Manus的發佈，是Agent大戰的一次搶跑

這是窄播Weekly的第48期，本週我們關注的商業動態是：Manus發佈的節點性意義。我們認爲，Manus的發佈不是又一個DeepSeek時刻，而是對即將到來的AI Agent之爭的一次搶跑——雖然一時成爲全場焦點，卻還沒展現出成爲冠軍的實力。

3月6日凌晨，Manus頭頂「全球首款通用型AI Agent產品」的稱號登上舞臺。在前排觀衆的高度讚譽和諸多官方案例效果的雙重加持下，Manus迅速成爲營銷號和媒體的寵兒。隨後，由於邀請碼一碼難求，用戶測試中出現了卡頓、遲緩、未完成任務，使其口碑迅速兩極化，陷入「套殼」質疑中。

與此同時，國內的MetaGPT和開源社區CAMEL-AI兩個團隊在很短時間裡推出了開源的Manus復刻項目。MetaGPT的Open Manus在GitHub上收穫了7000多顆星星，CAMEL-AI打造的OWL在智能體測試基準GAIA開源榜單上的得分爲57.7%。借勢Manus，兩個團隊各自收穫了一次破圈效果。

拋開流量層面的造勢、營銷、蹭熱點等行爲不談，也不在沒有邀請碼的條件下圍繞評判Manus的實際效果，僅從產品思路及影響來看，Manus的這次搶跑會激化AI Agent的競爭，並且讓「GPTs類」智能體開始退出歷史舞臺。

一方面，AI Agent在2024年就已經被公認會成爲2025年AI競爭的重頭戲。知名投行巴克萊在最新的研報中，將「推理模型」和「Agent」推爲新時代的弄潮兒。Manus作爲投入這波趨勢中的一條鮎魚，大概率會刺激巨頭加速佈局AI Agent。

進入2025年，OpenAI已經先後拋出了Operator和Deep Research兩個 AI Agent。就在Manus走紅的這一週，微軟也發佈了兩個新的AI Agent。Meta也在爲Facebook和Instagram推出客服領域的AI Agent。亞馬遜的 AWS 被曝組建了一個致力於Agent開發的新團隊，旨在幫助人們自動化生活中的部分事務。

另一方面，人們對AI Agent的定位越來越清晰，無論是開發者還是用戶，都更加強調AI Agent的任務執行能力，而不是定製化的聊天能力。這也意味着，包括始作俑者OpenAI在內，都會逐漸放棄GPTs類智能體，去探索如何提升AI Agent的執行效率。Manus會讓文小言和豆包中的「周易大師」們更快謝幕。

新的AI Agent競爭階段會呈現出四個趨勢：

1、從與AI合作，到監督Agent工作；

2、好的Agent一定是合格的終端消費品；

3、編程平權會帶來更靈活的執行；

4、圍繞Agent開始建設「統一市場」。

從與AI合作，到監督Agent工作

在2023年，人們還會將GPTs那樣的，被高級Prompt搭建起來的，具備專業背景的聊天機器人稱作智能體。人人都可以開發的智能體，其實是人人爲不同場景定製化不同的聊天機器人，是人與AI合作完成對話任務。當時的OpenAI和百度都希望這些智能體可以成爲增加ChatGPT和文心一言使用市場的工具。

事實是，低頻的聊天需求聚合，根本帶不來用戶時長的增長。甚至，用戶選擇智能體也不是因爲它多麼有趣，而是希望它能提升自己的效率。當大模型變得足夠聰明時，人們召喚算命大師可能只需要一句話，沒有人會再去從衆多智能體中挑選出最順眼的算命大師。

GPTs們是在基於技術現狀思考產品形態，而Manus是在打造一個載體去承載技術的未來——這也是Manus團隊給到的一個避坑指南。

開發AI產品不同於開發互聯網產品，後者面對的技術與平臺相對穩定，搭建起更好的產品體驗，類似有了智能手機，在上面去開發微信，前者強調對技術的預見性，據此來開發產品，是要設計能夠讓汽油更充分燃燒的發動機。

Manus之所以能夠給到很多人震撼的感覺，是因爲Manus展現出了人發出命令，不要對話引導，只用監督Agent執行的未來雛形，比Auto-GPT展現的自我思考、自我規劃能力要更能發揮未來AI的能力。

而且，Manus也不需要像AI Agent程序員Devin一樣，針對不同場景進行鍼對性設定，而是說一句話就能啓動不同領域的任務，讓人們使用AI的效率得到了提升。

當然，這樣做的風險就在於，面向未來技術能力的載體，往往會在當下露怯。Devin發佈後，也遭受過質疑，因爲技術需要進一步迭代。而本就是要搶跑Agent比賽的Manus，既沒有做好全面開放給用戶使用的準備，也缺少讓通用AI Agent完美無缺的技術支持。

半黑半紅是他們自己早就做出了選擇的結果。

好的Agent一定是合格的消費品

Manus的成功之處在於，從C端用戶的需求出發，搭建起了一種高度靈活且低門檻的Agent服務模式。

在B端市場，客戶只會爲好的消費品買單。而且，B端客戶對Agent的可靠性有更高的要求。也因此，AI Agent在B端的探索往往都是從某個垂直業務場景的優化切入，所以會有Salesforce旗下Agentforce這樣的平臺，爲企業提供按需搭建AI Agent的服務。

