AI 智能体的下一次突破已经到来

摘要

本文深入解析了由中国创业团队推出的通用 AI 智能体（General AI Agent）平台——Manus，它以多智能体架构（Multi-Agent Architecture）为核心，在 Gaia 基准测试中取得了 86.5% 的成绩，仅次于人类平均水平的 92%，远超 OpenAI 深度研究（Deep Research）的 74%。Manus 的工作方式如同一位高管统筹团队：规划智能体（Planner Agent）制定主计划，将任务分解为可管理的子任务，再交给各领域专属的子智能体（Sub-Agent）执行，最终由执行智能体（Executor Agent）合成输出。该平台集成了 29 种工具，底层采用 Anthropic 的 Claude 3.7 Sonnet 模型，并与 YC 孵化公司 Browser Use 及初创企业 E2B 的安全云沙盒（Cloud Sandbox）深度整合。文章同时探讨了 AI 应用层中"套壳"（Wrapper）模式的争议，分析了 Manus 的优势（低成本、高透明度、灵活可定制）与局限（协调复杂度随规模增长、护城河易被侵蚀），并为创始人提出了构建可持续差异化竞争壁垒的建议——投资专有评估体系（Proprietary Evals）、深度嵌入用户工作流以提高转换成本、锁定竞争对手难以复制的集成与数据源。

正文

通用 AI 智能体的时代来临

可用的 AI 智能体（AI Agent）终于到来了。从 OpenAI 和 Google 推出的深度研究（Deep Research）平台，到 xAI 和 DeepSeek 的类似工具，智能体赛道正变得日益拥挤。而现在，一个新的竞争者加入了战局——Manus，一个席卷全球的全新智能体 AI 平台。

今天，我们发布 Manus 的早期预览版——首个通用 AI 智能体。

Manus 正式发布后，围绕它的炒作立即引爆。有媒体将其称为"中国的下一个 DeepSeek 时刻"，用户纷纷称其为"用过的最令人印象深刻的 AI 工具"和"最精密的计算机使用型 AI"。与之前的一些先行者不同，Manus 并非又一个专用聊天机器人——它承诺成为一个真正的通用 AI 智能体。然而，邀请码稀缺、访问权限受限，一个核心问题悬而未决：Manus 是否真正彻底改变了 AI 智能体的格局？

多智能体架构：Manus 的创新内核

Manus 背后的兴奋源于一项真正的创新：一个多智能体 AI 系统（Multi-Agent AI System），它似乎能够完成各种各样的任务——从旅行规划、金融分析，到搜索数十个文件或进行行业研究。

那么，它的工作原理是什么？

与依赖一个庞大神经网络的方式不同，Manus 更像是一位高管在监督一个子智能体团队，在共享的行动空间（Shared Action Space）中协调和指导它们的每一个行动。具体流程如下：

1. 接收输入：Manus 接收用户的提示词（Prompt）作为输入，开始分析需要做什么。
2. 规划分解：一个规划智能体（Planner Agent）首先制定一个主计划（Master Plan），将任务分解为可管理的子任务（Subtask）。这样，Manus 在执行之前就精确知道需要完成什么，并可以将这些子任务分配给其他子智能体。
3. 子智能体执行：这些子智能体如同 Manus 的内部专家。它们共享相同的上下文，但各自拥有划定的领域——从知识/记忆到执行。Manus 可以调用多达 29 种不同的集成工具，无论是自动化网页导航、安全运行代码，还是从文件中提取重要信息，子智能体都能智能地决定使用哪些工具。
4. 合成输出：当每个子任务完成后，执行智能体（Executor Agent）将所有输出组合成最终的合成输出，交付给用户。

核心技术：动态任务分解与思维链注入

在底层，Manus 由一个相当精密的动态任务分解算法（Dynamic Task Decomposition Algorithm）驱动。这正是它能够自主将复杂指令分解为清晰执行路径的关键。

为了确保即使在数十轮推理和工具使用之后仍保持稳定性，Manus 团队开发了一项原创技术——思维链注入（Chain of Thought Injection），使智能体能够主动反思和更新计划。

