上週末，脖子突然抽筋壞了，比落枕難受100倍。所以停更了幾天。做了CT，做了核磁，開了膏藥，也開了口服藥，這兩天能動彈了。
一夜之間，被“中國團隊做的通用 AI Agent 產品”——Manus刷屏了。
不少聲音都在說“AI Agent 的 GPT 時刻”、“中國 AI 再次震驚世界”、“又一個 DeepSeek”，總之各種溢美之詞撲面而來，帽子又高又帥！
Agent——
現在這個時刻，已經是一個說爛的詞兒了，從 22 年底 ChatGPT 釋出後的幾個月開始，尤其是 AutoGPT（Agent 概念開始“火”起來的關鍵節點）火了之後，到現在一直沒停過討論。
那為啥這次 Manus 就火了呢？
這篇文章僅從我個人理解角度上，淺談一下。
整體我覺得可以概括成三點：
1、是對 OpenAI 的貼身超越
2、是一次技術突破的集中爆發
3、與使用者心理的精準共振
先看一個官方的 demo 影片——
任務是：Research the Rockefeller family relationships（研究洛克菲勒家族關係）
一段操作猛如虎，中間各種分析、整理、執行，最後生成了家族圖譜。
首先看官方釋出的榜單——
在衡量通用 AI 助手能力的基準 GAIA 評測中，Manus 的評分遙遙領先，超越了 OpenAI 的 DeepResearch，穩坐第一。
GAIA 基準由 Meta AI (FAIR)、Hugging Face 團隊在 2023 年聯合推出的，旨在評估 AI 助手解決實際問題的能力。研究團隊提出了一系列問題，這些問題“對於人類來說在概念上很簡單，但對於最先進的人工智慧來說卻具有挑戰性”，共包含 466 個需要多步驟推理的複雜問題，分為 Lv.1、Lv.2、Lv.3 三個難度級別。人類在 GAIA 測試中的平均正確率高達92%，GPT-4 在 GAIA 測試中的綜合正確率僅為15%，且在最高難度級別（Lv.3）的問題上表現更差，部分得分甚至為零。直到有了推理模型 +Deep Research 後，才拿下當時的 SOTA。
看榜單資料，Manus 從三個 level 上均超越了 Deep Research。
再來看幾個 demo：
任務 1：充當 HR 的角色，篩選存放在壓縮包裡面裝的 10 份簡歷
Manus 被塞過來檔案後，就開始幹活：
（1）解壓檔案，瀏覽簡歷，提取關鍵資訊
（2）分析所有 15 份簡歷，給出專業的排名建議
（3）提供詳細的候選人資料和評估依據
（4）根據使用者的偏好生成電子表格形式的報告
任務2：使用者想要在紐約購買房產，要求安全的環境，低犯罪率，要有不錯的學區，而且還不能超預算。
看 Manus 的執行過程，它分成以下幾步：
（1）分解為 todo：將複雜任務分解為待辦事項列表，包括研究安全社群、識別優質學校、計算預算、搜尋房產等
（2）搜尋：網路搜尋有關紐約最安全社群的文章，收集相關資訊
（3）寫程式碼：編寫 Python 程式根據使用者收入計算可負擔的房產預算
（4）篩選：篩選房地產網站上相關的房價資訊，根據預算範圍篩選房產列表
（5）整合：整理所有收集的資訊，撰寫詳細報告。
任務3：分析過去三年中英偉達、邁威爾科技和臺積電股票價格之間的相關性
拿到任務就開幹：
（1）透過 API 訪問雅虎金融等資訊網站，來獲取股票歷史資料
（2）交叉驗證資料準確程度（這點很聰明嚴謹，讓我很放心！）
（3）寫 python 程式碼進行資料分析、視覺化
（4）結合金融分析的工具生成綜合分析報告，向用戶反饋其中的因果關係
整個執行過程的輸出很詳細，有很多像人的操作，比如上下滑動、點選元素。
完全像一個人在完成任務的過程一樣。
仔細看所有的任務，不外乎有幾個核心的流程：上網搜尋、編輯器、執行 Linux 終端命令、寫程式碼。
更多感覺，它像一種“DeepResearch + Computer Use + Artifacts”多種現有技術的結合體。
這就是 Manus 區別於其他的關鍵。背後是靠一套雲端的虛擬機器環境支援。
比如 DeepResearch——
能聯網檢索、快速獲取、整理和分析大量資料。
Claude 的 Computer Use——
