是炒作还是真突破？Manus的真实面目是什么？

作 者丨陈归辞 邓浩

编 辑丨卜羽勤

视频编辑 丨 许婷婷 柳润瑛

3月6日，AI智能体产品（AI Agent）Manus一炮走红，引来资本市场狂欢。

Manus自称全球第一个通用AI智能体，性能超过OpenAI的Deep Research，能够解决各类复杂的任务，且能在云端自行执行。

一时间，一片盛赞之声发出，称其是“智能体的ChatGPT时刻”，但也有人质疑这是一场营销和资本市场的热炒，Manus产品的真实水平被放大。

在两极化巨浪碰撞中，什么是Manus的真实面目？

实际上，21世纪经济报道记者从业内了解到，在Manus推出之前一个月，国内DeepWisdom的MetaGPT团队就已推出全球第一款多智能体AI开发团队产品MGX。

而在Manus发布早期预览版产品的后一天，国内MetaGPT和CAMEL AI两个Agent团队就火速推出了Manus的开源复刻版。

MetaGPT团队相关技术人士向记者给予了对Manus产品能力的中肯评价，并详细分析了Manus产品的能力和运行机制。 其认为虽然Manus能提供相当不错的产品体验，但并未在智能体领域取得技术上的突破性进展，其核心逻辑属于业内共识 。

问题的另一面是，Manus显然走在产业快速演化的正确方向上，当前AI界普遍将AI智能体视为大模型之后AI发展的下一个里程碑与赛点，不过真正的AI agent产品该如何定义？下一步的卡点又会在哪里？未来是否已触手可及？

Manus的“蝴蝶效应”

Manus由中国初创公司蝴蝶效应在3月6日凌晨发布，目前在内测阶段，只有少数人能通过邀请码体验产品。

它号称是全球第一个通用智能体，据Manus官网介绍，它能够独立思考、规划并执行复杂任务，直接交付完整成果。例如，它可以帮助用户筛选简历、研究房产、分析股票数据等。

与聊天机器人或AI助手不同，聊天机器人通常需要遵循预先编写的规则来完成任务，AI助手需要用户输入和指示，两者更适合处理简单的任务和互动——AI智能体具有较高程度的自主性，能够自主规划和决策，实时学习和调整，来执行各种复杂的任务。

在Manus发布的介绍视频中，一个案例显示，当用户向Manus发送一份含简历的Zip文件，它会逐步完成解压文件、浏览简历并记录关键信息、生成排名建议和候选人简介等工作。同时，用户也可以看到任务完成的全流程。

蝴蝶效应联合创始人兼首席科学家季逸超在介绍视频中称，Manus不仅仅是一个聊天机器人或工作流，它是一个真正自主的主体，当其他人工智能只是在生产想法时,Manus交付成果。

介绍视频显示，Manus在AI基准测试GAIA Benchmark（盖亚基准）中取得SOTA（State-of-the-Art）的成绩，性能超过OpenAI面向深度研究领域的智能体产品Deep Research。

早期预览版发布后，Manus迅速在全网蹿红。有自媒体号和券商称这是“智能体的ChatGPT时刻”“新的DeepSeek时刻”，也有人高呼“2025，东方破晓”“今夜这一片星空属于China”。

当日，A股市场高开高走，相关概念股集体爆发，港股科技股也集体走强。

然而，由于Manus在内测阶段只发放了少量邀请码，一时间全网一码难求，网友纷纷申请试用，一度导致官网注册页面崩溃。而在二手交易平台上，其邀请码也被爆炒，有人称价格一度被炒到几万元。

一系列现象引发巨大争议：这是一场投放和饥饿营销？一场资本市场的炒作？同时，对Manus产品和技术水平的争议也开始不绝于耳，有人质疑对Manus的热捧起于国内自媒体和投资界，而在科技圈和国外它却没有太大反响，它是否名不副实，并无真正的产品和技术突破。

相关争议也引发蝴蝶效应合伙人张涛当日在社交平台上亲自多次澄清：“1、我们从未开设任何付费获取邀请码的渠道；2、我们从未投入任何市场推广预算；3、内测期间系统容量有限，我们将优先保障现有用户的核心体验，并逐步有序释放邀请。”

“恳请大家对一家几十人的创业公司多一点包容和理解，团队正在全力输出，让大家早日体验上更好的产品。”张涛称。

技术突破还是过分夸大？

Manus真实的产品和技术能力究竟如何？

其实，在Manus之前，谷歌、苹果、微软、OpenAI、阿里、百度等科技巨头和一些创业公司都在AI智能体领域有积极布局并已推出产品，但目前相关产品还处于较早期的阶段，在任务完成率和自主解决各类复杂多变任务的能力等方面较为有限。

市场上大多AI智能体产品并非真正意义上的AI智能体，而是工作流程，也就是通过预定义代码路径来编排大语言模型和工具的系统 。

今年2月份，在Manus早期预览版发布一个月前，国内DeepWisdom的MetaGPT团队就已经推出一款多智能体AI开发团队产品MGX，引起业内不小关注。

“其实早在一个多月以前，MetaGPT的AI软件团队就推出了MGX产品，这是全球第一个AI程序员团队agent，能根据用户需求自动写产品需求文档（PRD）、分配工作、写技术架构、写代码和数据分析等。”某国内云厂商资深总监告诉记者。

