文｜鄧詠儀

編輯｜蘇建勛

（鑒于Manus引起的炒作爭議，特別申明，本文絕非投放，實際上，我們連要到邀請碼都頗費了一番周折……）

應(yīng)該無需贅述Manus的引起的轟動了：大家已經(jīng)在各種視頻切片中，看到Manus勤勤懇懇地搜資料、做PPT、開發(fā)網(wǎng)頁小游戲?；胤判问降姆窒碓O(shè)計，讓人一眼就能感受到Agent帶來的直觀效率提升，這也讓Manus經(jīng)歷一場迅速破圈。

在輾轉(zhuǎn)拿到邀請碼后，編輯部討論了一下，為了更好地了解Manus的特性和功能，我們決定請Manus來當實習生，按照正常的工作流給ta分配任務(wù)，看看Manus能否勝任。

OK，輸入邀請碼，的新實習生Manus就位！

Manus

先說第一觀感，如果你要請這位“實習生”，可能第一個需要接受的現(xiàn)實狀況就是：這是位容易宕機的同學。

Manus如今的服務(wù)非常不穩(wěn)定。在周末實測時，第一感覺就是：讓人崩潰……任務(wù)頻繁遇到停滯，因為Manus在云上的虛擬機跑，經(jīng)常需要手動重置，才能繼續(xù)跑。

本期實測，就是在Manus不斷的崩潰間隙，測出來的。

測試的界面，總是停留在“連接已斷開”、“遇到嚴重問題”，需要不斷重置/開啟新會話…

偶爾出現(xiàn)的幻覺（不確定是幻覺還是官方通知）也很真實。Manus前一句還在說需要兩小時升級維護，你再敲敲它，它就馬上又開始干活了……

捉摸不透的Manus

Manus號稱是“第一款通用型Agents（智能體）”，這意味著它不走垂直專家路線，優(yōu)勢在于更通用能力的任務(wù)。Manus的官網(wǎng)就列出了多個分類：

Manus官網(wǎng) Manus

Agents（智能體）不同于大模型，如果說大模型只有一個對話窗口，實現(xiàn)信息輸入-輸出。那么Agents就相當于讓大模型有了行動能力，可以靈活調(diào)用各類工具完成任務(wù)。

決定先從我們編輯部的日常使用場景出發(fā)，以從易到難的程度排列，請Manus都跑一遍。

請注意，以下場景均為一次性輸出的結(jié)果，除了任務(wù)中途崩潰重置計算機之外，沒有做任何的重復測試。

校對及整理

我們先請Manus完成比較基礎(chǔ)的校對、整理工作。

將此前的一份訪談錄音原文（約2.8萬字）交由Manus進行整理，核心要求是對錄音速記“逐字逐句整理，不要壓縮”，去除相應(yīng)的口癖、對語義不清的部分進行校對。

在以前的操作中，起碼要來回和模型交互十多次：將錄音速記中的錯誤進行人工校對——再分段扔到模型中——輸出完畢后，還需要重新投喂給模型進行校對，看是否有事實錯誤。

但Manus很明顯將以往的多個步驟壓縮到一個步驟，這種下達任務(wù)之后等待驗收的感覺，比和ChatBot交互體驗，完全是十倍以上的體驗提升。

Manus

但Manus的缺陷也是明顯的：上下文太短，幻覺依然有。很多復雜任務(wù)還沒有完成，就因為Token消耗太多而中止了任務(wù)。

在校對潤色這一任務(wù)中，最終輸出的文檔長度大大壓縮，基本只輸出了訪談的最后一部分，總共3800多字，前面的部分基本丟失。但從已輸出整理的部分來看，語氣、信息完整性還是算不錯。

Manus在執(zhí)行長文任務(wù)

這大概率是因為推理和協(xié)作機制做得還不夠好，模型只能提供一次性輸出的結(jié)果，導致壓縮；也有可能是Memory機制還未能做得很好——Memory可以看作是模型暫時存儲信息的 "倉庫"，比如聊天機器人會記住你之前說過的話。

早前一些研究工作指出，memory會隨著時間或任務(wù)步驟的增加而消退。而Agent所消耗的Token，比起單ChatBot起碼是兩個數(shù)量級的提升——一位Agent從業(yè)者對估計，Manus的一個復雜任務(wù)的Token消耗估計會有百萬Token級別。Memory的分層管理、壓縮等技術(shù)難點，還有很多提升空間。

新聞跟進及寫作

對一般的ChatBot來說，輸出長度都是一個老大難——之前的測試體驗中，如果是一個128K的模型，一般而言單次輸出長度都在1000-2000字左右，才能保證信息完整性，不被大量壓縮。

