国产智能体 Manus 爆火：号称碾压 OpenAI，实测却频频翻车

关掉电脑去睡一觉，AI 自己在云端把活干完、网站搭好。过去几天，一款叫 Manus 的全自主 AI Agent 在科技圈掀起了近乎狂热的讨论，甚至有人把它捧成了中国 AI 的下一个「DeepSeek 时刻」。

它的官方 Discord 社区在短短几天里涌入超过 13.8 万人，原本免费的内测邀请码在闲鱼上甚至被炒到数千美元。但随着第一批拿到内测资格的用户开始动真格测试，事情的画风开始变了。

演示很丰满，现实很骨感

Manus 由中国团队开发（有报道称背后是 Monica.im，也有称是 Butterfly Effect）。根据联合创始人兼首席科学家季逸超在演示视频中的介绍，Manus 意为拉丁语中的「知行合一」，定位是完全自主的通用智能体。

官方宣称它在评估通用 AI 助手的 GAIA 基准测试中全面压制了 OpenAI 的 Deep Research，能自主写代码、调 API、跑浏览器沙箱，甚至部署可交互的网站。更诱人的是异步云端运行：你把任务丢给它就可以合上笔记本，它自己在云端一步步执行。

但实际落地测试时，不少用户被泼了冷水。

TechCrunch 记者实测让它从附近的快餐厅点一份炸鸡汉堡，Manus 跑了十分钟直接崩溃；第二次尝试虽然找到了菜单，却死活无法完成结账，连付款链接都没给出来。接着让它订纽约到日本的机票，它只甩出几个甚至已经失效的比价链接；让它写一个火影忍者格斗游戏，半小时后直接报错放弃。

学术界和同行也遇到了类似尴尬。有研究人员将它与 OpenAI 的 Deep Research 对比，同样的研究任务，Deep Research 不到 15 分钟搞定，Manus 跑了 50 分钟，卡在第 18 步报错停滞。AI 创业公司 Pleias 的联合创始人测试后表示，自己频繁遇到死循环和报错，认为它更像是一个包了一层外壳的自动化工作流，并没有真正超越 Claude 原生具备的电脑操作能力。

面对质疑，Manus 团队在回复中承认，目前团队规模较小，闭测的主要目的是为了进行压力测试和寻找问题，正抓紧扩充算力并修复缺陷。

缝合怪还是破局者

社交媒体上之所以能迅速引爆，除了极度饥饿的邀请码营销，还有一个原因是它常被拿来与 DeepSeek 绑定宣传。但两者走的技术路线完全不同。

DeepSeek 靠的是自研底层模型与架构创新，而 Manus 本身并不是从零训练的基础大模型。它采用的是多智能体协作架构，底层调用并微调了 Anthropic 的 Claude 以及阿里的通义千问等成熟模型，再通过任务拆解和工具链调用来实现复杂操作。

网络上甚至一度疯传一段 Manus 跨手机应用自主操作的视频，后来也被官方证实并非其实际功能。把现成的大模型封装进工程化的工作流里，并不是罪过，但宣传预期与交付能力的巨大落差，让它迅速陷入了舆论反噬。

为什么重要

我们认为，对于普通用户和开发者来说，现在花大价钱去买所谓的邀请码完全没有必要。在目前的内测状态下，Manus 看起来更像一个未经充分压力测试的实验室原型，离稳定可靠的「数字打工人」还有相当长的一段距离。

但 Manus 走的方向本身很聪明。它证明了纯聊天界面的瓶颈，也指明了下一代 AI 工具的核心形态：异步执行、多 Agent 协同分工，以及在云端沙盒里自主使用浏览器和终端。它能吸引这么多目光，恰恰是因为打中了所有人对「让 AI 替我把整套活干完」的强烈渴望。

它的隐患在于底层依赖。当你自己的命脉建立在 Claude 或 Qwen 之上，任务链条越长，错误累积的概率就呈指数级放大，执行时间也难以控制。相比 OpenAI 这种从底层模型到 Agent 一体化收敛的巨头，以及 Anthropic 稳扎稳打的计算机操作方案，纯工程封装型产品如果不能在稳定性和容错机制上交出合格答卷，狂欢过后很容易只留下一地鸡毛。