結果，導致壓縮；也有可能是 Memory 機制還未能做得很好—— Memory 可以看作是模型暫時存儲信息的 " 倉庫 "，比如聊天機器人會記住你之前說過的話。
早前一些研究工作指出，memory 會随着時間或任務步驟的增加而消退。而 Agent 所消耗的 Token，比起單 ChatBot 起碼是兩個數量級的提升——一位 Agent 從業者對 36 氪估計，Manus 的一個復雜任務的 Token 消耗估計會有百萬 Token 級别。Memory 的分層管理、壓縮等技術難點，還有很多提升空間。
新聞跟進及寫作
對一般的 ChatBot 來說，輸出長度都是一個老大難—— 36 氪之前的測試體驗中，如果是一個 128K 的模型，一般而言單次輸出長度都在 1000-2000 字左右，才能保證信息完整性，不被大量壓縮。
36 氪先讓 Manus 完成最基本的新聞跟進工作。這包含幾項能力：日常的新聞監控——看是否會篩選靠譜的信息源，再進行重要性分析判斷，以及找相應的資料，加以補充和跟進。
來源：Manus
Manus 開始進行學習範例 - 搜索相關新聞等等，但是在訪問路透社時被驗證碼擋住了，請求人類接管。36 氪接管後，發現 Manus 已經被認證為機器，被屏蔽了。
來源：Manus
Manus 約花費 9 分鍾完成這個任務，輸出 5 條最值得關注的 AI 新聞，新聞源都是靠譜權威的。最後，Manus 最後選擇了寫有關自己的新聞 …… 哈哈。
Manus 寫有關自己的新聞
Manus 的新聞文本輸出已經算是 70 分水平，文字通順，主要信息點都能覆蓋，但和參考的範本不同，現在的文本偏軟，AI 味較重。
但在我們提出修改意見後，第二版好了許多。
基本是可以細微調整調後，直接發表的水平
難度往上，我們也在 Manus 也輸入了一段 prompt，讓 Manus 幫忙直接以 36 氪的深度報道欄目 " 深氪 " 為例，生成一篇長文：
這周 " 稚晖君 " 創立的智元機器人預告要發新品。" 稚晖君 " 原名彭志輝，請你搜索彭志輝以及智元機器人的歷史過程，用 36 氪的風格去寫作一篇文章，主題為回溯智元機器人的歷史，以及反映這家公司的成長，在科技行業中的意義，長度為 5000 字左右，可參考深度報道 " 深氪 " 欄目的風格。
請注意，語句需要深入淺出，普通人都能看懂，不要堆砌專業術語。
Manus 自動進行了資料收集，寫作階段直接進行分段寫作，再合并，順利地完成了長文寫作，輸出結果：
寫作一篇有關智元機器人的深度長文
在輸出的文章中，Manus 在深度寫作上效果一般，更偏資料型整理。但遣詞造句也算合格，但是風格還是偏軟文。在高質量内容方面，Manus 的品味還有待加強。
數據分析及可視化
研究型任務也是 Manus 的強項。
從性質上來講，Manus 采用了多智能體架構。簡單來說，就是可将復雜任務拆解為子任務（如數據清洗、特征工程、模型訓練），通過不同的智能體，分工并行處理，顯著提升數據分析效率。
不過，如果一致性做不好，多智能體的局部決策可能導致全局結果偏差較嚴重。
36 氪讓 Manus 和 OpenAI 旗下的 Deep Research，都試着做了一張 " 大模型 API 兩年多以來的的 API 價格走勢表 "。
OpenAI 旗下的 Deep Research 則是單智能體，端到端訓練的模式——僅一個中心化智能體負責所有任務，決策與執行集中化。但好處在于模塊集成度高，易于管理，輸出質量比較有保證。
來源：Manus
Manus 花費的時間較長，約三個小時，生成了一個可以互動的網頁。互動性和表格樣式都相當不錯。不過數據詳實程度，和專門做研究的 Deep Research 仍有差距，但問題不大
來源：Deep Research
Deep Research 暫時還無法輸出圖表，但從輸出的内容質量來看，是現在的 Manus 還沒法趕上的。
創意型任務：可以做，但審美有點難評
我們也讓 Manus 上了點難度。
第一個任務是模仿行業大 V" 影視飓風 "Tim 老師的風格，做一期有關 Manus 相關的視頻，長度在 5 分鍾左右。