先讓Manus完成最基本的新聞跟進工作。這包含幾項能力：日常的新聞監(jiān)控——看是否會篩選靠譜的信息源，再進行重要性分析判斷，以及找相應(yīng)的資料，加以補充和跟進。

Manus

Manus開始進行學習范例-搜索相關(guān)新聞等等，但是在訪問路透社時被驗證碼擋住了，請求人類接管。接管后，發(fā)現(xiàn)Manus已經(jīng)被認證為機器，被屏蔽了。

Manus

Manus約花費9分鐘完成這個任務(wù)，輸出5條最值得關(guān)注的AI新聞，新聞源都是靠譜權(quán)威的。最后，Manus最后選擇了寫有關(guān)自己的新聞……哈哈。

Manus寫有關(guān)自己的新聞

Manus的新聞文本輸出已經(jīng)算是70分水平，文字通順，主要信息點都能覆蓋，但和參考的范本不同，現(xiàn)在的文本偏軟，AI味較重。

但在我們提出修改意見后，第二版好了許多。

基本是可以細微調(diào)整調(diào)后，直接發(fā)表的水平

難度往上，我們也在Manus也輸入了一段 prompt，讓Manus幫忙直接以的深度報道欄目“深氪”為例，生成一篇長文：

這周“稚暉君”創(chuàng)立的智元機器人預(yù)告要發(fā)新品?！爸蓵熅痹碇据x，請你搜索彭志輝以及智元機器人的歷史過程，用的風格去寫作一篇文章，主題為回溯智元機器人的歷史，以及反映這家公司的成長，在科技行業(yè)中的意義，長度為5000字左右，可參考深度報道“深氪”欄目的風格。

請注意，語句需要深入淺出，普通人都能看懂，不要堆砌專業(yè)術(shù)語。

Manus自動進行了資料收集，寫作階段直接進行分段寫作，再合并，順利地完成了長文寫作，輸出結(jié)果：

寫作一篇有關(guān)智元機器人的深度長文

在輸出的文章中，Manus在深度寫作上效果一般，更偏資料型整理。但遣詞造句也算合格，但是風格還是偏軟文。在高質(zhì)量內(nèi)容方面，Manus的品味還有待加強。

數(shù)據(jù)分析及可視化

研究型任務(wù)也是Manus的強項。

從性質(zhì)上來講，Manus采用了多智能體架構(gòu)。簡單來說，就是可將復雜任務(wù)拆解為子任務(wù)（如數(shù)據(jù)清洗、特征工程、模型訓練），通過不同的智能體，分工并行處理，顯著提升數(shù)據(jù)分析效率。

不過，如果一致性做不好，多智能體的局部決策可能導致全局結(jié)果偏差較嚴重。

讓Manus和OpenAI旗下的Deep Research，都試著做了一張“大模型API兩年多以來的的API價格走勢表”。

OpenAI旗下的Deep Research則是單智能體，端到端訓練的模式——僅一個中心化智能體負責所有任務(wù)，決策與執(zhí)行集中化。但好處在于模塊集成度高，易于管理，輸出質(zhì)量比較有保證。

Manus

Manus花費的時間較長，約三個小時，生成了一個可以交互的網(wǎng)頁。互動性和表格樣式都相當不錯。不過數(shù)據(jù)詳實程度，和專門做研究的Deep Research仍有差距，但問題不大

Deep Research

Deep Research暫時還無法輸出圖表，但從輸出的內(nèi)容質(zhì)量來看，是現(xiàn)在的Manus還沒法趕上的。

創(chuàng)意型任務(wù)：可以做，但審美有點難評

我們也讓Manus上了點難度。

第一個任務(wù)是模仿行業(yè)大V“影視颶風”Tim老師的風格，做一期有關(guān)Manus相關(guān)的視頻，長度在5分鐘左右。

Manus用了約45分鐘完成了這一任務(wù)，全程絲滑，依舊是兢兢業(yè)業(yè)拆任務(wù)，先上油管學習影視颶風的視頻，再搜集資料寫腳本。

Manus

最后產(chǎn)出的內(nèi)容，形式嚴謹，是一個結(jié)構(gòu)完整的小科普視頻——

Manus

我們請教了視頻組的老師，評價是：實習生水平，優(yōu)點在于把工作流說明白了，分鏡和鏡頭調(diào)度可以直接用作參考，但內(nèi)容還不能直接用。

第二點是，視頻腳本過于亢奮，全場充斥著“炸裂”“顛覆”之感，對人類的感情理解比較表面，有點難繃。

節(jié)選一段，供大家參考：

第二部分：Manus的核心能力（1:10-2:20）

[場景：主持人夸張地在電腦前掙扎，被各種文件和任務(wù)包圍]

