Manus 回来了这是最近科技圈讨论度最高的一句话。不少人的反应和我差不多先是一愣——它什么时候走的紧接着刷到新消息、新功能、新的定位介绍才慢慢意识到距离当初那个“全民求邀请码”的疯狂三月已经过去太久了。热搜还是那个热搜产品也真的回来了可围观的人、讨论的语境、以及整个AI智能体赛道的格局全变了。这篇文章没有内部消息也不做预言单纯以一个长期关注Agent方向、自己也跑过不少workflow的从业者视角聊聊这次回归到底意味着什么今天再来看它还有没有当初那份惊艳。1. 从一码难求到悄无声息Manus经历了什么1.1 三月的那场风暴本质是“认知冲击”当时Manus能刷屏靠的不是什么惊天技术突破而是第一次有人把“AI替你干活”这件事以近乎完整的产品形态拍到了你脸上。发布视频里它打开浏览器、点击页面、填写表格、生成报告全程不需要你在旁边输入第二句提示词。这种体验造成的冲击远超当时任何一个聊天框产品。大家突然意识到AI不止能聊天、能写代码还能像实习生一样自己操作电脑完成任务。热情迅速反映在邀请码黑市价上一度被炒到数千甚至上万微信群、闲鱼、二手交易平台到处是求码的人。那段时间你甚至不需要解释Manus是什么只要提到“那个AI实习生”对方大概率已经了解。我当时的判断是这波热度里至少五成是产品新奇感带来的溢价剩下的才是对Agent产品形态的认可。新鲜感会退潮但Agent的认知种子已经种下去了之后整个行业都不会再走回头路。1.2 高开之后热度为什么散得那么快任何现象级产品都会经历退潮Manus这次退得尤其彻底原因其实是叠加的。第一层产品形态本身是“异步执行”模式——你发出任务它在云端的虚拟环境里跑快则几分钟慢则半小时完成后通知你结果。这跟ChatGPT那种即时问答式反馈完全不同用户在等待过程中没有持续的正反馈新鲜感一过很容易产生“太慢”“不直观”的感觉。第二层它依赖的大模型底座并非自研早期使用体验受限于底层模型能力遇到复杂任务时容易在某个中间环节“卡死”或给出偏离预期中间结果这在后来还被一些人拿去做成了“AI翻车集锦”。第三层也是最要命的——邀请码模式拉高了期待门槛。拿不到的人拼命想进拿到的人发现它并不能保证完美处理真实需求期待与体验之间的落差被社交网络放大了。于是事情走向了经典路径爆火、涌入、质疑、退潮。等到几个月后大家再提起Manus语气已经从“神器”变成“那个套壳的”甚至有些人认为它只是把AutoGPT、AgentGPT这类开源项目包装得更精美而已。但平心而论这种评价对一款产品化的Agent来说并不公平。套壳与否从来不重要重要的是用户体验做没做好、任务完成不完成得了只是当时整个市场对Agent的认知还太浅容易走极端。2. 回归后的Manus到底还剩下什么2.1 产品定位重新校准了这次回归Manus在对外口径上明显收敛了。不再一口一个“通用智能体”不再拿“代替人类工作”这种大词当噱头而是更频繁地提到“任务自动化”“工作流”“特定场景落地”这些务实的关键词。这个变化在我看来是必须的。前半年那种宏大叙事已经被证伪——所谓通用Agent距离真正意义上的人类替身还差得很远反而是在特定领域做标准操作才更接近当下大模型能力的边界。从产品层面也能看到它开始向“更可控的执行环境”靠拢倾向于在浏览器自动化、数据整理、内容生产辅助这类确定性较强的任务上做标准化而不是继续幻想直接一脚踹进所有办公场景。方向调整了用户的预期管理自然也更顺了。这不叫妥协这叫活下来。2.2 执行框架的成熟度比想象中要高如果你把Manus只看作一个聊天机器人加自动化插件的组合体那还是低估了它。观察Agent类产品的核心要看它的任务规划、工具调用、上下文管理、系统反馈闭环这几个维度。在这些方面Manus这套执行框架在同类产品中完成度并不低。比如说它知道什么时候该调用浏览器、什么时候该打开计算器、什么时候该停下来问用户确认而早期版本的典型问题是“埋头一路执行到黑”即便方向错了也会硬着头皮跑完。现在这类问题的出现频率明显下降说明它在执行链路里引入了更多的暂停点和校验逻辑。从工程角度看这是在真实的用户反馈和数据回流中一版一版磨出来的不是靠秀演示视频能装出来的。