本文來自：鳳凰網(wǎng)科技，作者：莊明浩，編輯：董雨晴，題圖來自：AI 生成

本期內(nèi)容的作者是一位特殊的朋友。莊明浩，互聯(lián)網(wǎng)行業(yè)從業(yè)者，早期在經(jīng)緯中國做投資，現(xiàn)任趣丸科技副總裁兼首席戰(zhàn)略官，去年他開了一檔播客欄目《屠龍之術(shù)》，產(chǎn)出了眾多高質(zhì)量行業(yè)報告（PPT）。

本期內(nèi)容就基于其對 Manus 掀起的 AI Agent 熱潮的觀察。

值得注意的是，繼國內(nèi)熱議之后，本周 Manus 在海外也再次掀起討論，推特聯(lián)合創(chuàng)始人 Jack Dorsey 用 " 杰出（excellent）" 來評價 Manus。AI 資訊平臺 The RundownAI 的創(chuàng)始人 Rowan Cheung 在 X 平臺上轉(zhuǎn)發(fā)了 Manus 的介紹視頻并寫道：" 我認為中國的第二個 DeepSeek 時刻已經(jīng)到來。"

以下是莊明浩的播客內(nèi)容，播客首發(fā)于小宇宙 App《屠龍之術(shù)》，文章經(jīng)鳳凰網(wǎng)科技節(jié)選編輯發(fā)布。

作者 tips：距離我上一次講述關(guān)于 DeepSeek 內(nèi)容的 PPT 其實才過去半個多月，回頭看之前的內(nèi)容，我自己覺得關(guān)于 AI Agent 的部分其實有些假大空。因此當我看到 Manus，并且深度體驗了之后，我知道那個之前一直飄在空中的 Agent 概念終于有了一個實打?qū)嵉目梢钥吹降臇|西，這或許也是 Manus 的意義所在。

接下來我們就來看看，Manus 究竟撥開了哪些迷霧。

一、OpenAI 定義的 AGI L1-L5

L1（chatbot）：以 ChatGPT 為代表，核心能力是 " 對話 "，用戶感知到機器能流暢地 " 吐出文字 "。但問題顯著：依賴復(fù)雜提示詞工程，輸出結(jié)果不穩(wěn)定，存在幻覺等問題。

L2（推理）：OpenAI o1、DeepSeek R1 等，通過強化學習對結(jié)果激勵（而非過程干預(yù)），實現(xiàn)邏輯推理能力躍升。典型場景如數(shù)學解題、代碼糾錯，用戶感知到 "AI 會思考 "。

L3（Agent）：暫時還處于探索期，核心特征是自主規(guī)劃、調(diào)用工具、交付成果。用戶感知到 "AI 在工作 "，例如自動分析財報、編寫程序、生成調(diào)研報告。

二、被泛化的 AI Agent 概念和那些已經(jīng)問過無數(shù)次的問題

AI 搜索是不是就是搜索 Agent？

Perplexity 等產(chǎn)品的本質(zhì)：高級版 " 搜索引擎 + 摘要生成器 "，依賴大模型重組信息。

垂直化悖論：醫(yī)療 / 法律等專業(yè)搜索工具面臨數(shù)據(jù)孤島問題，且無法突破 " 檢索 - 呈現(xiàn) " 模式，與 Agent 的 " 執(zhí)行 - 交付 " 有本質(zhì)差異。

AI 編程是不是 coding Agent？

搜索與編程的啟示：當前很多 AI 應(yīng)用其實都面臨套殼質(zhì)疑：依賴大模型能力，難以建立垂直壁壘。但 Agent 需突破 " 工具組合 " 思維，轉(zhuǎn)向自主決策的通用性。

三、Manus 的核心邏輯與實現(xiàn)

給 AI 一個虛擬機：為 AI 配備完整數(shù)字環(huán)境（瀏覽器、數(shù)據(jù)庫、編程接口），使其像人類員工一樣操作設(shè)備。例如 Manus 執(zhí)行 " 分析 YouTube 視頻中企鵝種類 " 任務(wù)時，會暫停視頻、截圖識別、統(tǒng)計幀數(shù)，全程無需人類干預(yù)。

