百度知道:反差婊吃瓜黑料免费-黑料不打烊 吃瓜-Manus团队不避讳“套壳”争议，它为什么引爆了行业热点？|界面新闻 · 科技

界面新闻记者 | 伍洋宇

界面新闻编辑 | 文姝琪

爆红的运气终于轮到了大模型应用层公司 。

3月5日晚，一款叫做“Manus ”的Agent（智能体）产品发布
。24小时内 ，它成为国内AI大模型领域讨论度最高的产品。

由于产品处于内测阶段
，仅以邀请码形式开放使用，Manus的体验资格迅速供不应求 。其邀请码在二手电商平台一度被炒至数万元之高
。

有关Manus的舆论迅速分化为三派 ，推崇和质疑是两极
，还有一拨声音在中间强调客观理智看待。

为何会有这样的奇特景象？因为有大量报道将其描述为“AI Agent产品的DeekSeek时刻
”，“瞥见了AGI” ，且运用了大量“国运级创新 ”等曾经被用来形容DeepSeek的词汇 。一时间，对于这类评判的纷争反而吸引了更多注意力。

但回到产品本身 ，面对其爆火出圈
，Manus AI团队产品负责人张涛（HideCloud），同时也是Monica.im产品合伙人 ，在朋友圈发文表示
，过去的十几个小时对于团队来说无异于一场充满了各种意外的冒险
。

团队低估了大家的热情。这本是一个产品探索过程中的阶段性收获分享，因此服务器资源是对标demo水平来准备 ，不曾想过会引起巨大波澜 。

那么Manus到底是一个什么样的产品？如果它不是Agent的DeepSeek时刻
，那么它让我们来到了什么样的节点？

一个基本可以替代人的通用AI Agent

Manus对自己的定位是“通用AI Agent ”
。不同于传统针对单个任务 、具有严格规则和流程的Agent，Manus是一个多模型
、多智能体产品 ，拥有“独立思考”能力
，能够对复杂的通用任务进行多步骤拆解并执行。 

简单而言，用户提出“一句话任务
” ，一段时间之后，便可以得到一个质量颇高的成品交付 。

正如产品视频中演示的三类任务
。以简历筛选为例
，一个任务经历了解压文件，逐页浏览每份简历 ，记录重要信息（期间还可以继续上传更多简历）等步骤。

随后
，它反馈出了排名建议、候选人简介以及评估标准 。如果用户想要更直观的结果，告诉它 ，它就会立刻生成一份表格
。并且Manus具备记忆功能
，在下次生成类似任务结果时也会优先输出表格形式。

整个过程在云端异步完成，这意味着用户可以随时关闭电脑 ，等待结果生产 。

第二个房产调研任务显示了Manus做研究的能力
。这个任务最首要的是拆解出用户对于房产需求的不同维度
，以to-do-list形式推进信息搜索，包括安全 、教育等等 ，并编写了一个Python程序来核对其预算
，据此过滤房地产网站上的所有房屋选项，最终输出一份详细的调研报告。 

第三个任务是股票分析 ，这里涉及的是专业数据的准确获取，编写程序以进行股票间相关性的可视化数据分析
，以及根据新的需求（建立网站）在线部署一个全新网站 。 

针对Manus的争议之一是“套壳”，即没有自研底层大模型的能力。Manus的模型能力来自Anthropic的Claude
。但需要指出的是 ，根据参加过沟通会的行业人士表述
，Manus并不讳言自己是一个“套壳 ”产品。

除此以外，据01Founder分析 ，其技术架构可能还包含专用RL小模型（基于通义千问Qwen）和自研工具包生态 。

该人士认为
，专用RL小模型负责系统中最关键的决策环节：意图识别
、任务规划和工具调用
。整个工作流程设计以一份todo.md文件为核心，它兼顾记忆和指挥 ，解决了AI Agent长期面临的上下文管理难题
，并且能够保持执行反馈与todo.md之间的动态联系。

在一众测评中，很多获得邀请码的用户尝试了比演示视频更复杂有趣的任务 。有人用它写了一个谷歌CEO模拟器 ，从车库出发直到再次成为科技巨头；有人用它整理混乱的发票并填写报销单；有人用它做出一个国家的极简编年史
，并配以漫画图表……

这些任务无一例外都成功了，并且成品大都让人感到意外
。只不过还是存在一些问题 ，例如个别任务会因为用户权限请求接管，比如网盘资源下载等
，以及不止一位科技博主反馈Manus的审美水平还需得到提升，当然更本质的还是服务器稳定性问题。