主持人：（夸張的疲憊表情，抓狂狀）我們都經(jīng)歷過這樣的時刻——需要整理大量數(shù)據(jù)、撰寫報告、分析市場趨勢...這些工作可能要花費我們幾小時，甚至幾天！而且還很容易出錯！

[特效：時鐘快速旋轉(zhuǎn)，日歷頁快速翻動]

主持人：（突然振作，眼睛發(fā)亮）但有了Manus，這一切都將改變！它就像給你復制了一個數(shù)字版的自己，但更聰明、更高效！

[分屏效果：四個窗口同時展示Manus的不同能力，每個窗口都有動態(tài)效果]

主持人：（指向第一個窗口）Manus的第一大核心能力：自主完成復雜任務(wù)！

[窗口放大，展示Manus自動撰寫報告的加速過程，從收集資料到成品輸出]

主持人：（解說，語速適中）你只需要告訴它你需要什么，然后...（打響指，配合音效）它會自己規(guī)劃、搜索信息、整理數(shù)據(jù)、撰寫內(nèi)容，最終交付一份完整的成果！就像有了一個永不疲倦的助手！

[特效：第二個窗口放大，伴隨著轉(zhuǎn)場音效]

主持人：（熱情洋溢）第二大核心能力：多領(lǐng)域通用能力！無論是金融分析、教育內(nèi)容創(chuàng)作、旅行規(guī)劃，還是代碼開發(fā)，Manus都能勝任！

[快速剪輯展示Manus處理不同領(lǐng)域任務(wù)的畫面，每個場景都有對應(yīng)的圖標和文字標簽]

主持人：（夸張的驚訝表情，手勢豐富）這就像同時擁有了一個金融分析師、一個內(nèi)容創(chuàng)作者、一個旅行顧問和一個程序員！而且，它們都是24小時待命的！不需要休息，不會喊累！

[特效：第三個窗口放大，伴隨著科技感音效]

主持人：（神秘語氣，稍微降低音量）第三大核心能力：多模型協(xié)作機制！這個有點專業(yè)，但非?？?！

[動畫展示多個AI模型協(xié)同工作的概念圖，類似于團隊協(xié)作的可視化]

主持人：（解說，配合手勢）Manus不是依靠單一大模型，而是采用"多重簽名"機制，由多個獨立AI模型共同驅(qū)動！就像一個高效的團隊，每個成員負責不同的任務(wù)，相互配合，確保結(jié)果的可靠性和準確性！

還讓Manus試著做了一個偏分析型的創(chuàng)意工作——對我們的微信公眾號版式和設(shè)計分析后，進行改進。

為了更明確設(shè)計需求，我們也給Manus提供了一份設(shè)計案例，以及我們認為風格突出、審美優(yōu)秀的數(shù)個公眾號，作為參考。

Manus

Manus依舊很快就對任務(wù)進行拆解，雖然最后任務(wù)沒有正式完成，但還是輸出了一套完整的方案給我們。

除了我們建議的步驟（分析好版式的共性、聯(lián)網(wǎng)搜索比較優(yōu)秀的公眾號設(shè)計實踐，提出建議），Manus還自己規(guī)劃了更多步驟，也做了更細致的分類，包括分析公眾號，分為設(shè)計元素、板式布局、視覺資產(chǎn)、配色方案等等。

不過從結(jié)果可以看出，Manus在審美這件事上……并不擅長。就配色來說，Manus給出了一個放之四海而皆準的方案，分為春夏秋冬四個季節(jié)，配色飽和度過高，審美可以說約等于沒有。

Manus

字體也是分為多個版本，并不統(tǒng)一。

Manus

Manus的輸出依然非常依賴于公網(wǎng)數(shù)據(jù)的質(zhì)量。

在Manus學習排版、設(shè)計相關(guān)知識時，打開了不少知乎網(wǎng)頁。但Manus很難繞過登陸限制，然后就會轉(zhuǎn)戰(zhàn)到其他公開網(wǎng)頁。更不必提如同獨立王國一樣的各大App——比如微信公眾號內(nèi)的數(shù)據(jù)，爬蟲工具也很難完全觸及。

被知乎登陸窗口卡住多次的Manus

可能這需要期待以后模型間的接口進一步打通，包括端側(cè)Agent跨平臺等能力的進展，才能讓Agent輸出質(zhì)量有質(zhì)的提升。

最后，我們試著讓Manus使用高推理模式，生成一個Jellycat主題的吃豆人游戲，Manus花費約45分鐘時間完成。

Manus

吃豆人網(wǎng)頁游戲

可以看到，代碼和游戲開始界面都已經(jīng)相當完整，但最后到了“開始游戲”這一環(huán)節(jié)，音效都能聽到，但無法點擊開始游戲。而后，對話因為上下文過長，停止響應(yīng)了。

