虽然Manus在产品上还处于较粗糙的形态。但它和年初爆火的DeepSeek有一个共通点：用技术平权的手段，将AI产品迅速拉到大众面前，而不是停留在小圈子中狂欢。
（鉴于Manus引起的炒作争议，36氪特别申明，本文绝非投放，实际上，我们连要到邀请码都颇费了一番周折……）
应该无需赘述Manus的引起的轰动了：大家已经在各种视频切片中，看到Manus勤勤恳恳地搜资料、做PPT、开发网页小游戏。回放形式的分享设计，让人一眼就能感受到Agent带来的直观效率提升，这也让Manus经历一场迅速破圈。
在辗转拿到邀请码后，
36氪
编辑部讨论了一下，为了更好地了解Manus的特性和功能，我们决定请Manus来当实习生，按照正常的工作流给ta分配任务，看看Manus能否胜任。
OK，输入邀请码，
36氪
的新实习生Manus就位！
先说第一观感，如果你要请这位“实习生”，可能第一个需要接受的现实状况就是：这是位容易宕机的同学。
Manus如今的服务非常不稳定。
36氪
在周末实测时，第一感觉就是：让人崩溃……任务频繁遇到停滞，因为Manus在云上的虚拟机跑，经常需要手动重置，才能继续跑。
本期实测，就是在Manus不断的崩溃间隙，测出来的。
测试的界面，总是停留在“连接已断开”、“遇到严重问题”，需要不断重置/开启新会话…
偶尔出现的幻觉（不确定是幻觉还是官方通知）也很真实。Manus前一句还在说需要两小时升级维护，你再敲敲它，它就马上又开始干活了……
Manus号称是“第一款通用型Agents（智能体）”，这意味着它不走垂直专家路线，优势在于更通用能力的任务。Manus的官网就列出了多个分类：
Agents（智能体）不同于大模型，如果说大模型只有一个对话窗口，实现信息输入-输出。那么Agents就相当于让大模型有了行动能力，可以灵活调用各类工具完成任务。
36氪
决定先从我们编辑部的日常使用场景出发，以从易到难的程度排列，请Manus都跑一遍。
请注意，以下场景均为一次性输出的结果，除了任务中途崩溃重置计算机之外，
36氪
没有做任何的重复测试。
校对及整理
36氪
将此前的一份访谈录音原文（约2.8万字）交由Manus进行整理，核心要求是对录音速记“逐字逐句整理，不要压缩”，去除相应的口癖、对语义不清的部分进行校对。
在以前的操作中，起码要来回和模型交互十多次：将录音速记中的错误进行人工校对——再分段扔到模型中——输出完毕后，还需要重新投喂给模型进行校对，看是否有事实错误。
但Manus很明显将以往的多个步骤压缩到一个步骤，这种下达任务之后等待验收的感觉，比和ChatBot交互体验，完全是十倍以上的体验提升。
但Manus的缺陷也是明显的：上下文太短，幻觉依然有
。很多复杂任务还没有完成，就因为Token消耗太多而中止了任务。
在校对润色这一任务中，最终输出的文档长度大大压缩，基本只输出了访谈的最后一部分，总共3800多字，前面的部分基本丢失。但从已输出整理的部分来看，语气、信息完整性还是算不错。
这大概率是因为推理和协作机制做得还不够好，模型只能提供一次性输出的结果，导致压缩；也有可能是Memory机制还未能做得很好——Memory可以看作是模型暂时存储信息的 "仓库"，比如聊天机器人会记住你之前说过的话。
早前一些研究工作指出，memory会随着时间或任务步骤的增加而消退。而Agent所消耗的Token，比起单ChatBot起码是两个数量级的提升——一位Agent从业者对
36氪
估计，Manus的一个复杂任务的Token消耗估计会有百万Token级别。Memory的分层管理、压缩等技术难点，还有很多提升空间。
新闻跟进及写作
对一般的ChatBot来说，输出长度都是一个老大难——
36氪
之前的测试体验中，如果是一个128K的模型，一般而言单次输出长度都在1000-2000字左右，才能保证信息完整性，不被大量压缩。
36氪
先让Manus完成最基本的新闻跟进工作。这包含几项能力：日常的新闻监控——看是否会筛选靠谱的信息源，再进行重要性分析判断，以及找相应的资料，加以补充和跟进。
Manus开始进行学习范例-搜索相关新闻等等，但是在访问路透社时被验证码挡住了，请求人类接管。
36氪
接管后，发现Manus已经被认证为机器，被屏蔽了。
Manus约花费9分钟完成这个任务，输出5条最值得关注的AI新闻，新闻源都是靠谱权威的。最后，Manus最后选择了写有关自己的新闻……哈哈。
Manus的新闻文本输出已经算是70分水平，文字通顺，主要信息点都能覆盖，但和参考的范本不同，现在的文本偏软，AI味较重。
难度往上，我们也在Manus也输入了一段 prompt，让Manus帮忙直接以36氪的深度报道栏目“深氪”为例，生成一篇长文：
这周“稚晖君”创立的智元机器人预告要发新品。“稚晖君”原名彭志辉，请你搜索彭志辉以及智元机器人的历史过程，用36氪的风格去写作一篇文章，主题为回溯智元机器人的历史，以及反映这家公司的成长，在科技行业中的意义，长度为5000字左右，可参考深度报道“深氪”栏目的风格。
请注意，语句需要深入浅出，普通人都能看懂，不要堆砌专业术语。
Manus自动进行了资料收集，写作阶段直接进行分段写作，再合并，顺利地完成了长文写作，输出结果：
在输出的文章中，Manus在深度写作上效果一般，更偏资料型整理。但遣词造句也算合格，但是风格还是偏软文。在高质量内容方面，Manus的品味还有待加强。
数据分析及可视化
从性质上来讲，Manus采用了多智能体架构。简单来说，就是可将复杂任务拆解为子任务（如数据清洗、特征工程、模型训练），通过不同的智能体，分工并行处理，显著提升数据分析效率。
不过，如果一致性做不好，多智能体的局部决策可能导致全局结果偏差较严重。
36氪
让Manus和OpenAI旗下的Deep Research，都试着做了一张“大模型API两年多以来的的API价格走势表”。
OpenAI旗下的Deep Research则是单智能体，端到端训练的模式——仅一个中心化智能体负责所有任务，决策与执行集中化。但好处在于模块集成度高，易于管理，输出质量比较有保证。
来源：Manus
Manus花费的时间较长，约三个小时，生成了一个可以交互的网页。互动性和表格样式都相当不错。不过数据详实程度，和专门做研究的Deep Research仍有差距，但问题不大
Deep Research暂时还无法输出图表，但从输出的内容质量来看，是现在的Manus还没法赶上的。
创意型任务：
可以做，但审美有点难评
