今天小编分享的互联网经验：深度实测Manus，我依然认为这就是AI Agent行业的DeepSeek时刻，不过……，欢迎阅读。
文 ｜ 阑夕
Manus 刷屏一天，从开始的一夜成名，到中间的一码难求，再到质疑它的宣发一掷千金，整个过程里，FOMO 情绪和直觉警惕交缠不休，是很有意思的传播学样本。
其实 AI 行业这几年来一直都是「炸裂驱动型」的资讯模式，了解的都已经祛魅了，不了解的却还会少见多怪，但是有一说一，天天这么炸裂下来，客观上也会存在真的炸裂蒙混其中。
而我对 Manus 的评价就是，它确实属于真 · 炸裂的那一桌，称得上 AI Agent 行业的 DeepSeek 时刻，不过有个补丁，结尾时我再叠上。
先看 Manus 的一个演示效果：
让它开发一款文字互动游戏，可以扮演谷歌公司的 CEO，通过体验公司历史上的重要决策，既能获得游戏的乐趣，也可以顺便了解公司的文化。
用了差不多一个小时，Manus 把谷歌 CEO 模拟器的网页游戏开发好了，完成度很高，点击开始游戏，还会让你自选难度，接着就会面对谷歌发展史上的每一次转变节点，你的选择会决定公司资源的变化，并影响最终的游戏结局。
在一个小时里，用一句话，做一个游戏出来，这就是 AI Agent 的能力。
它和传统的对话式 AI 不同，不再只是提供信息层的答案，而是能够操作电腦完成更加具体的工作任务，包括但不限于写程式、做网页、整报告、筛简历等等等等，它能够完全自主的解决过程中遇到的各种困难，并交付工作结果，当然也有例外，这个例外我们后面再说。
目前主流的 AI Agent 服务不多，而且普遍很贵，比如 ChatGPT Operator 需要 200 美元一个月 Pro 会员才能使用，还有主打编程市场的 AI 工程师产品 Devin，每个月的费用更是要 500 美元。
Manus 的开发商是中国大模型团队 Monica，目前是免费测试阶段，单任务成本压缩到了 2 美元，是 OpenAI 的 1/10，同时在基准测试的排行榜上已经超过 OpenAI 拿下了全球最强。
我在拿了邀请码后，已经在几个小时之内耗尽了 Manus 的单日计算资源，确实非常兴奋，效果也非常震撼。
展示几个实测案例吧：
首先我让它帮我做一张 linktree 风格的个人主页，Manus 把这个任务拆成了 8 个步骤，先在全网搜集我的资料信息，包括我在各个平台的链接以及代表作，然后基于 linktree 的设计风格开始编写网页代码，半个小时之后，它交付了这么一个作品给我。
简单，但是完美符合要求，互動也都没问题，写轮眼级的复制效果，如果想做得更美观，还可以继续写提示词让它修改。
第二个测试，是我用 Manus 帮一个工程师群友解决实际问题，他在工厂里负责维护的阿特拉斯机械臂出了点小问题，找售后的话费用要花几千块钱，不如自己想办法找补，他又懒得看文档，于是直接给了我一段话，让 Manus 看看怎么处理。
注意啊，这个需求理论上普通的对话式 AI 也能接住，但会需要更多的互動流程，比如你得把文档喂给它，一步一步的得到答案，但是 Manus 不需要这些，它会自己去阿特拉斯官网下载文档，读完之后找到解决问题所需的关键内容，仔细分析，创建程式，最后的代码我发给了朋友，有点小瑕疵但手工修改之后完全可用，直接省掉了一次售后呼叫的次数。
第三个测试，是我的微博读者提议，让 Manus 去做一个国家的极简编年史，我增加了漫画表选和网页设计的要求，最后交付的作品配色有点难绷—— AI 没有审美，这点必须反复强调——但是这时 Manus 的伺服器已经宕机了，暂时没法修改，所以我也就把半成品展示出来吧。
可以看到，Manus 将英国的历史抽成了 10 个不同的时代，并基于时代风貌绘制了 SVG 图片，最后呈现在 HTML 的网页端，可以说是人机协同的模範间了，无论是作为课外教案还是作品预览，都有极其便捷的上手门槛。
