Manus横空出世，AI世界要变天了

大家好，我是易安。

今天，整个AI圈都被一款名为Manus的智能体刷屏了。

就在阿里巴巴开源QwQ-32B的同一天，这个被称为"首个通用AI智能体"的产品悄然上线，瞬间引发了业内的广泛讨论。有人称之为"智能体的ChatGPT时刻"，也有人将其与DeepSeek相提并论，称为又一个国产AI爆款。

Manus是什么？一个真正能执行任务的AI智能体

我们常常抱怨现有的AI助手只会纸上谈兵——它们能给出漂亮的回答，却无法真正替我们完成任务。
从官方宣传和早期用户分享来看，Manus似乎解决了这个痛点。

官方X平台表示：Manus是第一个通用AI智能体，代表了人机协作的未来。它的与众不同之处在于，Manus不仅能思考，还能提供实际结果。当你休息时，完全可以把工作交给它做，真正成为工作中的得力助手。

具体来说，Manus据称能够处理：

• 数据收集与分析

• 股票市场深度研究

• 资料搜索与整理

• 代码编写与执行

• 可视化内容生成与展示

看看官方示例

由于目前Manus只能通过邀请码注册，网上一大堆人求邀请码，因此我也就只能看看官方和早期用户分享的示例了，据说现在已经炒到50000一个了，就光邀请码。。

从官网展示的案例来看，Manus的能力着实惊人！

案例一：财务分析

官方展示了Manus分析英伟达营收报告的能力。系统不仅能理解复杂的财务数据，还能生成直观的分析报告，包括可交互的图表和数据可视化。

案例二：人才招聘

另一个示例展示了Manus帮助筛选简历的能力。用户上传了一个包含多份简历的压缩包，Manus能够自动分析这些简历，根据公司招募强化学习算法工程师的需求进行筛选和排序。

用户Guanghua Li也分享了一个使用Manus分析Salesforce智能体产品的示例，展示了系统处理复杂市场分析的能力。

官网还提供了更多示例，涉及科研、生活、数据分析、教育、生产力等多个方面，感兴趣但没有邀请码的读者可以先去观摩一下。

基准测试数据

看完了运行速度超快、任务多样化的用例，让我们来看看Manus的基准测试结果。
官方使用GAIA（General AI Assistants）进行评测，这是一个用于评估通用AI助手解决现实世界难题的测试基准，包含466个精心设计的实际问题，分为三个难度级别。

根据公布的数据，Manus在Level 1、Level 2和Level 3三个难度级别上均取得了SOTA（State-of-the-Art）表现，不同程度超越了OpenAI此前推出的研究型AI智能体Deep Research。团队表示，Manus是在使用与其生产版本相同的配置下进行的评估，以确保复现性。

对于不了解GAIA的朋友，这个测试的难度可以参考：在2023年时，人类能达到约90%的成功率，而当时最强的GPT-4在最简单的第一级测试中仅能达到15%左右。Manus的突破性表现意味着AI在解决实际问题的能力上有了质的飞跃。

为什么Manus能掀起如此大的波动？

坦白说，看到Manus的演示视频后，我整天都在思考它对我们这些内容创作者，对整个知识工作领域意味着什么。

我从2023年开始研究并使用各种AI工具，亲历了从GPT-3到GPT-4，从单一大模型到复杂Prompt工程的整个发展历程。每一次技术迭代都让我惊叹，但同时也只是在 量变 的层面——模型更聪明了，回答更准确了，但本质上AI仍然是被动的信息提供者。

而Manus展示的，似乎是 AI 发展的一次质变。

想象一下这个场景：今天早上我像往常一样整理素材，准备写一篇关于AI安全的文章。通常情况下，我需要：收集资料、阅读筛选、整理笔记、构思大纲、撰写正文、编辑图片...即使有ChatGPT的帮助，这些工作也需要我花费4-5个小时。

但如果有Manus，我只需提出需求："帮我写一篇关于AI安全最新趋势的文章，收集近一个月的相关报道，分析主要风险点，添加适当的数据可视化，生成一篇4000字的深度分析。"然后，我可以去喝杯咖啡，回来时一篇结构完整、数据丰富的文章已经在等我审阅了。

这不单是提升效率，而是彻底重构新的工作方式。

Manus背后的思考：AI进化的必然阶段

仔细想来，Manus的出现其实是AI发展的必然阶段，我分享一个我长期的观察。

AI助手的演进经历了三个阶段：

1. 回答者 ：能够回答问题，但需要精确提问(ChatGPT初代)

2. 协作者 ：能理解模糊指令，与人类协同工作(Claude

3. 执行者 ：能自主规划和完成任务，交付成果(Manus?)

每一步进化都在打破人机交互的边界。回答者让我们从搜索引擎获取知识的方式变得对话化；协作者让AI成为我们思考的伙伴；而执行者，则开始解放我们的"执行力"本身。

我们是否正在见证第三阶段的开端？

在我与数万AI极客的交流中，我发现一个普遍现象：许多人已经学会使用AI进行创意构思，却苦于缺乏将创意变为现实的执行力。"我知道该做什么，但就是做不到"成为当代知识工作者的普遍困境。
Manus的出现，似乎正在填补这一空缺。在这个意义上，它不仅是技术的进步，更是对人类工作心理学的一次深刻回应。

我对Manus的三点预测

基于我对AI工具近三年的深度使用和研究，我对Manus有以下几点预测：

重新定义" AI 驱动"的内涵

过去我们所说的"AI驱动"主要指决策辅助，而Manus开启的新阶段将使"AI驱动"扩展到执行层面。在内容创作、数据分析、研究等领域，AI不再只是提供思路，而是能够完成从构思到执行的全流程。
想象一下未来的工作流：你只需定义目标和标准，剩下的交给AI；你的角色从"执行者"变为"指导者"和"审核者"。这种转变将释放大量认知资源，让我们专注于真正需要人类独特视角的创造性工作。

人才市场将迎来一场地震