Manus 上线 Wide Research：多通用智能体并行，搞定大规模调研

如果你用过各类 AI 助手做调研，大概率遇到过这种尴尬：让它对比全美前五十的商学院，或者梳理《财富》500 强里的特定业务，AI 要么查到第五个就开始胡编，要么在漫长的单线程网页浏览中直接卡死超时。

这个问题说白了不是模型不够聪明，而是传统的 AI 代理干活太像单兵作战，一个人哪怕再快，翻几百个网页也得累趴下。

7 月 31 日，Manus 宣布推出一项名为 Wide Research 的新功能。他们想做的事情很直接：把给单个用户分配的算力直接拉大 100 倍，让你通过打字聊天，就能调度一个并行的 AI 集群去跑深度调研。

让几十个通用实例一起干活

很多人以为 Manus 只是个会用浏览器的聊天框，但团队在博客里强调，他们打一开始就把 Manus 当成个人云计算平台来做。用户发起的每一次对话，背后都跑着一台独立的云端虚拟机。

有了这套虚拟化底座后，Manus 思考的是怎么做扩展。这次的 Wide Research 本质上是一套系统级的并行处理机制和代理间协作协议。

它和以往常见的多 Agent 架构有个很大的不同。行业里很多多代理系统喜欢玩角色扮演，比如人为划分谁是项目经理、谁是程序员、谁是设计师。这种预设分工一旦遇到复杂的非标任务，流程很容易卡壳。

而 Wide Research 派出去的每一个子代理，本身就是一个具备完整能力的通用 Manus 实例。面对 Fortune 500 强分析、全量生成式 AI 工具盘点这类涉及数百个对象的大任务，系统可以瞬间拉起大量对等的子实例，分别去沙箱里跑代码、翻网站、整理数据，最后再统一收拢。

目前这项功能已经率先面向 Pro 订阅用户开放，官方表示后续会逐步覆盖到 Plus 和 Basic 用户。

为什么重要

我们认为，Wide Research 最聪明的地方在于避开了死磕单模型上下文的死胡同，转而用系统工程的方式去解大任务。

以前做几百家公司的横向调研，用户要么自己写爬虫脚本，要么忍受 AI 在超长上下文中逐渐迷失。现在你只要提出需求，底层就自动帮你把任务切碎、并发分发给几十个独立虚拟机去执行，这对商业分析师、投资经理和独立研究者来说，确实能省下大把机械劳动的时间。如果你手头经常有大批量信息比对的需求，现在就很值得在 Pro 订阅里试试。

但这套做法也有显而易见的代价。并发跑几十个虚拟机和通用 Agent，消耗的 token 和云端算力是成倍飙升的，Manus 目前只敢先给 Pro 用户开闸，也是在观察成本和基础设施的承压情况。未来普及到免费或低阶用户时，会不会在并发数量或运行深度上大打折扣，还需要打个问号。

对整个 Agent 赛道来说，这也是一个风向转变。单纯比拼单模型智商的边际效应正在递减，像 Manus 这样把重点转向虚拟机虚拟化调度、把 Agent 当作分布式计算单元的做法，看起来正在成为解决复杂长链路任务的新共识。