Manus 用了約 45 分鍾完成了這一任務，全程絲滑，依舊是兢兢業業拆任務，先上油管學習影視飓風的視頻，再搜集資料寫腳本。
來源：Manus
最後產出的内容，形式嚴謹，是一個結構完整的小科普視頻——
來源：Manus
我們請教了視頻組的老師，評價是：實習生水平，優點在于把工作流說明白了，分鏡和鏡頭調度可以直接用作參考，但内容還不能直接用。
第二點是，視頻腳本過于亢奮，全場充斥着 " 炸裂 "" 颠覆 " 之感，對人類的感情理解比較表面，有點難繃。
節選一段，供大家參考：
第二部分：Manus 的核心能力（1:10-2:20）
[ 場景：主持人誇張地在電腦前掙扎，被各種檔案和任務包圍 ]
主持人：（誇張的疲憊表情，抓狂狀）我們都經歷過這樣的時刻——需要整理大量數據、撰寫報告、分析市場趨勢 ... 這些工作可能要花費我們幾小時，甚至幾天！而且還很容易出錯！
[ 特效：時鍾快速旋轉，日歷頁快速翻動 ]
主持人：（突然振作，眼睛發亮）但有了 Manus，這一切都将改變！它就像給你復制了一個數字版的自己，但更聰明、更高效！
[ 分屏效果：四個視窗同時展示 Manus 的不同能力，每個視窗都有動态效果 ]
主持人：（指向第一個視窗）Manus 的第一大核心能力：自主完成復雜任務！
[ 視窗放大，展示 Manus 自動撰寫報告的加速過程，從收集資料到成品輸出 ]
主持人：（解說，語速适中）你只需要告訴它你需要什麼，然後 ...（打響指，配合音效）它會自己規劃、搜索信息、整理數據、撰寫内容，最終交付一份完整的成果！就像有了一個永不疲倦的助手！
[ 特效：第二個視窗放大，伴随着轉場音效 ]
主持人：（熱情洋溢）第二大核心能力：多領網域通用能力！無論是金融分析、教育内容創作、旅行規劃，還是代碼開發，Manus 都能勝任！
[ 快速剪輯展示 Manus 處理不同領網域任務的畫面，每個場景都有對應的圖示和文字标籤 ]
主持人：（誇張的驚訝表情，手勢豐富）這就像同時擁有了一個金融分析師、一個内容創作者、一個旅行顧問和一個程式員！而且，它們都是 24 小時待命的！不需要休息，不會喊累！
[ 特效：第三個視窗放大，伴随着科技感音效 ]
主持人：（神秘語氣，稍微降低音量）第三大核心能力：多模型協作機制！這個有點專業，但非常酷！
[ 動畫展示多個 AI 模型協同工作的概念圖，類似于團隊協作的可視化 ]
主持人：（解說，配合手勢）Manus 不是依靠單一大模型，而是采用 " 多重籤名 " 機制，由多個獨立 AI 模型共同驅動！就像一個高效的團隊，每個成員負責不同的任務，相互配合，确保結果的可靠性和準确性！
36 氪還讓 Manus 試着做了一個偏分析型的創意工作——對我們的微信公眾号版式和設計分析後，進行改進。
為了更明确設計需求，我們也給 Manus 提供了一份設計案例，以及我們認為風格突出、審美優秀的數個公眾号，作為參考。
來源：Manus
Manus 依舊很快就對任務進行拆解，雖然最後任務沒有正式完成，但還是輸出了一套完整的方案給我們。
除了我們建議的步驟（分析好版式的共性、聯網搜索比較優秀的公眾号設計實踐，提出建議），Manus 還自己規劃了更多步驟，也做了更細致的分類，包括分析 36 氪公眾号，分為設計元素、板式布局、視覺資產、配色方案等等。
不過從結果可以看出，Manus 在審美這件事上 …… 并不擅長。就配色來說，Manus 給出了一個放之四海而皆準的方案，分為春夏秋冬四個季節，配色飽和度過高，審美可以說約等于沒有。
來源：Manus
字體也是分為多個版本，并不統一。
來源：Manus
Manus 的輸出依然非常依賴于公網數據的質量。
在 Manus 學習排版、設計相關知識時，打開了不少知乎網頁。但 Manus 很難繞過登陸限制，然後就會轉戰到其他公開網頁。更不必提如同獨立王國一樣的各大 App ——比如微信公眾号内的數據，爬蟲工具也很難完全觸及。
被知乎登陸視窗卡住多次的 Manus
可能這需要期待以後模型間的接口進一步打通，包括端側 Agent 跨平台等能力的進展，才能讓 Agent 輸出質量有質的提升。
