近期，我國創業團隊發布了通用AI智能體產品Manus引發廣泛關注。與傳統AI助手不同，Manus（拉丁文寓意為“手”），不僅能提供建議或答案，還能直接交付完整的任務成果，實現AI產品由“腦”至“手”的進階跨越。官方視頻展示了Manus在篩選簡歷、遴選房產、股票分析等三個實際使用場景中的案例。在GAIA基準測試（評估通用AI助手解決真實世界問題的能力）中，Manus在所有三個難度級別上都取得了 SOTA（State-of-the-Art）級別表現。總體來看，Manus可以解決各類復雜多變的任務，通過獨立思考和系統規劃，在虛擬環境中靈活調用各類模型工具，成功打造了人機協作的全新范式，有望重塑數字經濟時代流量入口，為我國AI產業發展指明了一條基于多模型能力協同的應用創新路徑。為及時掌握相關情況，我們通過調研，對Manus的核心邏輯及其對產業發展的影響進行了初步分析研判。

Manus基本情況

Manus“手腦并用”成功實現從“思考”到“執行”的突破。一是支持復雜任務拆解與執行。Manus與傳統AI工具不同之處在于，可以通過一長串思維鏈和工具調用，獨立完成復雜任務的全鏈路操作，包括目標分解、工具調用、結果交付，最終輸出比較完整、專業的結果。例如，Manus可完成簡歷篩選（解壓文件、分析內容、生成排名表格）、旅行規劃（整合信息、生成定制手冊）、股票分析（數據抓取、生成可視化報告）等跨領域任務。二是支持跨場景多樣化需求，應用領域涵蓋教育（生成教學動畫）、金融（股票分析）、生活（旅行規劃）、商務（供應商匹配）等場景，支持文件處理、內容創作、工具調用等多樣化需求。三是支持多模態交互與可視化。用戶可通過虛擬機界面實時觀測AI的網頁瀏覽、代碼編寫、文件處理等操作過程，增強“真人工作感”。四是支持非在線條件下的異步任務處理。用戶無需保持設備在線，通過“一鍵甩單”將任務交付Manus，在云端完成任務后向用戶通知反饋結果，交付如Excel、PPT、HTML等多格式輸出成果。

Manus自發布后迅速引爆全網，引發國內極高的關注熱度和社會反響。自3月6日發布后，官網注冊流量激增導致服務器崩潰，二手平臺邀請碼價格一度飆升至10萬元，Discord社區涌入超10萬開發者，用戶自發構建2000余條任務模板庫。資本市場聯動效應明顯，A股、港股科技板塊因Manus概念集體大漲，引發金融資本對中國科技股價值重估的強烈預期。有部分媒體將Manus出圈稱為中國AI Agent的“GPT時刻”。

Manus底層邏輯分析

Manus的技術邏輯

Manus未涉及底層模型和核心算法層面的重大技術突破，主要依靠系統設計理念和工程化能力取勝，成功構建了一套支持多模型協同架構和機制，大幅提升產品交付質量。一是靈活的多Agent協作架構。將任務分解為規劃、執行、驗證等子模塊，每個Agent根據任務需求調用最優模型完成相應任務，并基于獨立模型進行相互協作。二是強大的垂直整合和工程化編排能力。Manus并未自研底層大模型，其團隊并不諱言產品的“套殼”特點，有媒體推測其模型能力來自Anthropic 的 Claude，也有業界分析其技術架構可能還包含專用RL小模型（基于通義千問）和自研工具包生態。Manus通過高效的工程化編排與多模型動態調用，有效滿足了Agent交互過程中的規劃、自主、準確三大核心需求。三是順暢的工作流管理機制。通過自然語言處理與強化學習算法，將用戶指令轉換為可執行的步驟清單，并調用Python腳本、API接口等工具完成操作。

Manus的商業邏輯

Manus精準定位當前AI應用市場的需求空白，全面升級用戶體驗，善用饑餓營銷手段，在極短時間內掀起國內對AI智能體極高的關注熱度。一是有效填補市場剛需缺口。當前國內AI大模型殺手級應用以聊天機器人為代表，以提供建議或答案為主，隨著個人和企業對處理解決復雜現實問題的需求激增，傳統AI助手難以有效處理，Manus橫空出世以打造“數字實習生”概念重塑生產力邊界，填補了“端到端執行”的空白，實現了從“生成答案”向“交付成果”轉變。二是全面升級用戶體驗。Manus通過封裝多模型能力、可視化界面“真人工作感”設計，降低普通用戶使用門檻，與傳統AI工具形成差異化競爭。同時，Manus具備強大的情境理解與用戶偏好自主學習能力，可結合用戶歷史數據優化任務策略，生成適應用戶偏好的個性化解決方案。三是營銷策略助推。相比于OpenAI競品DeepResearch需月付費200美元的ChatGPT Pro用戶才能夠使用，Manus通過自媒體集中宣傳、邀請碼稀缺性制造話題，更容易在體驗上形成沖擊，成功激發用戶的好奇心。

