Manus简介

Manus 是由 Monica.im 研发的全球首款 AI Agent 产品，于 2025 年 3 月 6 日正式发布。
AI Agent 即人工智能体或人工智能代理，是一种能够感知环境、进行决策并执行动作以实现特定目标的智能实体。

这个是官方推出的视频，里面包含了3个例子：

Manus与DeepSeek的对比

DeepSeek是知识型“最强大脑”，而Manus是执行型“全能打工人”，技术定位不同。技术架构方面，DeepSeek用的是混合专家模型，参数大，专注语言模型；Manus则是多智能体协作，整合工具链。

Manus与DeepSeek的对比表格如下图

补充说明

1. 性能对比：DeepSeek在HumanEval代码生成测试中通过率达82.6%，数学能力接近人类前5%9；Manus在GAIA基准测试中任务拆解颗粒度达“0.1秒级决策”，性能超越OpenAI同类产品5。

2. 成本与商业化：DeepSeek以低成本开源为核心竞争力，而Manus当前处于免费测试阶段，单任务成本仅2美元（OpenAI的1/10），但需解决高算力消耗问题35。

3. 未来协同性：两者被认为具有互补性——DeepSeek提供“大脑级”知识推理，Manus赋予“手脚级”执行能力，技术融合可能催生更强大的下一代AI产品

应用示例

前面3个是官方示例

1. 分析简历
2. 帮忙找房子
   
3. 股票分析师。分析三家公司在过去3年的股票价格之间的相关性。
   
4. Manus分析特斯拉股票并提供PPT
   
5. 创作游戏

优点

1. 自主执行能力强：Manus 能够在云端独立完成任务，无需人工干预，直接交付完整的任务成果。任务执行是异步的，用户提出需求后可继续处理其他事务，关闭电脑也不影响，完成后会收到通知。
2. 多智能体协同高效：采用多智能体架构，由规划、执行和验证等多个代理协同工作，将任务拆解为不同模块，模拟人类工作流程，确保每个环节高效完成，还能根据情况实时修正执行路径。
3. 工具调用丰富：能理解用户需求并主动调用浏览器、代码编辑器、数据分析工具等多种工具，实现跨平台操作，真正做到 “手脑并用”，例如可以编写代码、浏览网页、操作应用程序等。
4. 学习与记忆能力出色：具备记忆功能，能记录用户的历史数据、操作习惯和偏好等，并据此优化任务执行策略，比如用户希望以特定表格形式呈现结果，Manus 后续会默认采用该格式。
5. 任务处理范围广：可以处理从繁琐的批量简历整理、文件格式转换、合同财报审核，到复杂的深度调研与分析等各种任务，还能从多渠道搜集信息，提供全面而有见解的研究报告。
6. 应用场景丰富：涵盖个性化旅行规划、金融市场分析、在线商店运营管理、教育领域的课程制作与笔记生成、商业决策分析等众多领域，总计 51 个具体用例。
7. 性能表现优秀：在 GAIA 基准测试中取得了 State-of-the-Art（SOTA）的成绩，超越了 OpenAI 等同类产品，在处理复杂的真实世界问题时优势明显。
8. 人机协作便捷：开创了人机协作的新范式，用户只需通过自然语言描述需求，Manus 即可快速响应并执行任务，使用门槛低，交互方便。

进步空间

Manus刚推出来，它很强大，当然还有一些进步空间。

技术层面

1. 工具链受限：Manus 的任务执行依赖预设的工具调用逻辑，其能力受限于开发团队预置的流程模板。若任务超出其预设的工具链，如控制 PowerPoint 直接制作幻灯片等，便无法完成。
2. 环境封闭：Manus 运行在沙盒化的虚拟机中，仅能调用浏览器、代码编辑器等有限工具，无法在操作系统级自由操作，如安装新软件或调用本地硬件资源，更像浏览器插件的高级形态，而非真正的通用智能体。
3. 缺乏底层创新：模型层依赖 GPT-4、Claude 等大模型的 API 调用，未展示底层模型的突破；工具链通过类似 Anthropic 的 Computer Use 方案完成任务调度，与行业头部方案无本质差异；数据源依赖公开 API 和网页爬虫，未构建专有数据集或突破检索技术。

性能表现方面

1. 复杂任务处理不足：有评测人员反映，Manus 在信息搜集和整理方面表现出色，但在复杂任务处理上仍有改进空间。
2. 系统稳定性欠佳：存在访问需要登录的网站受阻、系统负载过高导致任务失败或速度缓慢等问题，比如有用户遇到因服务器压力无法登录的情况。
3. 交互性待提升：在实际评测中，Manus 生成的游戏无法交互，在交互性方面存在一定的缺陷。
4. 处理速度较慢：任务处理时间较长，从十几分钟到半小时不等，相比一些人工操作，其实际效率可能更低。
   作者：帅得不敢出门