2025年開年以來，AI行業的風向悄然變化。當大家對聊天機器人已經習以為常時，一個更新的概念——能直接動手完成任務的AI Agent，開始被頻繁提起。
就在這個當口，一個叫Manus的產品進入了大眾視野。它想解決的核心問題，是如何讓AI不止會說，還能直接上手做事，把想法變成結果。這個思路，加上它在亮相時對整個情緒的利用，讓它很快吸引了全球科技圈的關注。
雖然像OpenAI的Operator在今年1月就釋出了研究預覽版，但從後來故事的走向來看，Manus的出現第一次將一個獨立的、定位“通用”的AI Agent產品，拋到了更廣泛的使用者面前。
接下來的幾個月，這家公司的節奏很快。三月產品剛亮相，四月就宣佈完成了7500萬美元的B輪融資，領投方是矽谷老牌的頂級風投Benchmark。同時它出現在Anthropic等矽谷主要模型公司的生態裡，得到高調展示。他的創始團隊開始在全球各地舉辦使用者聚會。
到了六月，Manus便正式確認，將公司總部從北京遷往新加坡，同時還計劃在加州和東京設立辦公室。
將總部設在新加坡這個東西方交匯的樞紐，讓它離全球市場更近了一步。當然，在當前複雜的全球環境下，這樣做也是一種現實選擇。加速遷往新加坡，部分原因也被認為是為了應對美國對AI領域的投資審查。
伴隨總部遷移的，是團隊的快速重構。近期，Manus對國內的團隊進行了調整，約40名核心技術人員被轉移到了新加坡的新總部，而國內原有的約120人團隊中的其餘部分則面臨裁員。有評論就指出，對於一家初創公司，120人的團隊顯得有些“臃腫”，調整或許也是必然。
就這樣，Manus在短短幾個月裡，完成了從一家本土明星創業公司到新加坡全球總部的轉變，這被不少人形容為“跑路”。
1
喧囂之下，Manus是怎麼做產品的
一家公司的架構與戰略經歷劇變，外界的目光往往聚焦於其商業動作。但對使用者來說，更關心的問題始終是，那個最初吊足了人們胃口的產品，現在怎麼樣了？
要理解Manus，可以用一個比喻。過去我們用大模型，就像招來一個學識淵博的博士實習生，但只給了他紙和筆，能做的事情很有限。而Manus想做的，是直接給這個“實習生”一臺配置齊全的電腦，讓他能上網、能使用工具、能自己寫程式碼，讓他真正地動手幹活。所以，它的核心意在彌合“構思”和“執行”之間的鴻溝。
為了實現這一點，它的內部設計更像一個微型專案團隊，能自動規劃、執行、並驗證任務。這種設計的關鍵，在於它讓使用者“看見”了AI工作的全過程。使用者看到的不再是黑盒子和最終答案，而是一個清晰的任務列表，能即時觀察到AI正在採取哪一步行動。
儘管通用AI代理的願景很宏大，但初期的熱度過後，現實的問題也逐漸浮現。許多使用者反饋，面對一個空白的輸入框，反而不知該如何分配一個具體的複雜任務。同時，Agent的執行速度偏慢，成本也不低，這都影響了使用者的使用頻率。有資料顯示，產品初期的訪問量曾出現連續下降。
這些現實問題，促使Manus的產品團隊做出了一些具體的調整。比如“不知道怎麼用”的困境，Manus在2025年6月推出了免費的聊天模式（Chat ）和一個名為Playbook的模板庫。聊天模式用來處理日常簡單的任務，而Playbook則為一些常見場景提供了現成的模板。同時，為了解決成本和速度問題，Manus也對架構進行了最佳化，據稱在三個月內將成本降低了5倍，速度提升了2倍。
Manus在產品哲學上的核心理念叫做“less structure, more intelligence”。團隊相信，不應該為當前大模型的侷限性去設計過多僵化的產品結構。有一個流傳的說法是，Manus團隊自己沒有寫過一個預設的“工作流”（workflow）。他們相信，只要給模型更少的限制，它自己就能透過學習找到最優的解決方案。
這種思路，決定了Manus選擇成為一個“套殼”應用，它專注於打磨應用層，整合並呼叫業界最優秀的基礎大模型（如Anthropic的Claude系列）來完成任務，而不是自己去造大模型。這是一個務實的選擇，可以更快地向用戶交付價值。但挑戰也隨之而來，作為“套殼”，它的核心能力極大程度上受制於它所呼叫的底層大模型。一旦底層模型的能力提升，或者像OpenAI、Google這樣的大廠推出功能更強的原生Agent，Manus就可能面臨被“吞噬”的風險。
