Manus：开启通用智能体的新时代

2025年3月6日，中国科技领域迎来里程碑式突破——由Monica.im团队研发的全球首款通用AI智能体产品“Manus”正式上线。

这款被业界誉为“聪明实习生”的AI助手，凭借其自主执行复杂任务的能力，一夜之间引爆全球科技圈，推动A股AI相关板块大涨，软件ETF单日涨幅超3%。

Manus的诞生不仅刷新了AI技术应用的高度，更标志着中国团队在智能体（Agent）领域实现了对国际巨头的超越。

一、核心功能：从规划到执行的完全自主化

Manus的颠覆性在于其真正实现了“端到端”的任务处理能力。与传统AI工具仅提供建议或简单执行不同，Manus能独立完成全流程：

• 复杂场景落地：自主筛选简历并生成人才评估报告、为购房者分析房源优劣势、完成多维度股票投资分析等。

• 持续学习进化：通过记忆用户偏好优化服务，如在旅行规划中逐步掌握用户对酒店档次、餐饮口味等个性化需求。

• 跨平台协作：突破设备限制，可在虚拟环境中调用各类工具，执行质量在权威GAIA基准测试中创下新纪录。

二、技术突破：多重代理架构引领行业革新

为实现真正的自主智能，Manus采用三大技术创新：

1. Multiple Agent系统：

   三大模块基于独立模型协同工作，模仿人类“思考-行动-检查”的完整流程。

   1. 规划代理（拆解任务逻辑）

   2. 执行代理（调用工具实施）

   3. 验证代理（结果质量审查）

2. 多重签名验证体系：通过多模型交叉验证决策可靠性，避免单模型偏见风险。

3. 开源承诺：计划2025年内开源核心推理框架，降低开发者接入门槛。

类别	详情
核心技术	多重签名系统与 Multiple Agent 架构：采用 “多重签名系统” 与 “Multiple Agent” 架构，由多个独立模型协同驱动，可在虚拟环境调用各类工具。此架构赋予 Manus 强大的任务处理及工具调用能力，能灵活编写代码、智能浏览网页、操作各类应用。 自主学习与记忆技术：拥有记忆功能，基于历史数据和经验优化任务执行策略。可理解复杂指令，在任务执行中不断学习，提升自身性能与处理问题的能力。任务分解与规划技术：能将复杂任务拆解为待办事项列表，逐一匹配并执行，如同人类有条理地处理任务。 自然语言处理技术：可理解用户以自然语言描述的需求，并快速响应执行，实现高效人机协作。
优势	自主执行能力强：可在云端独立完成任务，无需过多人工干预，直接交付完整成果。用户可随时关闭电脑，Manus 在后台异步工作，完成任务后通知用户。 应用场景广泛：涵盖研究、生活、数据分析、教育、生产力工具和创意娱乐等 6 大类别、51 个具体用例。如简历筛选，自动解压文件、浏览简历、记录重要信息、给出排名建议并生成 Excel 表格；房产筛选，分解任务、创办待办清单、阅读文章、计算预算、筛选房源、整合信息撰写报告；还有股票分析、旅行规划、教学辅助、销售数据分析等场景。 性能卓越：在 GAIA 基准测试的所有三个难度级别上均取得优异成绩，性能超越 OpenAI 的同层次大模型。 高效人机协作：开创人机协作新范式，用户用自然语言描述需求，Manus 快速理解执行，执行中还能接收新指示。

