今天小編分享的科技經驗：這個中國 AI 產品一夜刷屏！全網都在要邀請碼，可能是 DeepSeek 後最大驚喜，歡迎閲讀。
幾乎在昨晚蘋果發布新品的同時，整個科技圈卻被一個名為 Manus 的產品刷屏了。
這是全球首款真正意義上的通用 AI Agent，從官網展示的案例可以看到，它能夠獨立思考、規劃并執行復雜任務，直接交付完整成果。
比起 Claude 的 Computer use 等同樣能操作多任務，或者能幫你點外賣訂酒店的 Agent， Manus 可以覆蓋更多領網域和達成更高的執行質量。
Manus 在權威的 GAIA 基準測試中創下新紀錄， 性能遠超 OpenAI 的同類產品。
而 Manus 這個名字來自拉丁語，Mens et Manus，就是 mind and hand，即手腦并用。這也是麻省理工學院的校訓，以此鼓勵學生将創意落地為實際成果。
創始人肖弘在 Manus 發布的前幾個小時，在即刻平台上發文「高潮來臨」，并分享了莎士比亞的一段書摘：
很難現在就判定 Manus 的誕生就是 AGI 的裏程碑，但它很有可能将讓 Agent （智能體）時代真的進入「高潮時刻」。
Manus 體驗申請鏈接 ：
https://manus.im/invitation
篩簡歷、選房炒股，Manus 真會「幹活」？
官方宣稱，Manus 不僅僅是一個只會聊天的對話式 AI 工具，而是一個真正的自主智能體（Agent）。
當其他 AI 可能只停留在生成想法的階段，而 Manus 能夠獨立思考并采取行動。官方将其視為人機協作的新範式，甚至可能是通向 AGI 的一個視窗。
與 Manus 同步出圈的還有一段長達四分鍾的演示 demo。在這些案例中，Manus 完全自主地完成從規劃到執行的全流程，展示了真正的 Agent 能力，而非簡單的助手功能。
比方説，首先從一個常見的人力資源任務——篩選簡歷開始。
演示一開始就放了個大招，官方向 Manus 發送了一個包含 10 份簡歷的壓縮檔案，Manus 能像專業招聘人員一樣高效工作。
它會先解壓檔案，然後逐頁浏覽每份簡歷，并記錄重要信息。Manus 還能異步處理檔案，這意味着你可以随時關閉電腦，等任務完成後，它會通知你。
當然，在這個過程中，你也可以随時給它新的指令。
接着，繼續向 Manus 上傳 5 份簡歷。在認真閲讀了所有 15 份簡歷後，Manus 給出了排名建議，并提供了候選人資料和評估标準作為參考。
這還沒完，我們還可以讓 Manus 生成電子表格。
由于 Manus 具有知識和記憶能力，所以下次執行類似任務時，它會直接以電子表格的形式交付結果。
另一個演示案例中，結合家庭收入情況和孩子的上學要求，讓 Manus 在紐約篩選一個安全、犯罪率低的社區，并購買符合标準的房產。
面對這類復雜任務，Manus 同樣是有條不紊地将其拆解為多個步驟，并創建詳細的待辦清單。
搜索并閲讀關于紐約最安全社區的文章。
研究紐約的中學情況。
編寫 Python 程式來計算預算。
基于預算，在房地產網站上篩選合适的房源。
整合所有信息，撰寫詳細報告并整理相關資料
轉場到第三個案例，Manus 搖身一變成了專業的股票分析師。
讓其分析英偉達、邁威爾科技，以及台積電在過去 3 年的股票價格之間的相關性，Manus 可以通過 API 訪問權威數據源。在驗證數據後，它開始編寫用于數據分析和可視化的代碼。
在完成數據分析和可視化後，Manus 也能基于這些數據創建一個網站。經用户的授權後，還能将網站部署至線上，并提供了一個可供分享的鏈接。
X 網友 @DavidAIinchina 也體驗到了 Manus，并給出了極高的評價——「令人難以置信的用例」。
官方表示，以上展示的内容僅僅是 Manus 能力的冰山一角。
在用于評估通用 AI 助手在解決現實世界問題方面的能力的 GAIA 基準測試中，Manus 在所有三個難度級别上都達到了 SOTA 水平。
為了确保結果的可重復性，Manus 使用與其正式版本完全一致的配置進行評測。
除了基準測試，Manus 還在 Upwork 和 Fiverr 等平台上解決真實世界的問題，并在 Kaggle 競賽中證明了自己的實力。
而這一切都離不開優秀的開源社區，因此官方也希望能回饋社區。
Manus 采用多重籤名（multisig）系統，由多個獨立模型驅動。今年晚些時候，官方将計劃開源其中的一些模型，特别是 Manus 的推理（postering）部分。
中國團隊、兩款爆品、百萬用户
那麼這款震撼業界的產品背後是誰？
據悉，Manus AI 背後的創始人肖弘是是華中科技大學軟體工程專業 2015 屆校友。
畢業後，他連續創業，2015 年創立夜莺科技，推出「壹伴助手」和「微伴助手」，服務超 200 萬 B 端用户，獲騰訊、真格基金等投資。
萦繞在肖弘身上的還有一個更鮮明的 AI 產品—— Monica。
這是一款号稱 All-in-One 的 AI 助手，最初以浏覽器插件的形式推出。
通過集成主流大模型（如 Claude 3.5、DeepSeek 等），Monica 提供聊天、翻譯、文案處理等功能，用户可通過自然語言創建定制化工具，并共享至工具廣場。