目前來看，Manus正試圖透過快速的產品迭代和對使用者工作流的深度整合，來建立這種壁壘。他們部落格中提到的未來規劃，包括定時任務、應用整合（郵件、日曆、雲盤）等等，都指向一個更宏大的目標，成為使用者工作和生活中不可或缺的“第三隻手”。這個願景，也恰好呼應了它的名字——Manus在拉丁語中，正是“手”的意思。
1
現在還能這樣用
從最初的邀請碼飢餓營銷機制，到後來限免開放，再到有了完整付費分層正式給所有使用者提供服務，Manus能做的事有哪些變化？
這個反而是沒多少人討論的。
許多人對Manus的印象，可能還停留在它誕生之初那些能自主規劃旅遊行程、或生成市場研究報告的驚豔演示上。這些能力展示了它作為AI Agent的潛力。那麼，經過這幾個月的迭代，現在的Manus又多了哪些有意思的用法？我們實際上手試了試。
第一個發現是，它在想辦法讓普通人也能輕鬆用起來。我們開啟它的“Playbook”模板庫，選了一個“AI健身教練”的模板。
這個模板把健身水平、目標、身體狀況等關鍵資訊都做成了選擇題，我們設定了一個有“膝蓋問題”需要“全面健身”的使用者畫像，點選確認。
幾分鐘後，它交付了一個可以直接訪問的網頁。內容相當完整，不僅有定製的7日訓練計劃，還專門推薦了游泳、靠牆靜蹲等對膝蓋友好的低衝擊運動，甚至包含了營養建議和進度追蹤模組。
類似的“模板化”思路也體現在PPT生成上。我們嘗試讓它“做一個關於人工智慧簡史的PPT，面向小學生群體”。
它同樣提供了多種設計主題和頁面長度供我們選擇。
最終生成的PPT一共14頁，這裡選了幾頁貼這裡。
上下滑動檢視更多
與一些模型廠商或者ChatGPT類工具裡提供的PPT功能相比，它生成的更傾向於提供完整結果，而減少了讓使用者自己再補充的部分。
接著，我們測試了它的自主操作能力，給它下達了一個指令：“開啟小紅書，給矽星人Pro釋出的最新的一條筆記評論：今天星期五，猴子去跳舞”。
Manus成功打開了網站，但在登入和安全驗證環節，幾次請求使用者“接管”瀏覽器來輔助完成掃碼和拼圖驗證。
不得不說這個雲瀏覽器的延遲還是有點高，驗證了兩次才透過
最終，這條評論成功釋出，IP屬地顯示為美國。整個過程顯示，在涉及賬戶安全和複雜驗證時，它仍需要使用者介入協作。
最後，在釋出至今，模型領域的一個重要能力更新是影片領域。Manus也曾宣佈更新了它的影片生成功能，我們決定給它來一次影片創作的任務。
我們讓它用皮蛋和香蕉，創造一道黑暗料理，並生影片。
Manus接到指令後，立刻規劃好了任務步驟，建立菜譜，生成參考圖片，然後呼叫Veo3模型生成了有原聲音訊的獨立的影片片段。
最後它直接在後臺執行了ffmpeg命令列工具，將這些影片片段拼接成了一個完整的30秒短片。
交付後我們發現，影片沒有聲音。我們指出了這個問題，Manus的反應很快。它準確地診斷出問題在於自己使用的ffmpeg命令中，一個引數設定錯誤導致音訊流丟失。
隨後，它自動修正了命令，重新執行，併成功交付了帶有聲音的最終版本。
這個“修復bug”的過程，是整個測試中最有亮點的部分，它不僅展現了意圖理解、任務規劃和工具呼叫能力，還體現出了一定程度的反思和糾錯能力。
最終的影片長這樣：
1
寫在最後
回顧Manus這幾個月的發展，無論公司層面各種爭議動作，還是是產品層面在宏大願景與使用者現實之間的反覆權衡與調整。一個核心問題仍然時常被提起，Manus的護城河究竟是什麼？
這是一個在行業裡被反覆討論的話題。一種普遍的觀點認為，作為“套殼”應用，它的核心能力受制於所呼叫的底層大模型，存在被“吞噬”的風險。這確實是它最大的挑戰。但在硬幣的另一面，也有觀點認為，真正的壁壘並非只在技術本身，更在於對使用者需求的理解、產品打磨的速度、以及由此形成的使用者習慣和品牌效應。
從我們的覆盤和測試中可以看到，Manus正試圖通過後一種方式構建自己的壁壘。包括它密集在全球各地與使用者見面，也是這個策略的一部分。
但這注定是一場與時間的賽跑。AI Agent賽道的競爭已經異常激烈。前有OpenAI、Google等巨頭環伺，後有無數靈活的創業公司緊追不捨，Manus能否靠更快的迭代速度，在底層技術被追上之前，建立起足夠的使用者忠誠度，將是決定其命運的關鍵。
從這些產品體驗來看，它的“跑路”過程裡，產品也沒停止更新迭代和完善功能，但同時這些功能也沒能讓它與其他對手徹底拉出距離。人們對這款產品和這個團隊的期待也一直在產品上，如果國內國外團隊、經營等事務能佔用更少精力，產品和技術迭代能有更多投入，Manus這個產品能變成什麼樣？這始終才是真正重要的問題。