國產智慧體 Manus 爆火：號稱碾壓 OpenAI，實測卻頻頻翻車

關掉電腦去睡一覺，AI 自己在雲端把活幹完、網站搭好。過去幾天，一款叫 Manus 的全自主 AI Agent 在科技圈掀起了近乎狂熱的討論，甚至有人把它捧成了中國 AI 的下一個「DeepSeek 時刻」。

它的官方 Discord 社群在短短幾天裡湧入超過 13.8 萬人，原本免費的內測邀請碼在閒魚上甚至被炒到數千美元。但隨著第一批拿到內測資格的使用者開始動真格測試，事情的畫風開始變了。

演示很豐滿，現實很骨感

Manus 由中國團隊開發（有報道稱背後是 Monica.im，也有稱是 Butterfly Effect）。根據聯合創始人兼首席科學家季逸超在演示影片中的介紹，Manus 意為拉丁語中的「知行合一」，定位是完全自主的通用智慧體。

官方宣稱它在評估通用 AI 助手的 GAIA 基準測試中全面壓制了 OpenAI 的 Deep Research，能自主寫程式碼、調 API、跑瀏覽器沙箱，甚至部署可互動的網站。更誘人的是非同步雲端執行：你把任務丟給它就可以合上筆記本，它自己在雲端一步步執行。

但實際落地測試時，不少使用者被潑了冷水。

TechCrunch 記者實測讓它從附近的快餐廳點一份炸雞漢堡，Manus 跑了十分鐘直接崩潰；第二次嘗試雖然找到了選單，卻死活無法完成結賬，連付款連結都沒給出來。接著讓它訂紐約到日本的機票，它只甩出幾個甚至已經失效的比價連結；讓它寫一個火影忍者格鬥遊戲，半小時後直接報錯放棄。

學術界和同行也遇到了類似尷尬。有研究人員將它與 OpenAI 的 Deep Research 對比，同樣的研究任務，Deep Research 不到 15 分鐘搞定，Manus 跑了 50 分鐘，卡在第 18 步報錯停滯。AI 創業公司 Pleias 的聯合創始人測試後表示，自己頻繁遇到死迴圈和報錯，認為它更像是一個包了一層外殼的自動化工作流，並沒有真正超越 Claude 原生具備的電腦操作能力。

面對質疑，Manus 團隊在回覆中承認，目前團隊規模較小，閉測的主要目的是為了進行壓力測試和尋找問題，正抓緊擴充算力並修復缺陷。

縫合怪還是破局者

社交媒體上之所以能迅速引爆，除了極度飢餓的邀請碼營銷，還有一個原因是它常被拿來與 DeepSeek 繫結宣傳。但兩者走的技術路線完全不同。

DeepSeek 靠的是自研底層模型與架構創新，而 Manus 本身並不是從零訓練的基礎大模型。它採用的是多智慧體協作架構，底層呼叫並微調了 Anthropic 的 Claude 以及阿里的通義千問等成熟模型，再通過任務拆解和工具鏈呼叫來實現複雜操作。

網路上甚至一度瘋傳一段 Manus 跨手機應用自主操作的影片，後來也被官方證實並非其實際功能。把現成的大模型封裝進工程化的工作流裡，並不是罪過，但宣傳預期與交付能力的巨大落差，讓它迅速陷入了輿論反噬。

為什麼重要

我們認為，對於普通使用者和開發者來說，現在花大價錢去買所謂的邀請碼完全沒有必要。在目前的內測狀態下，Manus 看起來更像一個未經充分壓力測試的實驗室原型，離穩定可靠的「數字打工人」還有相當長的一段距離。

但 Manus 走的方向本身很聰明。它證明了純聊天介面的瓶頸，也指明瞭下一代 AI 工具的核心形態：非同步執行、多 Agent 協同分工，以及在雲端沙盒裡自主使用瀏覽器和終端。它能吸引這麼多目光，恰恰是因為打中了所有人對「讓 AI 替我把整套活幹完」的強烈渴望。

它的隱患在於底層依賴。當你自己的命脈建立在 Claude 或 Qwen 之上，任務鏈條越長，錯誤累積的機率就呈指數級放大，執行時間也難以控制。相比 OpenAI 這種從底層模型到 Agent 一體化收斂的巨頭，以及 Anthropic 穩紮穩打的計算機操作方案，純工程封裝型產品如果不能在穩定性和容錯機制上交出合格答卷，狂歡過後很容易只留下一地雞毛。