AI创业公司Manus，引起了科技圈的一场大型辩论

2025年3月6日凌晨，创业公司Monica.im发布了其通用型AI Agent产品Manus。产品名称源自拉丁语"手"，象征着将AI从理论思维延伸至实践操作。

Monica.im强调，Manus的设计目标是突破传统对话式AI的局限。通过"自主执行"能力，它不仅能够理解用户需求，更能独立完成从任务规划到实际操作的全过程。

从官方介绍来看，Manus采用了多代理架构（Multiple Agent）设计，可以将复杂任务分解为规划、执行、验证等多个子模块，每个模块由独立的语言模型或强化学习模型支持。这些模块通过API实现协同工作，并能在虚拟环境中自主调用各类工具，完成从编码到数据采集等具体任务。

在应用范围方面，Manus可以覆盖旅行规划、股票分析、教育内容生成等40多个领域。官方宣称其在GAIA基准测试中创造了新的SOTA（最先进）记录，性能表现甚至超越了包括OpenAI在内的同类产品。



3月7日早晨，很多科技媒体、科技KOL在几乎差不多的时间，发布了大量关于Manus的视频及文章。有一些使用了相似的官方测试视频，文章使用了很多相似的文字表达。同时，由于Manus采用了邀请码的方式，巨大的流量转化的希望尝鲜的用户，并不能真正体验Manus。有网友晒出，Manus的邀请码甚至被炒到了30000元一个。



随着关注度的提升，质疑声也随之而来。一些观点认为Manus仅是营销噱头，缺乏实质性的技术突破；也由此延伸出关于工程化创新价值和Agent创业企业竞争壁垒等更深层的讨论。

面对这些不同的声音，腾讯科技梳理各方观点，希望给读者提供更全面的信息和思考维度。

究竟是超级缝合怪还是工程创新？

正方观点：工程能力和交互设计带来了好的体验

Manus并非在底层技术上有重大突破，但是用工程能力去挤压出了模型可完成的最复杂的任务。

Manus展现了三个关键优势：首先是通过深度的后训练（post-training），带来令人惊艳的"魔法感"；其次，借助Monica在模型聚合领域的专业积累，构建了一个远超单一模型调用的多模型协同网络；最后，它将现有技术进行完美整合，展现出出色的系统集成能力，这种能力往往比开发全新的底层技术更具挑战性。

在交互体验方面，“Manus已经很接近数字版AI Agent的样子了”，特别是展示AI操作过程的方式，为用户带来了更强的掌控感。用户更在乎的是产品体验，而不是底层用了什么，如何调用工具。







反方观点：超级缝合怪

1、Manus没有发布任何官方详细的技术报告，交互界面类似Devin和Artifact的样子。

从使用体验及官方介绍推测，看起来像Compute use+虚拟机+artifacts+内置一批Agent的超级缝合怪。

2、虽然多Agents协同完成工作流的能力被封装到了云端的虚拟环境，这是一个“异步交互”的创新，但是距离业界今天已经追求的端到端“通用方式”有些远。

3、虽宣称“无算力限制”，却未公开其分布式计算的核心算法，被质疑为依赖第三方云服务商的基础设施。



宣传形成“期望泡沫”，是否反噬产品信誉？

正方观点：教科书般的营销，无可诟病

目前正处于大模型行业高度受关注，而大模型应用产品的宣传真空期，在这个阶段去做适当投放，能够给产品宣传带来杠杆效应，迅速引起关注。

营销策略差异化定位，例如突出“数字代理人”、“手脑结合”等概念，传递 AI产品已经实现了从“生成答案”到“交付成果”的价值跃迁，实现了很明显的记忆点。

邀请码限量发放是开发者社区常用手段，还能够因为稀缺性，可以吸引“自来水”式的传播。

邀请码也是创业公司资源有限不得已而为之，服务器资源及资金成本，都很难直接支撑突然暴增的用户涌入。

反方观点：过度营销，流量泡沫

一些媒体使用了类似的夸张标题，例如“下一个DeepSeek，GPT时刻，一夜爆火，惊艳全球等”，相似的表达被质疑为官方的过度营销造势。



Manus 的传播堪称经典模版：邀请码饥饿营销（“动用我的人脉才搞到”）+KOL尖叫体测评（“人类一败涂地”“浑身发麻”）+借势其它明星产品（这次是绑定 DeepSeek）。然而当人们打开海外科技论坛和社交媒体，关于 Manus 的讨论却很少。虽然硬绑定DeepSeek，显然从官方消息的关注数据来看，距离DeepSeek开源周其中某一天发布的内容都相差很远。



Manus的宣传存在显著的技术能力落差：内测用户反馈其金融分析模块依赖单一数据源，复杂任务仍需人工干预，与“全自主”承诺不符，“工程优化远未达到宣传水平”。

“通用Agent”的商业护城河很脆弱？

正方观点：已经形成差异化竞争力

Manus通过预设工作流将语音、图像、文本等多模态交互与行业工具链（如Excel、Canva、设计软件）深度整合。例如，在生成市场报告时，能自动调用数据分析工具和设计平台完成全流程，形成“端到端”解决方案。这种工程化封装能力使其在标准化任务中表现优于通用大模型。

在预设的标准化场景（如生成周报、翻译合同、简历筛选）中，Manus通过优化工具调用顺序和参数配置，能实现接近人类专家的效率。例如解压简历包并自动分析的案例，已形成差异化竞争力。

避开与OpenAI在通用大模型的直接竞争，专注“执行层”价值，通过Monica插件积累的千万海外用户快速切入欧美高端企业市场，同时推出轻量版Manus Lite布局新兴市场。创始人肖弘团队从Monica到Manus的连续成功经验，已验证了其市场洞察与执行能力。

反方观点：技术底盘不稳，很难直面大公司竞争

其核心技术依赖现有大模型（如GPT-4、Claude）的封装，而非底层模型创新。资金实力和技术实力更强大的模型厂商也会推出类似的Agent功能，Manus能够构建起自身的护城河存在质疑。OpenAI同日宣布推出高端企业级AI Agent服务（月费2万美元），行业竞争有可能将快速白热化。而Manus若无法建立技术壁垒，可能被巨头复刻。

Manus试图覆盖数十个领域，但面临任务深度不足的问题。例如医疗场景仅能生成基础报告，无法替代专业医生决策；金融分析依赖雅虎API等单一数据源，被质疑为“高级版Excel”。垂直领域的专业工具（如Coze、Dify）可能在细分场景提供更优体验。

Agent领域也会是手机等个人终端厂商的必争之地，终端厂商拥有更强的话语权和选择权，而没有掌握终端的创业公司，很难形成用户壁垒。

晚上，一切喧嚣之后，看到微信群中转发了这样一段话：



来源：网络