字数 1533,阅读大约需 8 分钟
"套壳Monica2.0"和"资本炒作"的ManusAI
腾讯元宝生成草稿+人工撰写,全球首款通用型AI Agent横空出世!中国团队Manus如何重新定义人工智能未来?答案:No
总结
1. Agent核心问题:本身还得看大模型的能力,现在就是Claude gpt和deepseek等最好的模型还是经常出现幻觉问题,这个问题不解决,agent就是在沙漠建楼
2. 实际上本质还是AI自动化调用多个大模型的产品
预设流程限制能力上限
Manus的任务执行高度依赖开发团队预置的工具调用逻辑(如解压→解析→生成表格),若任务超出其工具链(如直接控制PowerPoint制作幻灯片),则无法完成。其执行流程缺乏动态调整能力,本质上仍是“脚本化”操作,而非真正的自主决策。
半封闭运行环境
运行于沙盒化虚拟机中,仅能调用浏览器、代码编辑器等有限工具,无法实现操作系统级自由操作(如安装软件、调用本地硬件资源),使其更接近“高级浏览器插件”而非通用智能。
底层技术组合创新争议
被质疑为“缝合怪”,依赖GPT-4、Claude等现有大模型API,未展示底层模型突破;工具链与Anthropic的Computer Use等方案类似,缺乏技术代差。
Manus的缺陷揭示了当前AI智能体的共性瓶颈:有限自动化与开放环境执行能力的矛盾。其价值在于验证了多模型协同+工程化集成的可行性,但真正的突破需依赖操作系统级控制、开放协议与底层模型能力的协同进化。对于用户而言,需理性看待其“中间态”定位——它标志着Agent技术从实验室走向实用,但距离真正的通用智能仍有距离。
引言
2025年3月6日凌晨,一款名为Manus的AI产品席卷全球科技圈。它不仅能像ChatGPT一样回答问题,更能像人类一样“动手”完成任务——从筛选简历、制作报告到规划旅行,用户只需下达指令,即可坐等成果交付。这款由中国团队Monica.im打造的通用型AI智能体,究竟有何颠覆性?它是否预示着AI技术从“工具”向“协作者”的质变?
一、技术突破:从“生成答案”到“全流程执行”
核心理念:手脑并用(Mens et Manus)
Manus的命名源自拉丁语“手”,强调AI不仅需具备思考能力,还需通过工具调用完成任务。其设计理念打破了传统AI仅提供建议的局限,真正实现了“输入需求→自主规划→执行交付”的全链路闭环。
多智能体协同架构
任务拆解与执行:Manus采用规划代理、执行代理与验证代理协同工作的架构,模拟人类工作流程。例如,处理简历时,它会解压文件、逐页分析、生成排名表格,并记忆用户偏好优化后续任务。
工具调用能力:可操作代码编辑器、浏览器、API接口等工具,甚至编写Python脚本抓取数据并生成可视化报告。
性能标杆:GAIA基准测试SOTA
在评估通用AI助手能力的GAIA测试中,Manus在所有难度级别均超越OpenAI同类产品,尤其在跨平台数据整合和复杂任务处理上表现突出。
二、应用场景:AI如何成为你的“全能助手”?
企业服务:效率革命
招聘筛选:自动解析15份简历,生成候选人排名与评估报告。
供应链管理:全网搜索供应商,生成对比表格与采购建议。
金融分析:抓取英伟达、台积电等公司股票数据,输出投资策略与可视化图表。
个人生活:智能管家
旅行规划:根据预算定制日本旅行手册,整合景点、交通、住宿信息。
教育辅助:为教师制作动量定理动画课件,帮助学生直观理解物理概念。
跨领域协作
通过云端异步处理,用户可随时关闭设备,Manus独立完成任务后推送通知。这种“数字实习生”模式,让用户专注创意性工作。
三、市场反响:从“天价邀请码”到资本狂欢
内测抢购潮
发布当日,Manus官网因流量过大崩溃,二手平台邀请码被炒至5万元,官方紧急澄清未授权付费渠道。
股市连锁反应
AI智能体概念股全线飙升,立方控股、汉得信息等20余只股票涨停,市场预测2025年或成AI Agent商用元年。
行业争议
技术整合质疑:部分开发者认为Manus依赖现有大模型(如Claude 3.5、GPT-4)的API调用,核心架构与Anthropic的“ComputerUse”类似,创新性待验证。
大厂竞争压力:谷歌Project Astra、微软Copilot等已布局智能体生态,Manus需在通用性与垂直场景中寻找差异化。
四、团队背景:中国创业者的“技术突围”
创始人肖弘:从微信生态到AI Agent
90后连续创业者肖弘,曾开发“壹伴助手”服务超200万B端用户,2022年创立Monica插件攻占海外市场。Manus是其团队历时18个月研发的“技术升维”之作。
开源与生态布局
团队计划年内开源部分推理模型,吸引开发者共建工具调用生态,复刻DeepSeek开源社区的成功路径
评论区