还有一个容易被忽略的细节Manus对会话上下文的处理方式更像一个“虚拟电脑的操作员”它会记住之前执行过的步骤和中间产物在长时间任务的连续性和断点恢复上比普通AI助手要强出一截。2.3 实测下来它的能力边界非常清晰我重新注册体验了一周给它安排了几类典型任务结论是好用和难用都非常明确。整理类、归纳类、检索类任务它完成得相当利索。比如让它从几十份PDF里提取项目关键信息并汇总成表格中间不需要我做任何干预约20分钟跑完格式干净字段齐全。再比如让它关注某个行业内近期动态并输出简报它确实会去检索多个信息源给出带来源链接的摘要虽然深度一般但作为初稿价值足够。可一旦任务涉及强主观判断、需要实时交互、或者要求严格的数值精度它就会露怯。我让它帮忙在多平台比价并给出推荐方案它倒是能把不同渠道的价格整理到表里但排序逻辑和推荐理由写得比较机械并且没有考虑到有些平台是二手转卖、有些是预售价这类隐藏因素这些都是人一眼就能看出的问题。所以今天的Manus更像一个执行力很强的“初级专员”而不是“全能工作者”。你交给它的任务定义得越清楚、可量化的指标越多效果就越好反过来越是模糊的、需要常识判断的它越容易把事情办得让你哭笑不得。3. 物是人非的另一面Agent赛道早就换了天地3.1 海外巨头亲自下场游戏规则变了Manus离开大众视野的这段时间整个AI行业的重心都在往Agent方向猛砸。OpenAI把智能体能力直接塞进了ChatGPT的操作系统里让AI能接管用户屏幕完成跨应用操作Anthropic那边的Computer Use方案也一路迭代把“AI看屏幕、动鼠标、敲键盘”做成了一套更成熟可商用的范式。这些产品依托的是自家顶级的底层大模型工程资源和生态整合能力也都是顶级。Manus作为创业团队要在这个牌桌上正面硬刚难度系数比三月那时要高出一个数量级。尤其是巨头们不需要重新教育用户——用户已经被“AI能操作电脑”这件事训练过了反而是在直接争夺同一个心智入口谁能让任务真正落地谁就是下一轮赢家。3.2 国内市场同样挤满了人国内赛道的竞争更有意思。一类是通用大厂直接把Agent能力集成在自家超级App里走的是“聊天工具顺手把活干了”的轻路径另一类是垂直玩家主攻浏览器操作、自动化办公、数据采集等细分场景以插件或独立应用形态切入。更不用说大模型开源派系的持续发力中间层工具的普及让Agent开发门槛骤降所有人都想在这条线上找到自己的生态位。在这种多路混战局面里Manus作为独立产品反而变成了一个相对特殊的存在它不依附于某个大厂生态也没有开源底座绑定是完全独立的第三方Agent入口。好处是场景覆盖不受限坏处是没有规模巨大的用户基础冷启动和留存压力全得靠自己扛。3.3 用户心智的转变是一切变化里最关键的半年之前大家形容一个AI产品厉害用词通常是“什么都能干”。今天再看多数人的评价体系已经切换到“它在哪些场景里真好用”。用户开始关心能不能和文档协同、能不能接自己的数据、执行过程透不透明、失败了能不能定位原因。这种心智成熟对整个行业是好事但对Manus来说意味着它不能再靠“概念新颖”拿分必须证明自己是个日常值得打开的工具而不仅仅是偶尔拿来做做乐子。坦白讲用户对Agent的容忍度比纯聊天AI更低——聊天AI说错话你哈哈一笑就过去了Agent把流程中间某一步做错了浪费的是时间和真金白银。这种在“有用性”上的硬标准才是今天所有Agent类产品共同面对的真问题。4. 再见Manus我看到的优势和硬伤4.1 差异化优势是哪来的在一个巨头林立、开源繁盛的时间点审视Manus它的竞争力来源其实很朴素把一个靠谱的Agent执行环境做成开箱即用的服务。多数人没有精力去自己搞虚拟浏览器、搭工具调用链路、维护上下文记忆Manus把这一堆技术细节包装成了“输入任务、等结果”的傻瓜式体验。尤其对非技术背景的用户这是非常有价值的一层抽象。同时它在多步任务上的稳定性仍在行业平均水位之上虽然做不到零失误但往往能自己纠正一些执行偏差这种“轻自我纠错”能力是极大提升用户信任感的地方。说白了国产Agent里真正沉淀过海量真实执行数据的没有几家Manus跑过的任务量级所带来的数据飞轮可能是它最不起眼却最值钱的资产。4.2 让人犹豫的几个问题不过硬伤也很明显。