最後，我們試着讓 Manus 使用高推理模式，生成一個 Jellycat 主題的吃豆人遊戲，Manus 花費約 45 分鍾時間完成。
來源：Manus
吃豆人網頁遊戲
可以看到，代碼和遊戲開始界面都已經相當完整，但最後到了 " 開始遊戲 " 這一環節，音效都能聽到，但無法點擊開始遊戲。而後，對話因為上下文過長，停止響應了。
總結
在測試過程中，36 氪最大的感觸在于，前端互動非常絲滑，有一種簡潔的美感——從進入 Manus 官網到實際對話，Manus 都在營造一種 " 對面真的是個活人 " 的感覺。
尤其是在對話視窗旁邊，可以打開一個名為 "Manus 的電腦 " 的小視窗，實時顯示 Manus 正在操作什麼，真的像遠程看着一位實習生同學，幫你完成任務。
你可以随時拖動進度條，查看 Manus 正在進行的任務。對已經完成的步驟，Manus 都會提供類似網頁快照的界面，讓你對任務進展有明顯感知。
Manus 正在通過百度百科學習智元機器人相關背景資料
另一個體驗優秀的地方在于，Manus 對工具的調用成功率算是比較高的。在不遭遇崩潰、宕機的情況下，如果測試 10 個任務，大概能有 8 個自動完成任務，無需人類介入。
這能大大提升用戶體驗——在以前，很多 agent 調用外部工具的成功率都在 60% 以下，體驗不佳，難以吸引到更多的用戶。
市場普遍認為，Manus 團隊對各類通用任務都先置入了不少 CoA（代理鏈）模版，覆蓋眾多通用任務（寫作、數據分析、攻略等開放式問題）等等，這些工作顯著提高了任務成功率。
這種機制，類似在 DeepSeek 對話中不斷蹦出來的思維鏈，用戶可以看到，Manus 是怎麼樣一個接一個調用外部工具的。
Manus 的糾錯能力也很強。
36 氪多次發現，Manus 在任務進行過程中會遭遇錯誤。但 Manus 會嘗試不同的解決方案，直至沒法解決，才會向人類報錯，讓人類介入到問題解決中。
來源：Manus
來源：Manus
用戶還可以随時打斷 Manus，自己來完成某些步驟。
在 "Manus 的電腦 " 視窗右下角，有一個 " 接管 " 按鈕。一旦任務進行得不對，人類可以直接打斷進程，自己進入到這部 " 雲上電腦 " 進行操作。
不過可能是計算資源不夠，36 氪在操作 Manus 的電腦時，卡頓嚴重，只能勉強進行操作。
Manus 的電腦
這樣的形式天然更符合人類工作的互動形式——只要使用一次，模型盡可能地自行糾錯，減少人類參與的次數。
總結一句話：分析總結、數據分析、開放性問題等需要強邏輯性的任務，是 Manus 最擅長的部分。最不擅長的是創意工作，審美基本等于沒有。
不過，受限于現在的服務穩定性和上下文視窗，Manus 完成任務的邏輯和過程很好，但交付質量只能說在中等水平，包括數據、文本等，都需要人類進行二次校對。但從完成任務的時間和質量來說，已經算是很不錯的同學。
無論是對文本、影像、視頻等相關内容，Manus 調用大模型只能模仿到内容的框架，就像一層皮——但内容質量還是需要人類強把關。
從周末的争議中再次回看 Manus，36 氪頻繁想起的，是 2009 年的電影《阿凡達》上映之時。當時的阿凡達，是特效電影的集大成者，一個最重要的意義在于，讓全球觀眾都見識到：頂尖的電影工業水平是這樣的。
如今的 Manus，盡管還處于比較粗糙的形态。但至少在產品層面，和年初爆火的 DeepSeek 有一個共通點：用技術平權的手段，将 AI 產品迅速拉到大眾面前，而不是停留在小圈子中狂歡。
Manus 集成了現在編程開發能力最強的 Claude，并且受到許多最新技術成果如 CodeAct 的啟發。比起 OpenAI Operator 或者 Devin 高達數百美金的定價，Manus 的成本價大約在 2 美元左右。
而且，Manus 通用任務的體驗已經足夠絲滑，這讓普羅大眾都能感受到："AI 居然還能這麼玩 "，以及真正感受到 AI 對人類帶來的巨大效用。
這也是現階段，AI 產品在能為市場貢獻的的最大價值。