在前述张涛的朋友圈回应中 ，Manus方面也明确了服务器容量有限
，团队正在全力输出 。

总而言之，在已有的实测体验中 ，Manus近乎于DeepResearch、Computer Use以及Cursor等众多AI应用的集合体
。一名获得实测资格的用户对界面新闻记者表示
，他的体验基本都很顺畅，必须承认 ，这当中没有太多新技术
，但整合得很完美，“完全就是产品经理的魅力时刻
”。 

目前 ，在GAIA（General AI Assistants
，通用AI助手）基准测试的评分上，Manus已经超过了OpenAI的DeepResearch成为第一 。

技术门槛没那么高 ，靠产品理念和工程能力取胜 

在Manus获得如此热度之后，就如同好奇DeepSeek团队成员一样
，外界也开始关心这家应用层公司团队的来历
。 

目前代表Manus对外的主要是产品负责人张涛和首席科学家季逸超。据了解，张涛曾在字节跳动负责国际化产品 ，随后在光年之外担任产品负责人 。季逸超是前Magitech　Labs创始人
，开发的iOS浏览器“猛犸”曾获MacWorld特等奖。

另外，创始团队还包括曾经创办过夜莺科技的肖弘
。此前 ，肖弘还联合张涛创办过Monica
，这是一款集成主流大模型的All-in-One产品，提供对话 、翻译、文案处理等多种功能。

一个很明确的事实是 ，Manus诞生的必要前提是基座模型的性能提升
，但这是过去两年来整个行业有目共睹的趋势，为什么率先让Agent获得注意力的会是Manus？

“Less structure, more inteligence（更少的结构 ，更多的智能） ”是Manus团队的核心理念
，他们认为应该给予AI更多自主权以决定如何使用工具和完成任务，而不是让其恪守规则和程序 ，这也是团队在Manus身上所体现出来的产品特性 。

此外，一位AI大模型行业人士对界面新闻记者分析称
，Manus团队的产品理念和工程能力很好，但这的确不是一个新概念 ，技术门槛也没那么高
。大概两年前
，Auto-GPT就代表过类似产品想法的兴起。

从传播路径上来看，Manus与DeepSeek-R1一样 。它之所以会爆火 ，是因为成功打出了用户体验上的低门槛和时间差
。大批用户在R1之前没有使用过价格昂贵的o1
，因此更容易被R1惊艳。同样，DeepResearch也只有200美元/月的ChatGPT Pro用户才能够使用 ，因而Manus更容易在体验上形成冲击 。

因此
，我们可以看清它的优势——OpenAI曾为AGI画过一张类比自动驾驶L1-L5级别的路线图，分别是对话
、推理、自主 、创新
、组织 ，有科技博主认为Manus或许带领我们迈向了自主阶段
，也即Autonomous AGI
。但与此同时也不宜将它捧得过高，要知道它尚未形成自己的数据飞轮 ，草率站在巨头的轨迹上会略显单薄。

关于商业模式，不同受访者持不同看法
，有人认为2美元单次任务的成本还是过高，但也有人认为Manus在保证质量与服务稳定 ，可以开启规模化后
，还是将尝试付费模式 。届时，它或将基于AHPU（Agentic Hours Per User）这一新指标打造出独属于AI的商业模式
。 

否则在烧钱状态下 ，Manus很难完成规模化。前述受访者根据自己的使用经验认为
，目前2美元单次任务的成本可能只是一个平均数或中位数，许多动辄两小时的任务生成 ，其消耗成本应该不止于此 。

针对Manus的下一步发展
，一名关注AI领域的投资人认为它将专注于完善体验，并且在短期内严格控制产品放量。因为一旦放开 ，资源限制可能会导致体验急剧下降
，进而导致口碑崩塌
。这一定程度上也是在管理用户体验。

事实上团队也已声明，当前的Manus距离正式版想交付给大家的体验还差很远 。“像模型幻觉、交付物友好度 、运行速度等方面都还有很大的提升空间
。
” 

前述投资人还推断 ，2025年会出现更多的自主AI Agent，Manus AI团队的下一步也许需要开启融资计划。 

可以预判的是
，这会是部分大模型公司迅速跟进的产品方向，例如打造了AutoGLM的智谱 ，大概率不会错过通用AI Agent的机会
，另外就是字节跳动
、阿里巴巴、腾讯等互联网大厂 。

Manus团队在沟通会上就已直面过这类问题
。团队认为自己把握了3个月的战略窗口期，这取决于创业公司的快速迭代能力 ，而大厂决策周期难以跟上AI领域变化。

2025年Agent的爆发已经成为行业共识
，眼下，行业静待的是第二个“Manus”究竟能做到何种水平 。