摘要：这无疑在AI赛道投下一颗“深水炸弹”，引发行业内外的广泛关注。Manus与其他AI究竟有何区别呢？它凭什么受到如此追捧，又能否复制DeepSeek的巨大成功？
中国战略新兴产业融媒体记者 艾丽格玛
曾经“一码难求”、账号被炒至10万元的Manus，于昨日终于向所有用户开放注册。
这无疑在AI赛道投下一颗“深水炸弹”，引发行业内外的广泛关注。Manus与其他AI究竟有何区别呢？它凭什么受到如此追捧，又能否复制DeepSeek的巨大成功？
打响AI智能体第一炮
今年3月，初创公司蝴蝶效应发布Manus的早期预览版，将其称为“全球首款通用智能体产品”。从介绍来看，使用者只需要给Manus一个简单的指令，它就能自动完成复杂的任务。
3月6日，在发布Manus正式发布后，相关团队宣称其能完成旅行规划、股票分析、PPT制作等复杂任务，对标OpenAl产品。团队发布的Manus演示视频引发社交平台热议，邀请码被炒至上万甚至十万元，不少人称其为“中国版ChatGPT”“超越DeepSeek”。在热烈的情绪中，二级市场反应激烈——当天，A股新开普、汉得信息等A概念股涨停，港股明源云、金山软件等涨幅超10%。
>>5月14日，在某二手平台搜索Manus邀请码，仍显示不少高价产品。
根据公开信息，Manus不仅是个能回答问题的生成式人工智能，更重要的是它能够做到“自主分析任务需求”，通过调用虚拟环境中的工具（如浏览器、代码编辑器、文件处理器等），完成从数据收集到结果交付的全流程操作。无论是分析股票趋势、生成财务报告、规划旅行行程，还是编写可运行代码，Manus都能高效执行并输出可视化成果。
也就是说，Manus的定位就是AI Agent——人工智能体。
AI Agent像是一个成熟的助理——如果你告诉助理，周五之前要出一份符合要求的商业计划书，助理会自己调动相关员工，分头进行市场调研、资料收集，筛选有用的内容，撰写计划书，配图、做表格，向你提交初稿并根据你的要求修改，调整格式，打印成册，在周五之前放在你的桌上。著名AI研究者、斯坦福大学教授吴恩达认为，与传统的工作流程不同，AI Agent通过迭代和对话式的模式工作，不再是简单的指令执行者，而是“能够进行自我反思、规划和修正的参与者”。
Manus作为云端智能体的先锋代表，其技术核心在于基于大模型的自动化工作流。用户发出指令后，Manus能将复杂请求拆解为多个子任务并逐个执行，还支持多智能体协作，不同特定智能体可处理分解后的子任务，最终由顾问智能体统一输出结果。例如，用户可要求Manus“生成一份市场调研报告”，它会自行搜索资料、整理分析并撰写报告。
本刊记者曾报道（AI Agent：人工智能对人类的终极模仿←点击查看前序报道），Al Agent需要具备三个核心能力：独立思考、自主执行、持续迭代，这意味着它们可以在没有人类直接干预的情况下运作，通过内置的算法和学习机制来适应环境变化并优化其行为。其中，独立思考是指Al Agent能够根据给定任务目标和约束条件，进行任务规划和问题拆解，形成执行步骤（即工作流）；自主执行是指Al Agent能够调取各类组件和工具，按照执行步骤依次执行，实现任务目标；持续迭代是指Al Agent能够自动记录任务目标、工作流和执行结果，基于结果反馈，沉淀专家知识和案例。
PC端智能体虽然也有相似的技术逻辑，但与Manus存在差异。PC端智能体的优势在于更强的隐私保护和个性化私人知识库。它可记住用户偏好，如编辑邮件的风格，并在任务执行中运用，且涉及隐私数据处理时，用户可选择本地部署方案，保障数据隐私与安全。不过，受限于本地算力，其任务执行效果及速度相对Manus较弱。而Manus平台采用多智能体架构（Multiple Agent System），在云端虚拟机中运行，已在GAIA基准测试中超越OpenAI的Deep Research，展现出卓越的任务处理能力。
根据图灵奖得主Yoshua Bengio提出的AGI（通用人工智能）五个层次，目前来看，AI Agent目前大致处于第三个层次（多模态感知）和第四个层次（具身与行动）之间。