更像是一個背後的操盤手，負責任務排程和執行、高效地管理和分配計算資源
Artifacts——
借鑑 Claude 策略，給 Manus 提供與現實世界互動的能力，最後的呈現結果直接在網頁上立竿見影地看到。
綜合起來，Manus 就變成了一個高效協同的整體，可以處理複雜的任務流程。
因為官方這次並沒有放出來技術報告，一切猜測也僅是基於以往技術形態，所以我更傾向於把它看作是一個系統創新。
除了簡歷篩選、選房、炒股這三個案例之外， Manus 官網還展示了十多個 manus 能夠勝任的場景，比如整理行程、個性化推薦旅遊路線。
回到一個問題上來，Manus 為什麼就突然火了呢？
回答之前，我們先回顧一下，OpenAI 的 規劃的 AGI 路線圖——
Level1: 常規的 chatbot 形態；
Level2: 對應目前的強推理模型；
Level3: 具備 agent 能力，基於指令，可以 take action 的 AI 系統
Manus 這個產品，就是來到了這個階段。
就像官方對 Manus 的定義——
“Manus is a general AI agent that bridges minds and actions: it doesn't just think, it delivers results”
翻譯過來就是——
Manus 是一款通用型 AI agent，它連線思想與行動：它不僅思考，更能交付成果。
再看“Manus”這個名字——
它來源是拉丁語單詞 “manus”，意思是 “手”，象徵著 行動、執行、操作。
和 Agent 的特點非常吻合——
就是能夠自主地執行任務，將想法轉化為行動，就像一隻能夠執行各種操作的 “手”。
你就理解成是，Manus 是一個能動手、交付結果的 AI 助理。
manus 網址：https://manus.im
但是，目前 Manus 還只能是少部分內測使用者可以用，大部分使用者都在求邀請碼。網上大部分 case 也都是官方跑好放出來的。
但是實際效果怎麼樣，不知道。使用者量上來後，使用體驗也不知道。所以蹲一個後續表現吧。
單看 demo 影片，還是挺強大的。
但至少，此時此刻，Manus 讓我們看到了 AI Agent 的實際應用方式以及未來的樣子。
個人覺得，從大模型發展階段和使用者體驗看，Manus 確實擊中了心理共振點。
大模型作為單一工具 chatbot 已經很成熟了，像 deepseek R1 配合聯網功能，回答精準，但是無法執行，沒辦法自動執行多步驟的任務。
比如讓它能寫程式碼給你分析資料，能給你思路，但是不能開啟 Excel 操作啊。
使用者心理上已經從“驚豔”轉向了“期待更多”，我把任務丟給你，直接給我完成的結果多省事兒啊。這樣就解放雙手，順便也解放了大腦。
職場打工人乾的最多的事兒就是：從一坨 XXX，整理 + 處理 + 分析，到 word、Excel 這種結構化資料。
Manus 就是 match 了當下使用者的這個心理共振點。
更驚喜的是，這次又是國產力量！來自於成立於 2023 年的 AI 創業公司。
宣發影片裡的就是 Co-founder 季逸超，是一位 90 後連續創業者，早期開發過猛獁瀏覽器一度出圈，還獲得過紅杉資本和真格基金聯合投資，成立 Peak Labs 實驗室，徐小平曾公開表示“投的是季逸超這個人，支援他做最野的事”。
資料太有限了，只能用 deepseek 幫我生成了一些資料（AI 生成，不一定 100% 準確）
上面季逸超是聯創，創始人是肖弘，畢業於華中科技大學，連續創業者，夜鶯科技創始人，曾推出“壹伴助手”“微伴助手”等工具，近幾年轉型做的和 AI 相關的產品則是 Monica，定位是輕量級 AI 助手，Manus 是最新發布的 AI 產品，兩者定位不同，為解決複雜任務執行，技術理念強調“Less structure, more intelligence”，透過多代理架構實現自主規劃與執行。
這次 Manus 的釋出，堪稱是——
鳳銜金榜出門來，平地一聲雷！
開心的是，這是繼 DeepSeek 之後，又一箇中國 AI 的崛起。
從此不是追趕者的敘事，而是開啟 Agent 新紀元的火種！