AI创业项目Manus，引起了科技圈的一场大型辩论
腾
晓静约 6 分钟
晓静约 6 分钟腾讯科技特约作者 晓静
究竟是超级缝合怪还是工程创新？
Manus并非在底层技术上有重大突破，但是用工程能力去挤压出了模型可完成的最复杂的任务。 Manus展现了三个关键优势：首先是通过深度的后训练（post-training），带来令人惊艳的"魔法感"；其次，借助Monica在模型聚合领域的专业积累，构建了一个远超单一模型调用的多模型协同网络；最后，它将现有技术进行完美整合，展现出出色的系统集成能力，这种能力往往比开发全新的底层技术更具挑战性。 在交互体验方面，“Manus已经很接近数字版AI Agent的样子了”，特别是展示AI操作过程的方式，为用户带来了更强的掌控感。用户更在乎的是产品体验，而不是底层用了什么，如何调用工具。
主动营销形成“期望泡沫”
是否反噬产品信誉？
目前正处于大模型行业高度受关注，而大模型应用产品的宣传真空期，在这个阶段去做适当投放，能够给产品宣传带来杠杆效应，迅速引起关注。 营销策略差异化定位，例如突出“数字代理人”、“手脑结合”等概念，传递 AI产品已经实现了从“生成答案”到“交付成果”的价值跃迁，实现了很明显的记忆点。 邀请码限量发放是开发者社区常用手段，还能够因为稀缺性，可以吸引“自来水”式的传播。 邀请码也是创业公司资源有限不得已而为之，服务器资源及资金成本，都很难直接支撑突然暴增的用户涌入。
一些媒体使用了类似的夸张标题，例如“下一个DeepSeek，GPT时刻，一夜爆火，惊艳全球等”，相似的表达被质疑为官方的过度营销造势。
3. Manus的宣传存在显著的技术能力落差：内测用户反馈其金融分析模块依赖单一数据源，复杂任务仍需人工干预，与“全自主”承诺不符，“工程优化远未达到宣传水平”。
“通用Agent”的商业护城河很脆弱？
Manus通过预设工作流将语音、图像、文本等多模态交互与行业工具链（如Excel、Canva、设计软件）深度整合。例如，在生成市场报告时，能自动调用数据分析工具和设计平台完成全流程，形成“端到端”解决方案。这种工程化封装能力使其在标准化任务中表现优于通用大模型。 在预设的标准化场景（如生成周报、翻译合同、简历筛选）中，Manus通过优化工具调用顺序和参数配置，能实现接近人类专家的效率。例如解压简历包并自动分析的案例，已形成差异化竞争力。 避开与OpenAI在通用大模型的直接竞争，专注“执行层”价值，通过Monica插件积累的千万海外用户快速切入欧美高端企业市场，同时推出轻量版Manus Lite布局新兴市场。创始人肖弘团队从Monica到Manus的连续成功经验，已验证了其市场洞察与执行能力。
其核心技术依赖现有大模型（如GPT-4、Claude）的封装，而非底层模型创新。资金实力和技术实力更强大的模型厂商也会推出类似的Agent功能，Manus能够构建起自身的护城河存在质疑。OpenAI同日宣布推出高端企业级AI Agent服务（月费2万美元），行业竞争有可能将快速白热化。而Manus若无法建立技术壁垒，可能被巨头复刻。
Manus试图覆盖数十个领域，但面临任务深度不足的问题。例如医疗场景仅能生成基础报告，无法替代专业医生决策；金融分析依赖雅虎API等单一数据源，被质疑为“高级版Excel”。垂直领域的专业工具（如Coze、Dify）可能在细分场景提供更优体验。
Agent领域也会是手机等个人终端厂商的必争之地，终端厂商拥有更强的话语权和选择权，而没有掌握终端的创业公司，很难形成用户壁垒。
晚上，一切喧嚣之后，看到微信群中转发了这样一段话：
图片来源：网络
注：如果希望深度交流，欢迎添加作者微信（grace_guoxj)，请注明公司、职位。
参考资料：
《Manus实测：全球首款通用AI Agent工作方式拆解》花叔
《想并肩 DeepSeek 不能靠自嗨和邀请码》硅星人Pro
《内行看门道，我对manus的8个评价》 MindCode
《关于manus的一些独家信息》 赛博禅心