智能体发展的下一个目标是实现AI自主拆解及分配任务，并实现闭环执行。无论是云端还是PC端智能体，都朝着这一目标努力，但云端智能体在算力和工具调用上更具优势，而PC端智能体则需与更多应用开发商适配以拓展场景。
AI Agent，必须上云了？
可以看出，云端智能体如Manus在算力和工具调用上，相比于PC端智能体更具优势。
云端拥有庞大的服务器集群和算力池，Manus可调用大量GPU等高性能计算资源来处理复杂任务，能支持多模态输入理解、动态任务拆解、跨平台执行等操作，其单任务消耗token量虽达GPT-4的3倍，但凭借云端强大算力仍可高效完成。
同时，Manus可接入丰富的云端工具链，如财经API、Python分析代码库、浏览器自动化工具等，实现数据采集、分析、报告生成等复杂操作。例如，3月11日，Manus宣布和阿里通义千问团队达成战略合作，基于通义千问系列开源模型，在国产模型和算力平台上实现 Manus的全部功能。
对于使用AI的企业来说，云端智能体的优势在于高可扩展性、快速任务执行、持续学习优化、易于管理和维护几个方面。企业可根据实际需求快速增加资源，无需担心本地硬件限制，从而合理应对业务增长。用户关闭设备后，任务仍可在云端持续运行，通过Checkpointing机制降低中断风险，保障任务高效执行。同时，可以记录用户偏好，优化后续任务执行路径，提升任务处理效率和质量。而且，云服务提供商通常提供自动化的管理工具和平台，简化了运维过程，降低了技术复杂性和人才需求。
不过，值得注意的是，云端执行涉及数据跨境流动等问题，可能存在数据泄露风险，敏感数据的处理需谨慎。云服务按使用量计费，长期使用服务器可能会带来高昂运营成本。而且，在网络状况不稳定的地区，会影响云端智能体的性能和可用性，导致任务执行延迟或中断。
根据Manus团队公开的信息，当前，Manus采用积分制收费，用户可免费执行一项任务（300积分），一次性获得1000积分奖励，如需更多积分可升级至每月19美元的基础计划、39美元的Plus计划或199美元的Pro计划。其任务积分消耗因任务复杂性和持续时间而异，如数据分析消耗200积分、网页设计消耗360积分、应用开发消耗900积分。
对于Manus的收费计划，不少人认为其价格较高。例如，作为Manus的早期付费用户，PINE AI首席科学家李博杰对媒体表示，“虽然Manus的表现有其亮眼之处，但从用户体验来看，积分的消耗速度很快，并且处理任务时所需的等待时间较长，很多细节还需要手动确认，在实用性上要逊于MainFunc旗下Genspark、OpenAI旗下Deep Research等竞争对手。”
北京邮电大学数字媒体与设计艺术学院副教授谭剑则指出，在生成数学代码、产业调研报告等多项专项深度任务的测试中，Manus显得有些 “力不从心”。他表示，如果将Manus视为一位调度各路“帮手”的“诸葛”，其还需要来自各类执行类APP和数据源等“武将”的支持，而Manus团队能调度的资源并没有深入各行各业。
面临激烈竞争和用户需求多样化等挑战，Manus已经获得了智能体先发优势和强大的舆论造势，但它需要不断优化算法、提升性能、拓展应用场景，以巩固市场地位并实现可持续发展。
近日，有外媒报道称，Manus背后的公司蝴蝶效应在由美国风险投资公司Benchmark领投的一轮融资中筹集了7500万美元，估值达到5亿美元。不过，这项投资正在接受美国财政部的审查。
目前，AI智能体行业内的竞争压力逐渐升级，阿里、字节跳动、百度等国内大厂也已入局。
上海财经大学特聘教授、智能科技专家胡延平就认为，目前，Agent整体处于“基础能力建设阶段”，意味着“一夜之间可以涌现出成千上万个Agent，但真正能打的没几个”。在这种局势下，Manus开放注册也是必然的选择：“一方面是因为Manus的技术服务水准提高到可以面对海量用户了，另一方面，如果再不开放注册，就会被成千上万个Agent瓜分走用户，错过市场窗口期。”
来源：中国战略新兴产业一点号