底层模型不是自己的意味着能力的天花板和迭代节奏都攥在别人手里。在Agent赛道上底模能力决定了执行质量的极限这一环受制于人终究是隐患。另一点是执行耗时和定价的矛盾。异步任务模式决定了它没法像聊天产品那样“秒回”用户一旦没有耐心很容易流失而计算资源又是实实在在的成本如果商业化定价过低长期难以为继过高又会把大众用户挡在门外这个平衡并不好拿捏。还有生态集成层面的问题——目前它依然以独立工作台的形态存在没能深入嵌入到用户日常使用的办公软件、文档系统、项目管理工具里面去没有生态抓手就难以形成真正的使用惯性。4.3 从现在起谁适合用它给个比较实操的建议。如果你本职工作里经常要处理“大量信息输入的整理型任务”——比如搜集资料、整理素材、做会议纪要初稿、批量提取文档字段、生成标准化日报周报Manus这类产品现在就能省下不少时间。但如果你指望它帮你做复杂创意构思、需要强专业知识判断的分析、或者毫厘不差的财务数据计算趁早打消这个念头它更适合当你的初级助理而不是你本人。把它用好的关键在于任务拆解能力你先替它把大目标拆成小步骤、边界说清楚、验收标准写明白它给你的结果才会稳。你可以看它执行过程也可以随时中断修改把它当成一个需要你“带一带的实习生”绝大多数靠谱时刻都来自你交代需求的方式。5. 聊点回归之外的真心话Manus这次回来恰好赶上了一个更冷静、更较真的市场节点这对它来说是比任何流量都重要的机会。三月的爆火让大家都学会了要把期望值调低也教会了用户对Agent保持一种更务实的审视态度这种环境更容易逼出一个产品迭代出真实价值。作为长期关注这个领域的人我真心希望它能借此把“异步执行可感知过程”这条路线走到极致因为直到今天能把这个体验做到流畅的产品依然不多。如果你之前没赶上那波邀请码浪潮现在反而可以轻松注册体验一下不用再看任何视频介绍自己扔几个工作任务给它试试感受会直观得多。这条赛道未来还有无数轮更迭今天的所有讨论都会很快过时但亲手用一用、踩一踩它的边界会让你对Agent能做什么、不能做什么有一个比热搜准确得多的判断。
Manus 回来了这是最近科技圈讨论度最高的一句话。不少人的反应和我差不多先是一愣——它什么时候走的紧接着刷到新消息、新功能、新的定位介绍才慢慢意识到距离当初那个“全民求邀请码”的疯狂三月已经过去太久了。热搜还是那个热搜产品也真的回来了可围观的人、讨论的语境、以及整个AI智能体赛道的格局全变了。这篇文章没有内部消息也不做预言单纯以一个长期关注Agent方向、自己也跑过不少workflow的从业者视角聊聊这次回归到底意味着什么今天再来看它还有没有当初那份惊艳。1. 从一码难求到悄无声息Manus经历了什么1.1 三月的那场风暴本质是“认知冲击”当时Manus能刷屏靠的不是什么惊天技术突破而是第一次有人把“AI替你干活”这件事以近乎完整的产品形态拍到了你脸上。发布视频里它打开浏览器、点击页面、填写表格、生成报告全程不需要你在旁边输入第二句提示词。这种体验造成的冲击远超当时任何一个聊天框产品。大家突然意识到AI不止能聊天、能写代码还能像实习生一样自己操作电脑完成任务。热情迅速反映在邀请码黑市价上一度被炒到数千甚至上万微信群、闲鱼、二手交易平台到处是求码的人。那段时间你甚至不需要解释Manus是什么只要提到“那个AI实习生”对方大概率已经了解。我当时的判断是这波热度里至少五成是产品新奇感带来的溢价剩下的才是对Agent产品形态的认可。新鲜感会退潮但Agent的认知种子已经种下去了之后整个行业都不会再走回头路。1.2 高开之后热度为什么散得那么快任何现象级产品都会经历退潮Manus这次退得尤其彻底原因其实是叠加的。第一层产品形态本身是“异步执行”模式——你发出任务它在云端的虚拟环境里跑快则几分钟慢则半小时完成后通知你结果。这跟ChatGPT那种即时问答式反馈完全不同用户在等待过程中没有持续的正反馈新鲜感一过很容易产生“太慢”“不直观”的感觉。第二层它依赖的大模型底座并非自研早期使用体验受限于底层模型能力遇到复杂任务时容易在某个中间环节“卡死”或给出偏离预期中间结果这在后来还被一些人拿去做成了“AI翻车集锦”。