三、团队基因：90后创始人的破局之路

背后的灵魂人物肖弘（1992年生）展现了中国新生代创业者的特质：

• 技术积累：华中科大软件工程专业背景，2015年创立夜莺科技，推出服务超200万企业的SaaS工具。

• 产品嗅觉：2022年转型AI赛道，海外产品Monica已获千万用户，实现盈利闭环。

• 资本助力：获真格基金、腾讯等顶尖机构投资，为Manus的研发提供充足弹药。

四、市场冲击波：重构AI产业格局

Manus的横空出世引发连锁反应：

• 投资热潮：AI算力、数据标注等上游企业股价普涨，行业融资活跃度提升35%。

• 竞品压力：OpenAI等巨头紧急调整路线图，原定2026年发布的Agent产品提前至2025Q4。

• 生态机遇：开放API后，已有200+企业接入测试，覆盖金融、招聘、咨询等行业。

五、争议与挑战

在赞誉声中，Manus也面临质疑：

• 安全隐患：完全自主的决策是否需设置伦理审查机制？

• 能力边界：展示案例集中于结构化任务，对开放式创新类需求（如文学创作）尚未验证。

• 命名混淆：需注意与荷兰Manus公司的动捕手套区隔，避免品牌认知混淆。

六、AI Agent 对比

Manus 对比 Coze

在核心技术、任务执行能力、应用场景、性能表现等方面

对比维度	Manus	Coze
核心技术	采用 “多重签名系统” 与 “Multiple Agent” 架构，多个独立模型协同驱动，在虚拟环境调用工具；具备自主学习与记忆技术、强大的任务分解规划及自然语言处理技术，可理解复杂指令、从任务中学习优化	基于深度学习，涵盖语音识别、自然语言处理、图像识别等技术，能理解语音指令、进行智能对话、识别图像等
任务执行能力	能独立思考、规划并执行复杂任务，直接交付完整成果，在云端自动运行，可异步处理文件，完全在独立虚拟机运行，执行质量高，可跨更多领域	主要用于开发各种 AI 功能，用户通过创建和部署 bot，选择模型、输入 prompt 实现功能，多代理模式能调动多个 bot 协同工作，但任务执行侧重基于用户设定的规则和指令，自主执行复杂任务能力相对较弱
应用场景	覆盖研究、生活、数据分析、教育、生产力工具、创意娱乐等 6 大类别 51 个具体用例，如简历筛选、房产筛选、股票分析、旅行规划、教学辅助、销售数据分析等复杂任务场景	可用于开发电商导购机器人等简单 AI 应用，在个人简单创作以及团队利用字节系插件生态进行开发方面有优势，在企业级应用场景中主要用于构建一些基础的 AI 功能
性能表现	在权威的 GAIA 基准测试所有三个难度级别上取得 SOTA 成绩，性能超越 OpenAI 同层次大模型	未提及在权威综合性基准测试中的成绩，主要强调其在特定功能开发场景下的易用性和生态优势
人机协作模式	用户用自然语言描述需求，能快速理解执行，执行中可随时接收新指示，开创高效人机协作新范式	用户通过选择模型、编写 prompt 等方式设定规则让 bot 执行任务，人机交互更多基于用户对 bot 功能的预先设定和调整

Manus与其他类型AI大模型

在功能定位、任务执行能力、技术架构、应用场景、性能表现等方面存在诸多差异，具体对比如下：

对比维度	Manus	其他AI类（如豆包、通义千问、文心一言等）
功能定位	通用型AI Agent，旨在成为用户数字世界的“代理人”，直接交付完整任务成果	多为语言模型，侧重提供语言交互服务，如知识问答、文本创作、翻译等，部分需用户进一步加工处理结果
任务执行能力	能自主规划、执行复杂任务，如筛选简历、规划旅行、分析股票等；可在云端异步运行，不受端侧设备限制；能理解复杂指令，分解任务并调用工具执行	通常根据用户输入生成文本内容，部分具备简单任务处理能力，但在自主规划和执行复杂任务方面相对较弱
技术架构	采用Multiple Agent架构，多个代理协同工作，运行在独立虚拟机中，可调用各类工具	基于深度学习算法，如Transformer架构，通过大规模数据训练学习语言模式和知识
应用场景	覆盖工作、生活多领域复杂任务，如B2B供应商采购、在线商店运营分析等；能处理跨领域综合性任务	在各自擅长领域应用，如办公辅助（通义千问）、中文语言处理（文心一言）、语音交互（讯飞星火），跨领域应用能力有限
性能表现	在GAIA基准测试三个难度级别均取得SOTA成绩，性能超越OpenAI同层次大模型	依据不同评估标准各有优劣，在特定任务或领域表现突出，但缺乏类似GAIA基准测试的统一评估对比
学习与记忆能力	具备自主学习和记忆能力，能记住用户偏好和任务经验，优化后续任务处理	部分模型有一定记忆机制，但自主学习能力相对较弱，难以依据经验显著提升复杂任务处理能力