Monica 同樣是早期以海外市場為主，用户規模破百萬，成為 AI 插件領網域頭部產品。
今年 2 月份，Monica 的中文版（monica.cn）已開啓内測，目前免費向國内用户開放。該版本基于 DeepSeek R1 和 V3 模型打造，具備深度推理思考能力，并支持記憶功能和實時聯網搜索。
Manus 的技術哲學：less structure more intelligence
Manus 奉行的技術理念與主流也有些不同，是 「less structure more intelligence.」（更少的結構，更多的智能）
他們認為，當數據足夠優質、模型足夠強大、架構足夠靈活、工程足夠扎實時，computer use、deep research、coding agent 等能力會自然湧現，無需被設計為特定的產品功能。
作為大力出奇迹的代表之一，GPT-4-Turbo 在 GAIA 公開排行榜上的平均成績不到 7%，即使是使用復雜多智能體系統的解決方案也僅達到 40%。Manus 的表現可以説是「遙遙領先」。
創始人肖弘在最近在和張小珺的訪談中，他也提前談到了當時還未發布的 Agent 產品 Manus 。
「看上去它确實應該就是一個 chatbot，這是很符合大家想象的，同時在應用側卻很復雜，和 Monica 不一樣，光用好不同模型就挺復雜。」
肖弘還将目前 AI 應用分為兩類：一是填補主要應用產品的空檔的不足，二是為特定場景提供獨特解決方案的應用，比如 Perplexity ( 提供聯網搜索功能 ) 和 Monica ( 浏覽器插件形态 ) 都屬于此類，它們填補了現有產品留下的空白。
而模型驅動的新場景這類應用，主要出現在圖片和視頻領網域，直接由模型技術的進步驅動。像 Pika 和 Runway 等產品利用模型能力創造了新的應用場景。
有用户調侃 Manus 是「極致的套殼就是牛逼」，實際上肖弘并不忌諱讓用户知道自己的產品用的是别人的模型。早在去年，他就把 Monica 比作消費電子產品，并把 ChatGPT 的 Logo 打在官網。
人機互動新時代已來，但别急着把 Manus 捧上 AGI 神壇
APPSO 在 2024 年年初曾作出一個預測：大模型将成為智能手機新的作業系統，自然用户界面（Natural user interface， NUI ）将逐步替代現有的圖形用户界面（GUI）。
而實現這種新互動的重要入口，就是 Agent 。
去年我們在很多手機的發布會上都看到類似的案例。 vivo 發布會展示可以 AI 訂餐的 「Phone GPT」，華為鴻蒙的小藝和意圖框架，還是榮耀的 YOYO 智能體，以及智譜的 AutoGLM，核心都是一樣的：
讓 AI 模仿人類的 Plan-Do-Check-Act（計劃 - 執行 - 檢查 - 行動）循環 ，從而像人類那樣去操作設備。
智譜 AI CEO 張鵬之前提到，目前的 Agent 能力更像是在用户和應用之間，增加一個智能的調度層，鏈接所有應用甚至是所有設備。
這可以看做是大模型通用作業系統 LLM-OS 的一種雛形，将對人機互動形式產生極大的影響。OpenAI 創始成員、AI 技術大牛 Andrej Karpathy 也曾多次談到大語言模型作業系統（LLM OS）。
他認為大模型某種程度來説就是一種新的計算機和作業系統，它可以連接各種軟體和硬體，以及所有模态信息組成的外設，并通過函數調用執行各種任務。
傳統作業系統中，你需要圍繞 CPU 構建一堆外設，比如滑鼠和鍵盤、磁盤存儲、以及緩存空間等。
而在 LLM OS 中，大模型本身就是中央處理器。I/O 外設也不再是滑鼠和鍵盤，因為 LLM 可以兼容更多模态的數據輸入和輸出。同時大模型調用的外部工具也将從傳統軟體更新為智能體工具。
其中跨應用的操作是非常關鍵的一環，這意味着 Agent 能實現更加復雜的自主連貫操作，也可能走向真正的商業化落地。至于各家互聯網公司提供的服務能否打通，可能是未來實現這種互動最大的障礙。
不過現在很多 AI 助手實現代操作的方式，實際上是調用手機的無障礙功能 ( accessibility features ) 的權限，來控制螢幕點擊。
Manus 的出現，意味着 Agent 模式下的 AI 能夠理解需求後獨立工作，直到任務完成。這無疑是人機互動領網域的一大步，它讓我們看到了 AI 從工具向夥伴轉變的潛力。
但要説我們已經一只腳邁入了 AGI 大門，也還為時尚早。肖弘自己也提到，早期的 Agent 更像是「功能機」，需要不斷迭代和完善。目前的 Agent 仍需依賴于模型能力的提升，以及更完善的虛拟環境支持，才能真正勝任各種長尾任務。
如果類比智能駕駛，大概也相當于從 L2 級更新到 L3 級的輔助駕駛。雖然 Manus 在 GAIA 基準測試中表現出色，但這并不意味着它已具備通用人工智能的全部特征。通往 AGI 的道路依然漫長，需要解決模型能力、自主學習、任務泛化等多重挑戰。
但因為有了 Manus 在自主性與通用性上的突破，通往 AGI 的大航海中，又多了一顆照亮我們的星。