第三层也是最要命的——邀请码模式拉高了期待门槛。拿不到的人拼命想进拿到的人发现它并不能保证完美处理真实需求期待与体验之间的落差被社交网络放大了。于是事情走向了经典路径爆火、涌入、质疑、退潮。等到几个月后大家再提起Manus语气已经从“神器”变成“那个套壳的”甚至有些人认为它只是把AutoGPT、AgentGPT这类开源项目包装得更精美而已。但平心而论这种评价对一款产品化的Agent来说并不公平。套壳与否从来不重要重要的是用户体验做没做好、任务完成不完成得了只是当时整个市场对Agent的认知还太浅容易走极端。2. 回归后的Manus到底还剩下什么2.1 产品定位重新校准了这次回归Manus在对外口径上明显收敛了。不再一口一个“通用智能体”不再拿“代替人类工作”这种大词当噱头而是更频繁地提到“任务自动化”“工作流”“特定场景落地”这些务实的关键词。这个变化在我看来是必须的。前半年那种宏大叙事已经被证伪——所谓通用Agent距离真正意义上的人类替身还差得很远反而是在特定领域做标准操作才更接近当下大模型能力的边界。从产品层面也能看到它开始向“更可控的执行环境”靠拢倾向于在浏览器自动化、数据整理、内容生产辅助这类确定性较强的任务上做标准化而不是继续幻想直接一脚踹进所有办公场景。方向调整了用户的预期管理自然也更顺了。这不叫妥协这叫活下来。2.2 执行框架的成熟度比想象中要高如果你把Manus只看作一个聊天机器人加自动化插件的组合体那还是低估了它。观察Agent类产品的核心要看它的任务规划、工具调用、上下文管理、系统反馈闭环这几个维度。在这些方面Manus这套执行框架在同类产品中完成度并不低。比如说它知道什么时候该调用浏览器、什么时候该打开计算器、什么时候该停下来问用户确认而早期版本的典型问题是“埋头一路执行到黑”即便方向错了也会硬着头皮跑完。现在这类问题的出现频率明显下降说明它在执行链路里引入了更多的暂停点和校验逻辑。从工程角度看这是在真实的用户反馈和数据回流中一版一版磨出来的不是靠秀演示视频能装出来的。还有一个容易被忽略的细节Manus对会话上下文的处理方式更像一个“虚拟电脑的操作员”它会记住之前执行过的步骤和中间产物在长时间任务的连续性和断点恢复上比普通AI助手要强出一截。2.3 实测下来它的能力边界非常清晰我重新注册体验了一周给它安排了几类典型任务结论是好用和难用都非常明确。整理类、归纳类、检索类任务它完成得相当利索。比如让它从几十份PDF里提取项目关键信息并汇总成表格中间不需要我做任何干预约20分钟跑完格式干净字段齐全。再比如让它关注某个行业内近期动态并输出简报它确实会去检索多个信息源给出带来源链接的摘要虽然深度一般但作为初稿价值足够。可一旦任务涉及强主观判断、需要实时交互、或者要求严格的数值精度它就会露怯。我让它帮忙在多平台比价并给出推荐方案它倒是能把不同渠道的价格整理到表里但排序逻辑和推荐理由写得比较机械并且没有考虑到有些平台是二手转卖、有些是预售价这类隐藏因素这些都是人一眼就能看出的问题。所以今天的Manus更像一个执行力很强的“初级专员”而不是“全能工作者”。你交给它的任务定义得越清楚、可量化的指标越多效果就越好反过来越是模糊的、需要常识判断的它越容易把事情办得让你哭笑不得。3. 物是人非的另一面Agent赛道早就换了天地3.1 海外巨头亲自下场游戏规则变了Manus离开大众视野的这段时间整个AI行业的重心都在往Agent方向猛砸。OpenAI把智能体能力直接塞进了ChatGPT的操作系统里让AI能接管用户屏幕完成跨应用操作Anthropic那边的Computer Use方案也一路迭代把“AI看屏幕、动鼠标、敲键盘”做成了一套更成熟可商用的范式。这些产品依托的是自家顶级的底层大模型工程资源和生态整合能力也都是顶级。Manus作为创业团队要在这个牌桌上正面硬刚难度系数比三月那时要高出一个数量级。尤其是巨头们不需要重新教育用户——用户已经被“AI能操作电脑”这件事训练过了反而是在直接争夺同一个心智入口谁能让任务真正落地谁就是下一轮赢家。3.2 国内市场同样挤满了人国内赛道的竞争更有意思。