總結(jié)

在測試過程中，最大的感觸在于，前端交互非常絲滑，有一種簡潔的美感——從進入Manus官網(wǎng)到實際對話，Manus都在營造一種“對面真的是個活人”的感覺。

尤其是在對話窗口旁邊，可以打開一個名為“Manus的電腦”的小窗口，實時顯示Manus正在操作什么，真的像遠程看著一位實習生同學，幫你完成任務(wù)。

你可以隨時拖動進度條，查看Manus正在進行的任務(wù)。對已經(jīng)完成的步驟，Manus都會提供類似網(wǎng)頁快照的界面，讓你對任務(wù)進展有明顯感知。

Manus正在通過百度百科學習智元機器人相關(guān)背景資料

另一個體驗優(yōu)秀的地方在于，Manus對工具的調(diào)用成功率算是比較高的。在不遭遇崩潰、宕機的情況下，如果測試10個任務(wù)，大概能有8個自動完成任務(wù)，無需人類介入。

這能大大提升用戶體驗——在以前，很多agent調(diào)用外部工具的成功率都在60%以下，體驗不佳，難以吸引到更多的用戶。

市場普遍認為，Manus團隊對各類通用任務(wù)都先置入了不少CoA（代理鏈）模版，覆蓋眾多通用任務(wù)（寫作、數(shù)據(jù)分析、攻略等開放式問題）等等，這些工作顯著提高了任務(wù)成功率。

這種機制，類似在DeepSeek對話中不斷蹦出來的思維鏈，用戶可以看到，Manus是怎么樣一個接一個調(diào)用外部工具的。

Manus的糾錯能力也很強。

多次發(fā)現(xiàn)，Manus在任務(wù)進行過程中會遭遇錯誤。但Manus會嘗試不同的解決方案，直至沒法解決，才會向人類報錯，讓人類介入到問題解決中。

Manus

Manus

用戶還可以隨時打斷Manus，自己來完成某些步驟。

在“Manus的電腦”窗口右下角，有一個“接管”按鈕。一旦任務(wù)進行得不對，人類可以直接打斷進程，自己進入到這部“云上電腦”進行操作。

不過可能是計算資源不夠，在操作Manus的電腦時，卡頓嚴重，只能勉強進行操作。

Manus的電腦

這樣的形式天然更符合人類工作的交互形式——只要使用一次，模型盡可能地自行糾錯，減少人類參與的次數(shù)。

總結(jié)一句話：分析總結(jié)、數(shù)據(jù)分析、開放性問題等需要強邏輯性的任務(wù)，是Manus最擅長的部分。最不擅長的是創(chuàng)意工作，審美基本等于沒有。

不過，受限于現(xiàn)在的服務(wù)穩(wěn)定性和上下文窗口，Manus完成任務(wù)的邏輯和過程很好，但交付質(zhì)量只能說在中等水平，包括數(shù)據(jù)、文本等，都需要人類進行二次校對。但從完成任務(wù)的時間和質(zhì)量來說，已經(jīng)算是很不錯的同學。

無論是對文本、圖像、視頻等相關(guān)內(nèi)容，Manus調(diào)用大模型只能模仿到內(nèi)容的框架，就像一層皮——但內(nèi)容質(zhì)量還是需要人類強把關(guān)。

從周末的爭議中再次回看Manus，頻繁想起的，是2009年的電影《阿凡達》上映之時。當時的阿凡達，是特效電影的集大成者，一個最重要的意義在于，讓全球觀眾都見識到：頂尖的電影工業(yè)水平是這樣的。

如今的Manus，盡管還處于比較粗糙的形態(tài)。但至少在產(chǎn)品層面，和年初爆火的DeepSeek有一個共通點：用技術(shù)平權(quán)的手段，將AI產(chǎn)品迅速拉到大眾面前，而不是停留在小圈子中狂歡。

Manus集成了現(xiàn)在編程開發(fā)能力最強的Claude，并且受到許多最新技術(shù)成果如CodeAct的啟發(fā)。比起OpenAI Operator或者Devin高達數(shù)百美金的定價，Manus的成本價大約在2美元左右。

而且，Manus通用任務(wù)的體驗已經(jīng)足夠絲滑，這讓普羅大眾都能感受到：“AI居然還能這么玩”，以及真正感受到AI對人類帶來的巨大效用。

這也是現(xiàn)階段，AI產(chǎn)品在能為市場貢獻的的最大價值。