任務(wù)規(guī)劃 - 執(zhí)行 - 歸納能力：面對復(fù)雜任務(wù)（如 " 整理 AI 公司出海榜單 "），能自動拆解子任務(wù)、分配優(yōu)先級、糾錯迭代。例如首次結(jié)果遺漏中國公司時，Manus 會重新掃描官網(wǎng)、核對媒體報道，最終輸出準確率超 80% 的清單。

零預(yù)設(shè)工作流：與 AutoGPT 等早期 Agent 工具不同，Manus 不內(nèi)置任何任務(wù)模板（如 " 寫郵件 " 流程）。其核心是通過強化學習，讓模型自主探索工具組合方式。例如在 " 小米 su7" 任務(wù)中，模型自主決定先搜索維基百科、再調(diào)用設(shè)計模板、最后生成 PDF。

成本與商業(yè)化挑戰(zhàn)

算力消耗暴增：單個復(fù)雜任務(wù)（如分析 100 家公司財報）成本達 2-20 美元，相較于傳統(tǒng)對話可能增加 100 甚至 1000 倍。若用戶日均使用 Agent 2 小時，年算力成本可能會超過當前 C 端付費意愿。

新指標 AHPU（Agentic Hours Per User）：替代傳統(tǒng) DAU/ 留存率，直接衡量用戶依賴度，但如何將使用時長轉(zhuǎn)化為收入（訂閱制 / 任務(wù)計費）仍是難題。

四、Manus 的具體體驗效果到底如何？

給 Manus、元寶、豆包一起發(fā)了個任務(wù)：分析風投機構(gòu) Andreessen Horowitz（a16z）發(fā)布的 2025 年全球 Top100 生成式 AI 應(yīng)用榜單，核心目標是統(tǒng)計其中由中國公司或團隊開發(fā)的應(yīng)用數(shù)量。

總體來說，傳統(tǒng)的產(chǎn)品錯誤更多，而 Manus 可以反復(fù)的排查，直到收到一個最接近真實的結(jié)果。

當然，也會有一些不好的地方，比如讓它做一個帶截圖的 PPT，Manus 會特別簡單粗暴地直接截一個網(wǎng)頁的圖，讓它做示意圖，畫了一個非常難看的簡筆畫等等，但無論如何，看上去 Manus 似乎都在很認真地干活，只是干得不好。

綜上所述，Manus 現(xiàn)階段的確是一個實習生級別的能力水平。

五、行業(yè)暴論：創(chuàng)新還是泡沫？

" 套殼 " 爭議的本質(zhì)：首先，"Manus 只是套殼 " 的觀點是傲慢的：工程化能力（如瀏覽器控制、多任務(wù)調(diào)度）和產(chǎn)品設(shè)計（用戶感知工作流） 構(gòu)成壁壘。類比 Perplexity 早期被質(zhì)疑，最終以體驗和場景定義階段性也獲得了不錯的用戶量和收入。

大廠與創(chuàng)業(yè)者的博弈：頭部公司必將跟進 Agent（如最近剛剛發(fā)布新更新的阿里 - 夸克），但創(chuàng)業(yè)者窗口期仍在。技術(shù) + 產(chǎn)品的雙敘事 是關(guān)鍵：Manus 通過 " 組合式創(chuàng)新 "（搜索 / 瀏覽器 / 編程經(jīng)驗積累）實現(xiàn)爆發(fā)，驗證了黑暗森林法則——敢為者先得紅利。

給普通人的啟示：AI 時代的生存法則

用戶需要成為 " 好老板 "：普通用戶需學會精準提需求、分配任務(wù)、過程干預(yù)，與 AI 形成協(xié)作閉環(huán)。Agent 的價值不在于完美執(zhí)行，而在于降低復(fù)雜任務(wù)門檻。

行業(yè)的樸素真理：大廠恐懼錯失風口，投資人糾結(jié)壁壘，創(chuàng)業(yè)者渴望復(fù)制成功，而用戶只關(guān)心 " 這玩意兒到底能干啥 "。Agent 的終極考驗是能否讓非技術(shù)群體（如財務(wù)、教師）真正用起來，而非困在極客圈的自嗨。