一类是通用大厂直接把Agent能力集成在自家超级App里走的是“聊天工具顺手把活干了”的轻路径另一类是垂直玩家主攻浏览器操作、自动化办公、数据采集等细分场景以插件或独立应用形态切入。更不用说大模型开源派系的持续发力中间层工具的普及让Agent开发门槛骤降所有人都想在这条线上找到自己的生态位。在这种多路混战局面里Manus作为独立产品反而变成了一个相对特殊的存在它不依附于某个大厂生态也没有开源底座绑定是完全独立的第三方Agent入口。好处是场景覆盖不受限坏处是没有规模巨大的用户基础冷启动和留存压力全得靠自己扛。3.3 用户心智的转变是一切变化里最关键的半年之前大家形容一个AI产品厉害用词通常是“什么都能干”。今天再看多数人的评价体系已经切换到“它在哪些场景里真好用”。用户开始关心能不能和文档协同、能不能接自己的数据、执行过程透不透明、失败了能不能定位原因。这种心智成熟对整个行业是好事但对Manus来说意味着它不能再靠“概念新颖”拿分必须证明自己是个日常值得打开的工具而不仅仅是偶尔拿来做做乐子。坦白讲用户对Agent的容忍度比纯聊天AI更低——聊天AI说错话你哈哈一笑就过去了Agent把流程中间某一步做错了浪费的是时间和真金白银。这种在“有用性”上的硬标准才是今天所有Agent类产品共同面对的真问题。4. 再见Manus我看到的优势和硬伤4.1 差异化优势是哪来的在一个巨头林立、开源繁盛的时间点审视Manus它的竞争力来源其实很朴素把一个靠谱的Agent执行环境做成开箱即用的服务。多数人没有精力去自己搞虚拟浏览器、搭工具调用链路、维护上下文记忆Manus把这一堆技术细节包装成了“输入任务、等结果”的傻瓜式体验。尤其对非技术背景的用户这是非常有价值的一层抽象。同时它在多步任务上的稳定性仍在行业平均水位之上虽然做不到零失误但往往能自己纠正一些执行偏差这种“轻自我纠错”能力是极大提升用户信任感的地方。说白了国产Agent里真正沉淀过海量真实执行数据的没有几家Manus跑过的任务量级所带来的数据飞轮可能是它最不起眼却最值钱的资产。4.2 让人犹豫的几个问题不过硬伤也很明显。底层模型不是自己的意味着能力的天花板和迭代节奏都攥在别人手里。在Agent赛道上底模能力决定了执行质量的极限这一环受制于人终究是隐患。另一点是执行耗时和定价的矛盾。异步任务模式决定了它没法像聊天产品那样“秒回”用户一旦没有耐心很容易流失而计算资源又是实实在在的成本如果商业化定价过低长期难以为继过高又会把大众用户挡在门外这个平衡并不好拿捏。还有生态集成层面的问题——目前它依然以独立工作台的形态存在没能深入嵌入到用户日常使用的办公软件、文档系统、项目管理工具里面去没有生态抓手就难以形成真正的使用惯性。4.3 从现在起谁适合用它给个比较实操的建议。如果你本职工作里经常要处理“大量信息输入的整理型任务”——比如搜集资料、整理素材、做会议纪要初稿、批量提取文档字段、生成标准化日报周报Manus这类产品现在就能省下不少时间。但如果你指望它帮你做复杂创意构思、需要强专业知识判断的分析、或者毫厘不差的财务数据计算趁早打消这个念头它更适合当你的初级助理而不是你本人。把它用好的关键在于任务拆解能力你先替它把大目标拆成小步骤、边界说清楚、验收标准写明白它给你的结果才会稳。你可以看它执行过程也可以随时中断修改把它当成一个需要你“带一带的实习生”绝大多数靠谱时刻都来自你交代需求的方式。5. 聊点回归之外的真心话Manus这次回来恰好赶上了一个更冷静、更较真的市场节点这对它来说是比任何流量都重要的机会。三月的爆火让大家都学会了要把期望值调低也教会了用户对Agent保持一种更务实的审视态度这种环境更容易逼出一个产品迭代出真实价值。作为长期关注这个领域的人我真心希望它能借此把“异步执行可感知过程”这条路线走到极致因为直到今天能把这个体验做到流畅的产品依然不多。如果你之前没赶上那波邀请码浪潮现在反而可以轻松注册体验一下不用再看任何视频介绍自己扔几个工作任务给它试试感受会直观得多。这条赛道未来还有无数轮更迭今天的所有讨论都会很快过时但亲手用一用、踩一踩它的边界会让你对Agent能做什么、不能做什么有一个比热搜准确得多的判断。