Manus的負面爭議

總體來看，Manus技術實現主要依靠現有大模型調用，自主研發的底層技術占比較少，當面對復雜任務時靈活性和適應性可能不足，且容易被復刻超越。一是實測表現與官方宣傳尚存在差距。有實測者發現，Manus復雜任務處理耗時久，如制作PPT和分析報告超40分鐘，部分新聞和報告配圖含無關元素和幻覺，數據分析能力相比代碼能力明顯弱等。從其官方軟文貼圖實際效果看，與豆包等相差不大，甚至相比WPS在部分設計上遜色很多。二是缺乏技術護城河的風險隱患顯現。有開發者指出，Manus核心架構與Anthropic的“ComputerUse”極為相似，在模塊化設計和數據處理流程方面高度重合。Manus發布后，MetaGPT團隊4人僅用3小時即復刻了開源AI Agent產品 Open Manus；同時開源平臺的CAMEL-AI團隊也實現“0天復刻”，而且還將系統中涉及的每個部件單獨開源，供開發者選用。

Manus對產業發展的影響

Manus作為中國團隊開發的通用AI智能體，盡管缺乏底層核心技術突破、實測表現與官方宣傳尚存差距，但作為繼DeepSeek之后中國AI產業界又一款爆火出圈的現象級產品，打開了一條以集成創新和工程化優化引領AI應用繁榮的產業發展路徑，將推動我國AI Agent性能和滲透率加速提升，推動AI在千行百業的深度應用。

一是Manus為國內AI智能體繁榮打開想象空間、探索實現路徑。Agent被定義為能夠感知環境、自主決策、執行復雜任務的智能實體，是AI應用發展的高級形態。國外科技巨頭紛紛加大在該領域的競爭布局，積極搶占未來互聯網流量入口。去年以來，Anthropic公司將 Claude 3.5 Sonnet模型升級“Computer Use”新功能，使其能夠像人一樣操作使用計算機，包括滾動屏幕、移動光標、點擊按鈕、輸入字符。谷歌發布Project Jarvis可以幫助用戶管理電子郵件、組織文件和進行研究。OpenAI以GPT-4o為基礎推出Operator，具備讀、寫及鼠標操作能力，可代用戶執行上網搜索、調用程序甚至完成網購下單。此次我國成功推出Manus，是繼DeepSeek走通“低成本+開源”路徑實現模型平權后，國內團隊將針對單個大模型的MOE(混合專家模型)架構應用于“多模型集群”的成功實踐，并基于對大模型集群的工程化編排，實現了在通用型AI Agent產品化打造方面的又一突破，將加速AI智能體在各行各業的深度應用。

二是Manus類應用使算力消耗量陡增，將大幅提升國產算力需求。從工作方式看，Manus的多代理架構(Multi-Agent)需拆解任務并協同多個獨立模型執行，其在云端的虛擬機運行并支持非在線、多任務、多對話工作進程，均會顯著增加算力消耗。研究機構預計，相比DeepSeek單次對話需1k Tokens，Manus的智能體任務單次Token需求高達100k，算力需求直接擴大了100倍。在傳統大模型開發中，80%以上算力投入訓練階段。從長期趨勢看，以DeepSeek-R1、QwQ-32B等為代表的開源模型在持續大幅壓降模型成本的同時，以Manus為代表的Agent應用帶來的算力消耗是純AI對話應用的百倍乃至更高。未來Agent應用全面爆發將帶來推理算力消耗占比大幅提升，疊加模型算力成本的持續下降，將激發更強應用、更多使用，從而對國產算力需求構成長期支撐。

三是Manus帶來的AI技能平權有望激起新一輪創新創業熱潮。Manus通過模型組合、多模型混合調用等創新，不需要開發者深入理解模型內部結構和微調算法，也可以做出變革性產品。Manus在未投入大量成本訓練或者微調模型的情況下，就做出可完成復雜任務的應用，為企業和個人在新一輪AI浪潮中提供了輕資產創業的可能。特別是對醫療、教育、金融等數據密集型行業，未來將逐步降低對大模型廠商的技術依賴，利用開源大模型并通過簡單的模型調用，也可以完成高性能智能體的搭建，推動場景應用成本和技術開發門檻雙降。

四是Manus推動AI產業發展從技術創新導向轉向兼顧注重產品體驗。在Chatgpt、DeepSeek、Qwen等產品的技術突破中，Manus的模式創新之所以能脫穎而出，主要原因是它解決了真正的用戶問題，將原先需要自己提問，然后根據問題回答的大模型使用模式，變成“一句話”任務執行模式，將大模型從一個“知識庫”、“百科全書”，真正變成一個生產工具，解決用戶問題，提升用戶體驗。這將引爆AI企業對應用創新和體驗提升的關注和投入，逐步推動整個行業的產品體驗上升一個檔次。