在C端市場，好的消費品不只要好用，還要簡單。首先，絕大部分用戶甚至對自己的需求都沒有一個清晰的認知，腦子裡只有一個模糊想法的時候，就會去尋求AI的幫助。其次，用戶即便有清晰的需求清單，知道如何分步完成，也很大概率不精通實現任務的工具。

這就導致，像字節釦子、騰訊元器這樣需要用戶自己搭建工作流的平臺，更像是一個服務開發者的平臺，而不是解決C端用戶需求的平臺。豆包+釦子、元器+元寶的組合也一直沒能打出這套「需求對話+Agent執行」的組合拳。在OpenAI、Google、Meta的Agent嘗試中，我們也還沒有看到統一需求入口+多Agent能力的低門檻產品組合。

復旦大學的技術團隊推出過一個名爲AI2Apps的一站式AI員工開發與端側服務平臺。這個平臺有一套基於瀏覽器的Agent操作系統，提供全套開發工具，能像Devin一樣編寫代碼，是一種高階版的扣子。開發者能在「建築師Agent」的主導下完成某個崗位AI員工構建與組合。但這依然沒有解決C端用戶的簡單使用痛點。

但在Manus，用戶說出一個需求，就會有Agent先進行分析拆解，然後分配不同的Agent去執行不同的工作，調用不同API完成任務，還會有Agent負責反思和挑錯。而且整個過程清晰可見，用戶可以介入調整。

這是一個合格的消費品應該具備的素養，把所有用戶看做小白，讓他們在不懂如何編寫網頁，如何調用API的情況下，也能高效完成任務。

但是，Manus欠缺的是，執行具體任務的準確度與精細度。這是一個打磨不同能力Agent的過程。

OpenAI也有類似Manus的想法。Deep Research的團隊成員Josh Tobin就認爲，雖然這些Agent現在是獨立的，但人們日後能夠使用的終極Agent，不會僅侷限於網頁搜索、操作電腦或執行人類助手的常規任務，而是能夠以更自然的方式融合所有這些功能。

但Open AI選擇的是先通過定製化模型，訓練出比大語言模型更適合執行具體任務的Agent。其中，Operator是一個偏重執行與操作的Agent，Deep Research更偏重信息的收集、整理、歸納。未來可能還會有其它的Agent出現，但他們最終可能會成爲ChatGPT手下的員工。

編程平權會帶來更靈活的執行

如果說大模型帶來的是在交互靈活性上的提升，那麼AI推動的編程平權，會給Agent執行任務帶來更靈活的手段。

Deep Research的團隊成員Josh Tobin表示，一些公司構建Agent時，會選擇由人來搭建整個工作流，而工作流中的重要節點，會由大語言模型掌控，由其來決定下一步的行動。但這種方式構建出來的Agent會比較死板，難以靈活應付可能出現的所有場景。應該是，利用先進的推理模型，賦予它人類工作生活中使用的工具，直接針對期望Agent達成的結果進行優化。

所以Manus會強調「Less structure, more intelligence」，減少對AI的結構化限制，選擇了依賴大模型能力來組建工作流。在大模型的指揮下，Agent會在自己的虛擬電腦上使用瀏覽器、編程工具等完成任務。這樣的好處是隨着大模型能力的增強，對任務的理解和拆分就會越準確。

在大模型做總指揮的基礎上，對編程能力的調用，會帶來解決複雜問題的更好方案。在Manus的演示案例中，可以看到根據蒐集到的信息創作儀表盤的操作是通過編程解決的，有用戶生成PPT也會先依靠編程能力寫出H5頁面，再把頁面轉存成圖片。編程平權帶來了執行任務的更高可控性。

在本週，前谷歌 DeepMind 研究人員Misha Laskin和Ioannis Antonoglou創立的Reflection AI獲得1.3 億美元融資，要開發超級智能。他們的第一步就是構建一個自主編程工具，用於掃描代碼漏洞和優化應用程序內存使用等場景。具備自主編程能力的Agent是他們構建AI工作團隊的重要技術基座。

Agent需要「統一市場」建設

Manus的一個侷限是，可以選擇使用API調用不同的信息源和能力，但是API無法幫助Agent克服移動互聯網的孤島效應。在一些測試中，Manus能夠繞過一部分平臺的人機驗證機制，但也會在調用其他平臺的API時報錯，在一些平臺上收集信息時也需要人類接管進行登陸。

Agent需要一次「統一市場」的建設。

簡單來看，用戶在登錄了Manus之後，如果想要發揮更好的效用，需要有一個連接範圍極廣的基於一個賬號的聯合登陸機制。在國外來看，能夠做到這一點的是Google，即便是Meta也還差點兒意思；在國內來看，微信的連接範圍廣，但也不如Google賬號。

即便是在互聯互通的口號下，國內的互聯網產品想要實現聯合登陸機制，也是一個很困難的任務。所以就出現了GUI（圖形用戶接口）Agent，希望通過讓AI讀取屏幕信息，在更底層繞過App之間的牆。AutoGLM、computer use等能力的推出，都是在這個方向上做的準備。

與之相比，Manus的AI+虛擬機方案雖然更安全、更易實現，但侷限多，不夠底層。

一個更長遠的目標是，基於GUI Agent形成一套以Agent爲核心搭建的操作系統。就像Meta的首席AI專家楊立昆（Yann Lecun）所言，短期內需要讓AI系統能夠執行一系列行動，長期來看則需要下一代AI系統的支持。

這個操作系統，本質上就是一個融合軟硬件能力，能協作不同模型的「大腦」。