繼DeepSeek之后，又一個國產AI一夜走紅。

最近，國內AI公司“蝴蝶效應”發布了一款名為Manus的AI Agent(人工智能體)產品，這也是全球首款通用人工智能體。

與傳統AI助手不同，Manus不僅能提供建議或答案，還能解決各類復雜多變的任務，直接交付完整的任務成果。

7天來，Manus使用申請等候名單增加到兩百萬人。我們對驚人的需求感到非常興奮和謙卑，正在夜以繼日地工作，盡快將Manus帶給更多的人。

那么，Manus 到底是什么？我們今天來客觀聊聊。

Manus 是 AI Agent（智能體）的一種實現形態

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，通過自主任務分解將復雜任務拆解為多個子任務，并動態調用不同的 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標，它會自動幫我們執行完成。

看到這里，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 和它之間的區別是啥？

這個問題問得好！它們之間是有本質區別的：

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、多模型動態調度），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，通常需要用戶明確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，再根據大綱生成內容，最后整合成完整文章。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，它能自動將復雜任務分解成多個小步驟。

以讓 AI 玩 2048 游戲為例，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 小游戲的網站，然后還得告訴 AI 游戲規則，最后 AI 才能開始玩游戲。整個過程中，需要我們不斷引導和指示 AI 該怎么做。

而用 Manus，我們只需要下達一個指令——“想玩 2048 這個游戲，并拿到最高分”，它就會自動將任務拆分成多個小步驟：找到游戲網站、學習規則、制定策略、執行游戲操作......全程不需要我們的干預，最終它會完成游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圖像識別的基礎智能體，已經在實際應用中展現了 AI Agent 的基本特性。

不過和 Manus 相比，它的功能相對單一，主要依靠預訓練知識和內置能力，能夠幫助用戶完成特定的任務，比如識別圖片中的物體并給出相關解答，但其能力范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 。它的特別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確、可靠且完善的回答。

當我問“什么是 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。它會先將這個問題拆分成幾個小問題，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。然后它會逐個回答這些小問題，最后把所有信息整合成一個完整的回答。

突然爆火的 Manus 到底是什么？真有那么神嗎？

Manus 的缺點依舊明顯

目前，Manus 雖然在某些方面確實表現出色，缺點也相當明顯。

1.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 游戲的例子，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。當交互內容積累到一定程度，系統就無法再處理更多信息，只能中斷任務。

突然爆火的 Manus 到底是什么？真有那么神嗎？

當然這個問題后續還是非常好優化的，這就像是手機內存從最初的幾 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。

2.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。

3.資源獲取受限

很多信息所在的平臺都需要賬號密碼登陸才能獲取，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“看得見吃不著”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 在內的 AI Agent 確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，隨著技術的進步，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。

大眾·半島新聞綜合自科普中國、財聯社、證券日報、每日經濟新聞、極客公園等