在模型层面，Manus 的核心采用了 Anthropic 的 Claude 3.7 Sonnet。此外，Manus 还具备强大的跨平台执行能力，这得益于其与开源工具的无缝集成：YC 孵化公司 Browser Use 提供高级网站交互能力，初创企业 E2B 提供安全的云沙盒环境（Cloud Sandbox Environment）。

实际应用与基准测试表现

Manus 到底能完成什么？令人印象深刻的是，它可以承担广泛的现实世界任务：

• 创建旅行行程
• 进行详细的金融分析
• 生成教育内容
• 编制结构化数据库
• 保险政策比较
• 供应商寻源
• 协助制作高质量演示文稿

为了真正衡量 Manus 的能力，我们可以参考 Gaia 基准测试——一个专门用于挑战 AI 智能体在推理、多模态处理（Multimodal Handling）、网页浏览和工具熟练度方面的基准。人类通常得分约 92%，而 OpenAI 的深度研究在最佳情况下得分约 74%。Manus 以 86.5% 的成绩打破了 Gaia 上的最先进纪录，仅比人类平均水平低几个百分点。

"套壳"争议：应用层创业的本质

尽管基准测试表现令人瞩目，Manus 重新点燃了关于 AI 应用层创业本质的更广泛讨论——套壳（Wrapper）。

一些人将 Manus 斥为仅仅是"套壳"，因为它只是将现有的基础模型（Foundational Model）和各种工具调用拼接在一起。但这种否定忽视了一个重要的现实：按照这个逻辑，当今大多数成功的 AI 产品也可以被归类为套壳。

• Cursor 和 Windsurf：集成了现有的大语言模型（LLM），并搭配外部 API 和面向开发者的工具，如实时代码分析和调试工具。
• Harvey：将基础模型与法律领域的特定工具集成相结合——案例法检索（Case Law Retrieval）、合规检查（Compliance Check）和文档分析。

显然，许多有用的应用确实符合套壳的模式。对于许多开发者来说，走这条路是有道理的。正如 Manus 联合创始人 Yichao "Peak" G 本人告诉我们的：从第一天起，他们就决定与模型开发保持正交（Orthogonal）——希望对每一个新模型的发布感到兴奋，而非感到威胁。

优秀套壳的差异化要素

区分成功套壳与低效同类的，通常是以下几个方面：

• 直观的用户界面（Intuitive UI）
• 专有评估体系（Proprietary Evals）
• 更精细的基础模型微调（Fine-Tuning）
• 精心设计的多智能体架构（Multi-Agent Architecture）

Manus 本身很好地阐释了这些权衡：

优势方面：

• 多智能体编排帮助实现了显著降低的单任务成本——约每个任务 2 美元，相比之下，OpenAI 深度研究等集成竞争对手的成本更高。
• Manus 提供更高的透明度和用户控制度，允许用户直接检查、自定义或替换各个子智能体和工具集成——这是集中式平台很少能匹配的灵活性。
• Manus 最酷的一点是暴露了文件系统，让你可以确切看到智能体在做什么。ChatGPT 要求你重新提示，而且它思考时发生什么是不可见的。Manus 让人一窥 ChatGPT 桌面操作系统直接运行在电脑上的未来图景。

局限方面：

• 随着任务规模扩大或复杂度增长，专门智能体之间的协调变得越来越困难。
• 更关键的是，它当前的优势——用户体验优化、定向微调、精心设计的集成——容易被竞争对手复制。
• 套壳模式虽然允许快速部署、迭代和专业化用户体验，且前期成本更低，但也容易受到 API 定价变化或提供商政策转变等颠覆性影响，这些变化可能迅速抹去任何成本优势。

创始人的启示：构建可持续的差异化

最终，关键挑战不在于判断套壳是否可行，而在于识别产品中真正可持续的差异化（Sustainable Differentiation）。对于创始人而言，这可能意味着：

1. 投资专有评估体系——昂贵或耗时，但竞争对手难以复制。
2. 将工作流深度嵌入特定用户日常——以提高转换成本（Switching Cost）。
3. 锁定竞争对手难以访问的集成或数据集。

归根结底，AI 领域的成功不取决于重新发明轮子，而在于谁能将现有模型拼接成一个用户真正热爱的产品。