一夜之间，AI界的新星Manus横空出世，不仅在国内科技圈引发轰动，也在国际舞台上崭露头角。一个原本不起眼的发布会，加上网络上炒到天价的邀请码，让这个AI工具迅速成为焦点。据悉，一个邀请码在某二手交易平台上已被炒至5万元人民币，这一消息无疑加剧了市场的狂热。
Manus究竟有何等神通，能让业界为之震动？它不仅能够自主完成针对特斯拉等企业的财报分析报告，还能生成功能完备的交互式网站，甚至开发出一款可直接上手玩的RPG游戏。更令人惊叹的是，Manus能够自行搭建开发环境，编写代码，进行调试和编译，几乎无需用户介入。如果你想制作一份地区人口调研报告，Manus也能自主访问数据库，筛选并确定所需数据。
在AI agent评测标准GAIA benchmark下，Manus的表现甚至超过了OpenAI的DeepSearch。从用户发布的案例来看，Manus的执行过程和产出结果都相当出色，每个步骤的代码和文件都清晰可见，井井有条。在特斯拉和英伟达等公司的财报分析和估值方面，Manus的表现甚至不输于一些知名的财经大V。
Manus背后的团队同样值得关注。作为国内AI创业团队Monica AI的作品，Manus展现了国内AI技术的强大实力。Monica AI不仅提供模型使用入口，还通过大量垂直向的API接口，让用户无需担心prompt调优，即可上手使用。创始人肖宏意识到，大模型与用户之间的交互方式存在局限性，因此他带领团队开发了Manus，旨在通过规划后的AI任务集合，让用户能够一步到位解决更复杂的需求。
Manus的亮点在于其混合模型架构和虚拟云端执行环境。基于Claude 3.7 Sonet和国内Qwen模型，Manus增加了自己的训练过程，实现了任务自主规划、思考和完成。多个大模型的混合使用，加上Manus的云端执行环境，让用户只需一次性输入，就能完成以往需要多轮对话才能解决的复杂需求。据自媒体《赛博禅心》透露，Manus的单条任务成本约为2美元，仅为DeepSearch的十分之一。
然而，Manus也并非完美无缺。从用户反馈来看，其产出稳定性有待提高，有时会出现事实错误，导致最终产出不可信。单任务执行时间过长也是用户吐槽的焦点之一。有用户表示，自己的任务执行了长达4-5个小时。这背后反映了团队对使用量预估不足以及Manus架构本身带来的算力需求压力。
尽管如此，Manus仍然证明了AI Agent的另一条可行之路。市面上的Agent产品主要分为通用型和垂直应用型两类。通用型Agent的代表有OpenAI的"Operator"和Anthropic的“Computer Use”，而垂直Agent则如cursor和devin等，在程序员中口碑良好但应用领域有限。Manus作为一款通用型AI agent，通过工程手段实现架构创新，融合了多个大模型，能够自动完成子节点需求处理，产出复杂任务结果。
在Manus的引领下，AI Agent的未来充满了无限可能。无论是通用型还是垂直应用型，都将迎来更多的创新和突破。而Manus的成功经验也将为其他AI创业者提供宝贵的借鉴和启示。
随着AI技术的不断发展，我们有理由相信，未来会有更多像Manus这样的创新产品涌现出来，为我们的生活和工作带来更多便利和惊喜。
同时，我们也应该看到，AI技术的发展仍然面临着诸多挑战和问题。如何确保AI的稳定性和准确性，如何平衡AI的发展与人类的利益，都是我们需要深入思考和解决的问题。
