摘要：随着AGI技术迈入第三阶段，智能体应用正加速落地，驱动算力需求爆发式增长。国内通用AI智能体平台Manus与阿里通义千问达成战略合作，致力于在国产模型和算力平台上实现功能适配，推动本土化智能体应用普及；与此同时，OpenAI发布全新开发工具，进一步降低智能体开

随着AGI技术迈入第三阶段，智能体应用正加速落地，驱动算力需求爆发式增长。国内通用AI智能体平台Manus与阿里通义千问达成战略合作，致力于在国产模型和算力平台上实现功能适配，推动本土化智能体应用普及；与此同时，OpenAI发布全新开发工具，进一步降低智能体开发门槛。两大动作标志着智能体技术进入规模化应用关键期，算力基础设施产业链持续受益。

Manus与阿里通义千问联手推动智能体本土化

Manus作为中国团队开发的通用AI智能体平台，凭借其在简历筛选、房产分析、股票研究等场景的综合任务处理能力，迅速引发市场关注。根据其官方展示，Manus在GAIA基准测试中取得领先性能，并通过API调用与工具整合实现复杂任务的自动化输出。目前，Manus已进入公测阶段，但因系统容量有限，邀请码一度在二级市场被炒至高价。

为满足中文用户需求，Manus宣布与阿里通义千问团队合作，基于通义开源模型优化智能体的本地化能力。双方技术团队将共同探索在国产算力平台上实现Manus全部功能，包括规划、工具调用和记忆模块的高效协同。此次合作不仅降低了对海外模型的依赖，也为国内智能体应用的合规性和稳定性提供了保障。

Manus的单任务运行成本已降至2美元，较同类产品降低90%，这一成本优势叠加系统优化能力，或加速智能体在B端场景的渗透。未来，Manus计划分阶段扩大公测规模，逐步覆盖科研辅助、电子秘书等垂直领域，进一步验证其商业落地的可行性。

智能体开发步入低门槛时代，算力需求激增

OpenAI近日推出智能体开发工具包，包括融合对话与助手功能的ResponsesAPI、网络搜索等内置工具，以及开源的多智能体工作流框架AgentsSDK。这些工具通过统一接口范式和模块化设计，显著降低了开发复杂度。OpenAI首席产品官指出，2025年将成为智能体爆发元年，AI将从“回答问题”升级为“执行任务”，推动各行业生产力变革。

智能体应用的普及对算力消耗提出更高要求。以Manus为例，其单次任务因涉及多模块协同、长上下文数据处理及非标任务推理，token消耗量可达传统模型的成百上千倍。国内“东数西算”工程的持续推进为算力需求提供支撑，全国一体化算力网络已形成超830万标准机架规模，预计2025年智能算力占比将提升至35%。

面对激增的算力需求，产业链上下游加速布局。国内运营商和云服务商加大服务器、光模块等基础设施投入，海外则聚焦CPO、边缘计算等技术创新。随着智能体应用从训练转向推理，低成本、高稳定性的算力资源将成为竞争核心，驱动基础设施投资持续加码。

来源：金融界