最后一个案例，是我让 Manus 做一款消消乐游戏，但是圖示得用原神的角色，它先是开始研究消消乐的游戏机制和实现方法，接着试图搜集原神的图片素材，这个时候就出现例外了，它第一次发出了接管请求，原因也很让人无语，它的运行逻辑被一个网盘给堵住了，没法注册账号，所以下载不了资源，想让我帮它去下载。
看来再强大的 AI，也会被网盘的会员拦在门外。
本着尽可能让 AI Agent 独立完成工作的原则，我没有这么做，而是稍微改了一下需求，让 Manus 改用科技公司的 logo 来做游戏圖示，因为开放版权的 SVG 素材全网都是，所以这下 Manus 跑起来就没什么问题了，很快就做完了一个带积分的消消乐游戏，玩起来也算顺畅。
不过也能看到，在解决这类相对复杂的问题时，Manus 在细节方面的缺失还是有的，这也和人类（我）参与过少有关，比如对螢幕的适配问题，需要给它更多的说明，Manus 的修改响应也不慢，但因为同样遇到了伺服器宕机的麻烦，这个任务暂时没有继续精进下去。
我觉得这几个实测例子已经可以非常清晰的表明，AI Agent 在现阶段的能力和不足，Manus 已经不是那种只能操作浏览器的产品了，它本身具有沙盒环境，能在完成工作之前自行进行测试，验收合格再做交付，但也限于互联网的数据边界，如果网络上的资源不够，它是没有办法生产资源自给自足的。
我还做了一些偏文书类的测试，也可以用来对比 AI Agent 的特点：
比如我让 Manus 根据 B 站最热门的 10 个星见雅（游戏角色）视频，给出她的操作技巧。
Manus 是真的足足看完了 10 个视频——花了一个多小时的时间——再去把各个 UP 主的小作文精炼成了我要的材料，而且相当准确，同样的任务如果交给联网的大模型去做，虽然也能完成，但幻觉的产生概率很高，在「老实」程度上不及 AI Agent 靠谱。
再如让 Manus 去研究 PolyMarket 的套利可能，虽然我确实有那么一丝期待，想得到一个稳赚不赔的投资指南——别笑—— Manus 倒是兢兢业业的做足了功课，列出了四个套利机会，让我只要在 PolyMarket 看到符合条件的项目出现，就能无腦按规则下注。
从回放来看，Manus 每次都是从最基础的信息开始切入，先了解 PolyMarket 是什么，再分析预测市场的游戏玩法，接着结合平台规则构建风险策略，标准的实习生作风，任劳任怨，踏实耐用。
对了，回放这个设计，在我看来也是 Manus 的亮点之一，它有点像推理模型暴露思维链的选择，很多时候，AI 的思考过程要比答案供给更能给人启发，Manus 的每一个任务都有回放功能，且可被分享出去，它在解决问题的途中所展现出来的手段，完全称得上是另一种形式的智能资产，可以扮演人类的老师。
所以话说回来，我评价 Manus 是 AI Agent 行业的 DeepSeek 时刻，这里需要打一个补丁，是 DeepSeek-V2 时刻，2024 年 5 月，DeepSeek 开源 V2 版本的模型，这是它第一次出圈，因为价格非常便宜，但是因为模型本身的能力一般，所以当时很多人只是觉得 DeepSeek 要来打价格战了，感到意外但不重视，热度也没有持续太久。
直到 DeepSeek-V3 和 R1 的连续发布，大家这才发现事情完全不一样，一夜之间整个大模型市场的成本逻辑都被颠覆了。
我的意思是，AI 技术的发展是连续性的，而在这条跌宕起伏的曲线上，每一次的信号强度都决定了后面的突破深度，就像 DeepSeek 没有 V2 就不会有 V3，更不会有 R1，我对 Manus 的看法没有变化，在把 AI Agent 服务从专业场景带向通用场景的历史轉捩點，它就是开山立派的创始品牌。
从用例来看，作为 AI Agent 的功能性非常强大，对于拆解任务的熟练度很高，CoA（代理链）的观测感觉和看 CoT（思维链）很像，能「看到」AI 在多个方案里评估并寻求最优解。
理论上应该是内置了海量的 CoA 来做承接，就和 DeepSeek 这类推理模型也是提前消化了足够丰富的 CoT 之后才会推向大众市场，尽可能的覆盖到了主流需求，从官网的 Use Case 就能看到。
