近期，我国创业团队发布了通用AI智能体产品Manus引发广泛关注。与传统AI助手不同，Manus（拉丁文寓意为“手”），不仅能提供建议或答案，还能直接交付完整的任务成果，实现AI产品由“脑”至“手”的进阶跨越。官方视频展示了Manus在筛选简历、遴选房产、股票分析等三个实际使用场景中的案例。在GAIA基准测试（评估通用AI助手解决真实世界问题的能力）中，Manus在所有三个难度级别上都取得了 SOTA（State-of-the-Art）级别表现。总体来看，Manus可以解决各类复杂多变的任务，通过独立思考和系统规划，在虚拟环境中灵活调用各类模型工具，成功打造了人机协作的全新范式，有望重塑数字经济时代流量入口，为我国AI产业发展指明了一条基于多模型能力协同的应用创新路径。为及时掌握相关情况，我们通过调研，对Manus的核心逻辑及其对产业发展的影响进行了初步分析研判。
Manus基本情况
Manus“手脑并用”成功实现从“思考”到“执行”的突破。一是支持复杂任务拆解与执行。Manus与传统AI工具不同之处在于，可以通过一长串思维链和工具调用，独立完成复杂任务的全链路操作，包括目标分解、工具调用、结果交付，最终输出比较完整、专业的结果。例如，Manus可完成简历筛选（解压文件、分析内容、生成排名表格）、旅行规划（整合信息、生成定制手册）、股票分析（数据抓取、生成可视化报告）等跨领域任务。二是支持跨场景多样化需求，应用领域涵盖教育（生成教学动画）、金融（股票分析）、生活（旅行规划）、商务（供应商匹配）等场景，支持文件处理、内容创作、工具调用等多样化需求。三是支持多模态交互与可视化。用户可通过虚拟机界面实时观测AI的网页浏览、代码编写、文件处理等操作过程，增强“真人工作感”。四是支持非在线条件下的异步任务处理。用户无需保持设备在线，通过“一键甩单”将任务交付Manus，在云端完成任务后向用户通知反馈结果，交付如Excel、PPT、HTML等多格式输出成果。
Manus自发布后迅速引爆全网，引发国内极高的关注热度和社会反响。自3月6日发布后，官网注册流量激增导致服务器崩溃，二手平台邀请码价格一度飙升至10万元，Discord社区涌入超10万开发者，用户自发构建2000余条任务模板库。资本市场联动效应明显，A股、港股科技板块因Manus概念集体大涨，引发金融资本对中国科技股价值重估的强烈预期。有部分媒体将Manus出圈称为中国AI Agent的“GPT时刻”。
Manus底层逻辑分析
Manus的技术逻辑
Manus未涉及底层模型和核心算法层面的重大技术突破，主要依靠系统设计理念和工程化能力取胜，成功构建了一套支持多模型协同架构和机制，大幅提升产品交付质量。一是灵活的多Agent协作架构。将任务分解为规划、执行、验证等子模块，每个Agent根据任务需求调用最优模型完成相应任务，并基于独立模型进行相互协作。二是强大的垂直整合和工程化编排能力。Manus并未自研底层大模型，其团队并不讳言产品的“套壳”特点，有媒体推测其模型能力来自Anthropic 的 Claude，也有业界分析其技术架构可能还包含专用RL小模型（基于通义千问）和自研工具包生态。Manus通过高效的工程化编排与多模型动态调用，有效满足了Agent交互过程中的规划、自主、准确三大核心需求。三是顺畅的工作流管理机制。通过自然语言处理与强化学习算法，将用户指令转换为可执行的步骤清单，并调用Python脚本、API接口等工具完成操作。
Manus的商业逻辑
Manus精准定位当前AI应用市场的需求空白，全面升级用户体验，善用饥饿营销手段，在极短时间内掀起国内对AI智能体极高的关注热度。一是有效填补市场刚需缺口。当前国内AI大模型杀手级应用以聊天机器人为代表，以提供建议或答案为主，随着个人和企业对处理解决复杂现实问题的需求激增，传统AI助手难以有效处理，Manus横空出世以打造“数字实习生”概念重塑生产力边界，填补了“端到端执行”的空白，实现了从“生成答案”向“交付成果”转变。二是全面升级用户体验。Manus通过封装多模型能力、可视化界面“真人工作感”设计，降低普通用户使用门槛，与传统AI工具形成差异化竞争。同时，Manus具备强大的情境理解与用户偏好自主学习能力，可结合用户历史数据优化任务策略，生成适应用户偏好的个性化解决方案。三是营销策略助推。相比于OpenAI竞品DeepResearch需月付费200美元的ChatGPT Pro用户才能够使用，Manus通过自媒体集中宣传、邀请码稀缺性制造话题，更容易在体验上形成冲击，成功激发用户的好奇心。