Manus与DeepSeek

Manus和DeepSeek在功能定位、技术能力、应用场景、技术架构等方面存在诸多差异：

对比维度	Manus	DeepSeek
功能定位	全球首款通用AI Agent产品，旨在成为用户在数字世界的“代理人”，强调直接交付完整任务成果，实现从想法到实践的转化，将用户的需求切实落地	未明确提及自身为通用AI Agent产品，主要致力于通过可操作的智能解决方案，帮助组织挖掘隐藏信息、辅助决策，利用技术手段处理大量网络内容并转化为可操作的建议
技术能力	在GAIA基准测试中，三个难度级别均取得新的最先进（SOTA）表现，性能超越OpenAI同层次大模型；能实现“0.1秒级决策”，任务拆解颗粒度更精细；计划今年晚些时候开源部分模型，特别是推理部分，构建多智能体协作沙盒，通过多智能体协作提升复杂任务处理能力	用3个月实现10倍推理效率提升，在推理效率提升方面成果显著；作为开源和人类智能公司，在数据处理和智能分析方面有自身技术优势，专注于模型层的研究和开发
应用场景	覆盖旅行规划、股票分析、教育内容创作、保险政策比较、供应商采购、财务报告分析、创业公司列表整理、在线商店运营分析等多个领域的复杂任务，能并行完成“爬取财报→编写Python→部署网站”等复杂链路，处理跨领域综合性任务	擅长处理单线程任务，如合同审查；为政府、企业、金融机构、个人等不同主体提供创新智能解决方案，在数据挖掘和决策辅助方面应用较多
技术架构	采用多重签名（multisig）系统，由多个独立模型驱动，运行在独立虚拟机中，能在虚拟环境调用各类工具，如编写和执行代码、浏览网页、操作应用等	未明确披露其详细技术架构，但可知它是基于开源和结合人类智能的技术路线，通过收集网络内容进行分析处理

Manus与Grok3

Manus 和 Grok 3 在多个方面存在差异，具体对比如下：

对比维度	Manus	Grok 3
产品定位	全球首款通用 AI Agent 产品，立志成为用户在数字世界的 “代理人”，能独立思考、规划并执行复杂任务，直接交付完整成果，将用户需求从想法转化为实际落地的成果	xAI 团队研发的第三代大语言模型，使命为 “了解宇宙”，侧重于知识获取、推理及多模态处理，为多领域提供智能化支持，助力用户获得各类信息与解决方案
技术架构	采用多重签名（multisig）系统和 Multiple Agent 架构，由多个独立模型协同驱动，可在虚拟环境中调用各类工具，如编写和执行代码、浏览网页、操作应用等，运行在独立虚拟机内	在孟菲斯超级集群上完成训练，该集群由 10 万块英伟达 H100 GPU 组成，总训练时长达到 2 亿 GPU 小时，计算量较前代 Grok 提升 10 倍。引入 “思维链”（Chain of Thought）技术，模拟人类逐步推理过程，支持文本、图像混合分析
技术能力	在 GAIA 基准测试（评估通用 AI 助手解决现实世界问题能力）的三个难度级别均取得新的最先进（SOTA）表现，性能超越 OpenAI 同层次大模型；可实现 “0.1 秒级决策”，任务拆解更精细	在数学推理、科学逻辑和代码写作等复杂任务中表现出色，全面超越 DeepSeek - R1、GPT - 4o 和 Gemini 2.0 等竞品。多模态能力使其在结合图像和文字信息分析任务中有优势，如根据图表生成报告、图文结合创作故事等
应用场景	覆盖工作与生活多领域复杂任务。旅行规划方面，能整合信息并定制手册；股票分析可深入研究并设计可视化仪表盘；还能进行教育内容创作、保险政策比较、B2B 供应商采购、财务报告分析、创业公司列表整理、在线商店运营分析等，可并行完成 “爬取财报→编写 Python→部署网站” 等复杂链路	航天领域可进行轨道计算模拟；游戏开发中辅助内容创作；信息检索方面帮助用户快速获取信息；智能客服场景理解用户问题并提供解答；内容创作给予灵感与素材；数据分析挖掘数据价值；融入特斯拉生态助力自动驾驶数据训练等
运行方式	完全基于云端异步运行，用户下达指令后可关闭设备，任务完成后自动通知结果，不受端侧设备运行状态限制	未明确表明可完全云端异步运行，可能需用户持续操作设备获取结果，依赖设备实时交互
训练成本与能耗	暂未披露	训练成本约 40 亿美元，单次训练碳排放量相当于 4.6 万辆汽车的年排放量，在模型训练中消耗大量资源。
开源情况	团队计划今年晚些时候开源部分模型，特别是推理部分，并构建多智能体协作沙盒，以促进技术交流与创新	延续马斯克 “彻底开源” 承诺，但因其复杂架构，第三方进行全面审计难度较高，开源的实际落地和应用推广面临挑战

各大网媒报道：

实测 Manus：首个真干活 AI，中国造（附50个用例 + 拆解）

Manus实测：全球首款通用AI Agent工作方式拆解

AGI中国造 | 号称“全球首款通用型Agent”的Manus什么来头？

中国AI的范式跃迁

Manus的突破绝非偶然。它既受益于中国完备的数字基建和场景优势，更展现了本土团队从“技术追随”到“定义标准”的转变。尽管前路仍需攻克可靠性、合规性等关卡，但这款完全由中国年轻团队打造的AI智能体，已为全球科技竞赛写下新注脚——未来的AI巅峰之争，中国力量正在崛起。

---

优快云独家福利

最后，感谢每一个认真阅读我文章的人，礼尚往来总是要有的，下面资料虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：