MetaGPT团队和CAMEL AI团队两个国内Agent团队在2023年就发布过开源的多智能体框架。此次，就在Manus发布早期预览版产品的第二天，两个团队就火速推出了Manus的开源复刻版。

对于Manus的产品能力和技术能力，记者了解到，目前AI技术圈多持观望态度。

多位受访人士告诉记者，由于Manus采取邀请制且暂时没有公布相关技术文档，产品的实际效果还有待观察 。

同时，也有技术人士对Manus在泛化场景下的能力表示怀疑。例如，前述云厂商总监对记者表示，“智能体在执行任务时大多遵循预定义流程，尽管可能在特定场景下表现得很好，但是泛化场景下能不能满足是存疑的，因为这个（流程）就决定了系统的上限。”

在产品力方面，MetaGPT团队则对Manus给予了肯定评价。MetaGPT团队一位技术人士告诉记者：“Manus的产品体验做得其实挺不错的，客观来说，很有产品力。我觉得我们之后也可以做一些优化。”

例如，在Manus执行任务时，用户可以看到任务完成的全流程，并可进行干预，这种方式提升了操作的透明度，增强了用户的信任感，给用户带来良好的体验。

不过，MetaGPT团队认为Manus并未取得突破性进展。

“Manus的核心逻辑没有太多突破，是一些业内共识。只是它用AI操作电脑的方式大部分人没见过，但大部分团队不用这个方式是因为效率太低，而不是做不到。”前述技术人士表示。

一位MetaGPT团队技术人士向记者强调，在同类产品中，Manus有一套更好的系统以及自己训练的模型，具有不错的壁垒。

他并不认同Manus只是海外技术套壳的质疑，觉得过分吹捧与过分贬低都不可取，“他们是一个具备产品实力的团队，只是宣传过于夸张，导致大众预期被抬得过高了。”

而前述云厂商总监也坦言，其公司内部早就在分析与Manus技术能力相仿的MGX的技术逻辑了，希望能够推出类似的在公司内部运行的产品。但实际研究和开发下来，发现确实挺难的。

从具体运行机制来看，一位MetaGPT团队技术人士向记者解释，Manus是一个多智能体系统，它首先使用PlanningTool（规划工具）做规划，形成一个包含多个任务的线性结构的计划，然后顺序执行每一个任务并动态分配给相应的Agent。Agent在执行每个任务的过程中，以ReAct循环（推理与行动循环）的形式调用工具以完成每一个任务。

他表示，Manus的能力主要来源于工具使用的优异表现：Computer Use（计算机使用）、Browser Use（浏览器使用）、Planning Use（规划使用）以及其他工具。

另一位MetaGPT团队技术人士则直言，抛开其他外壳（Computer Use、Multi Agent、Planning，即计算机使用、多智能体、规划）不谈，Manus能做到其CEO所宣称的2 美元单任务运行成本，一定是跑通了针对性任务的RFT（快速成型与测试）方案的，这一点是最重要的。

AI agent或迎爆发元年

如果说由ChatGPT引领的大模型是AI发展中的一个里程碑，那么AI智能体上的突破无疑是目前最受关注的下一个里程碑。

当下，AI产业发展趋势正在向应用端转移。 国内外业内人士普遍认为，AI智能体是大模型落地的关键场景和重要突破点 。同时，也有不少人将AI智能体视作通向通用人工智能（AGI）的重要途径。

而2025年也被业内广泛视为AI智能体和AI应用的爆发元年。OpenAI CEO山姆·奥尔特曼此前曾发文称相信2025年人们将会看到第一批AI智能体“加入劳动力大军”，从根本上改变各公司产出的东西。

目前，头部模型厂商和科技巨头都在向AI智能体领域大力进军 。由于它们具备对AI智能体核心的强大模型能力及对基础模型的掌握权，覆盖现有产品会发生得较为容易。

甚至有观点认为这些产品只是给头部模型厂商提供免费的参考，换言之，这 意味着留给Manus这类产品和所谓“包装商”的市场机会恐怕不会很大 。

一位MetaGPT团队技术人士对记者指出，OpenAI Deep Research的访谈已经明确透露了端到端强化学习训练Agent的潜力，其他厂只要探索出路线，先发优势很容易被抹平。

记者了解到，这种端到端强化学习训练智能体的模型产品，不是标准的基础模型或标准的机器学习，而是一种能够直接执行复杂任务的研究语言模型。这势必对产品的定义和形态以及软件行业的模式和格局产生重大影响，但这是否如有观点所主张的那样意味着“模型即产品”，尚待观察。

也有技术人士对记者表示，“模型即产品”观点确有洞见。大型基础模型确实正在成为独立价值载体，但真正的商业价值往往在于将模型能力与特定场景深度结合。模型更像是基础设施，而非终端产品的全部。

“相关领域市场更吃交互与设计。”另一位技术人士补充道。

对于AI智能体的普遍落地，专家也发出提醒。