Manus的负面争议
总体来看，Manus技术实现主要依靠现有大模型调用，自主研发的底层技术占比较少，当面对复杂任务时灵活性和适应性可能不足，且容易被复刻超越。一是实测表现与官方宣传尚存在差距。有实测者发现，Manus复杂任务处理耗时久，如制作PPT和分析报告超40分钟，部分新闻和报告配图含无关元素和幻觉，数据分析能力相比代码能力明显弱等。从其官方软文贴图实际效果看，与豆包等相差不大，甚至相比WPS在部分设计上逊色很多。二是缺乏技术护城河的风险隐患显现。有开发者指出，Manus核心架构与Anthropic的“ComputerUse”极为相似，在模块化设计和数据处理流程方面高度重合。Manus发布后，MetaGPT团队4人仅用3小时即复刻了开源AI Agent产品 Open Manus；同时开源平台的CAMEL-AI团队也实现“0天复刻”，而且还将系统中涉及的每个部件单独开源，供开发者选用。
Manus对产业发展的影响
Manus作为中国团队开发的通用AI智能体，尽管缺乏底层核心技术突破、实测表现与官方宣传尚存差距，但作为继DeepSeek之后中国AI产业界又一款爆火出圈的现象级产品，打开了一条以集成创新和工程化优化引领AI应用繁荣的产业发展路径，将推动我国AI Agent性能和渗透率加速提升，推动AI在千行百业的深度应用。
一是Manus为国内AI智能体繁荣打开想象空间、探索实现路径。Agent被定义为能够感知环境、自主决策、执行复杂任务的智能实体，是AI应用发展的高级形态。国外科技巨头纷纷加大在该领域的竞争布局，积极抢占未来互联网流量入口。去年以来，Anthropic公司将 Claude 3.5 Sonnet模型升级“Computer Use”新功能，使其能够像人一样操作使用计算机，包括滚动屏幕、移动光标、点击按钮、输入字符。谷歌发布Project Jarvis可以帮助用户管理电子邮件、组织文件和进行研究。OpenAI以GPT-4o为基础推出Operator，具备读、写及鼠标操作能力，可代用户执行上网搜索、调用程序甚至完成网购下单。此次我国成功推出Manus，是继DeepSeek走通“低成本+开源”路径实现模型平权后，国内团队将针对单个大模型的MOE(混合专家模型)架构应用于“多模型集群”的成功实践，并基于对大模型集群的工程化编排，实现了在通用型AI Agent产品化打造方面的又一突破，将加速AI智能体在各行各业的深度应用。
二是Manus类应用使算力消耗量陡增，将大幅提升国产算力需求。从工作方式看，Manus的多代理架构(Multi-Agent)需拆解任务并协同多个独立模型执行，其在云端的虚拟机运行并支持非在线、多任务、多对话工作进程，均会显著增加算力消耗。研究机构预计，相比DeepSeek单次对话需1k Tokens，Manus的智能体任务单次Token需求高达100k，算力需求直接扩大了100倍。在传统大模型开发中，80%以上算力投入训练阶段。从长期趋势看，以DeepSeek-R1、QwQ-32B等为代表的开源模型在持续大幅压降模型成本的同时，以Manus为代表的Agent应用带来的算力消耗是纯AI对话应用的百倍乃至更高。未来Agent应用全面爆发将带来推理算力消耗占比大幅提升，叠加模型算力成本的持续下降，将激发更强应用、更多使用，从而对国产算力需求构成长期支撑。
三是Manus带来的AI技能平权有望激起新一轮创新创业热潮。Manus通过模型组合、多模型混合调用等创新，不需要开发者深入理解模型内部结构和微调算法，也可以做出变革性产品。Manus在未投入大量成本训练或者微调模型的情况下，就做出可完成复杂任务的应用，为企业和个人在新一轮AI浪潮中提供了轻资产创业的可能。特别是对医疗、教育、金融等数据密集型行业，未来将逐步降低对大模型厂商的技术依赖，利用开源大模型并通过简单的模型调用，也可以完成高性能智能体的搭建，推动场景应用成本和技术开发门槛双降。
四是Manus推动AI产业发展从技术创新导向转向兼顾注重产品体验。在Chatgpt、DeepSeek、Qwen等产品的技术突破中，Manus的模式创新之所以能脱颖而出，主要原因是它解决了真正的用户问题，将原先需要自己提问，然后根据问题回答的大模型使用模式，变成“一句话”任务执行模式，将大模型从一个“知识库”、“百科全书”，真正变成一个生产工具，解决用户问题，提升用户体验。这将引爆AI企业对应用创新和体验提升的关注和投入，逐步推动整个行业的产品体验上升一个档次。
