3天前的那天晚上，M anus 橫空出世，我在第一時間拿到邀請碼后，開了個騰訊會議，邀請了一堆朋友來看我的測試，從12點測到4點，從4點寫到凌晨6點。

在凌晨6點的時候，發出了可能是全網第一篇的一手M anus 上手體驗。

在文章爆了的同時，我也收到了這兩年里，最多的謾罵。

營銷號、收錢狗、就會瞎JB吹。

甚至很多人嘲諷，國外的論壇和自媒體還沒動靜，只有國內AI自媒體吹，所以一定都是收錢的營銷號。

那現在，海外熱度開始爆了，是不是也都收錢了？

然后，3月9號晚上，Twitter的創始人 杰克·多爾西也轉發了，他也是被收買了？

還有說M anus 配合加密貨幣炒作割韭菜的，都被X官方直接封號了，那現在X官方道歉并把M anus 的官方賬號恢復了，是不是X官方也收錢了？

我想，作為一個AI媒體，如果只有等到海外爆了才愿意去寫，才覺得這個產品不錯值得推薦給大家，那我覺得這樣不對。

這是一種傲慢，更是一種懶惰。

我不想揣測很多噴子的動機，我只想說，我對得起我自己。

我看到了很棒的產品，通宵測試分享給大家，我問心無愧。

然后就到了開源復刻階段。

作為Agent產品必看的GAIA基準測試，現在就是最大的皇冠。

目前開源復刻M anus 的效果最好的項目，是來自CAMEL-AI的OWL。

GAIA均分58.18，開源項目中排名No.1，很強。

再簡單科普一下GAIA，GAIA（General AI Assistants）是一個面向 通用AI助手 能力的基準評測體系，由 Meta AI（FAIR）、Hugging Face 等研究團隊于 2023 年提出。

有一篇非常著名的論文：

里面有466個精心設計的問題。

傳統的測試一般都是數學（AIME）或者一些專業知識問答、編程等等，但是GAIA測試，里面很多都是概念簡單，但是需要多步驟解決的實際問題。

其中分為三個級別，Lv.1、Lv.2、Lv.3，難度依次遞增。

想通過GAIA的測試，一般需要網絡檢索能力、工具調用能力、編程能力、文件處理能力等等。

在23年的時候，人類一般能達到90%的成功率，而那時候的最強AI GPT4，在第一級才勉 強達到15%。

這就是現在Agent的皇冠。

OWL的Lv.1分數是81.13、Lv.2是54.65，Lv.3是23.08。

再看看M anus 。

Lv.1接近，而lv.2和Lv.3距離Manus任有距離。

注意，這里我之所以做這個對比，并不是拉踩， CAMEL-AI團隊在短短幾天內，就能復刻到如此地步，實力非常強。

我想說的是：M anus 的路是正確的，他給做Agent產品的人，都指出了方向。

MCP有嗎？半年前就有了，AutoGPT什么時候出來的？2023年。

Computer Use什么時候出來的？2024年10月23日的那一天，我也花了6個小時做了實測，有興趣的可以去看看。

但是，沒有一款所謂的Agent的產品，能達到Manus的完整度。

都在說模型的創新，才叫創新，那應用層的整合創新，就不是創新嗎?

這兩天有N多追隨M anus 的開源復刻項目，不正是因為Manus指出了一條明路嗎？原來工程化的能力，可以做到這種級別。

在簡單的Lv.1級別的測試上，這么多復刻版的產品確實可以打到差不多的程度，但是在復雜多步驟任務的Lv.2和Lv.3的能力上，明顯還是有巨大的差距。

這里我再疊個甲，我不是拉踩，我只是客觀的陳述事實，我相信開源社區的力量，也相信可能未來有一天，開源社區能刷爆GAIA。

但，你不能因為這個，就說今天的M anus 很菜，是垃圾。

至于Manus和3小時開源復刻的OpenManus，可以去看看，你可以不信我，但是你可以相信晚點。

最后，再來聊聊Manus的幾個所謂的核心“技術”吧。

我只能說我的理解，當然如果有不對的地方，歡迎大佬來拍磚，我也盡可能，做一些小的科普。

首先，就目前的技術來說，Agent產品幾乎都是遵循：“計劃 → 執行 → 結果合成”這一套。即使是OpenAI最牛逼的DeepResearch也是如此。

只不過DeepResearch是一個重新訓練的模型，所有一切Agent操作都是由一個由o3重新訓練的端到端模型完成的，而不是每一步用不同的模型來完成。

這塊可以去看OpenAI自己 DeepResearch的 System Card。

相比之下，Manus的做法則是工程化，用各種不同的模型和技術來做整合，這個就是Multi-Agent（多智能體架構）。

而最核心的三個能力，一般就是Agent的定義：

1. 規劃能力。

2. 工具使用能力。

3. 記憶能力。

一個一個來說。

首先是規劃能力。

你們應該都見過Manus的這個To do list了。

這個就是計劃的拆解。

把我的PDF論文轉說人話的科普PPT任務，拆成了4個大任務，15個小任務。

而這個任務拆解模型，大概率是跟Manus聯創季逸超在去年10月開源的一個用強化學習+Qwen 32B做的推理模型有關。

這個模型的特點就是“long horizon thinking” 和 “step-by-step execution”，在晚點跟 季逸超的采訪中也提到了，這就是目前Manus所用到的部分技術。

目前不得而知是否有新的微調的拆任務的推理模型。

整個Agent產品其實最核心的就是這個底層模型的規劃能力，所以這個東西是能提高Agent產品在后續任務中的成功度的。

而跟Manus同日推出的QwQ 32B，在Agent能力上也有大幅度的飛躍，如果未來的底座是基于QwQ 32B的微調，我想Manus的產品的完整度應該會更上一層樓。

第二個點，就是工具使用能力。

這個其實沒啥可說了，就是究極縫合怪。

過去很多我們做產品，都是Function Call做函數調用，還記得我23年在做金融Agent產品的時候，有多惡心，每個API都要單獨開發。

而現在，真正牛逼的是Cluade在11月25日開源的MCP。

很多人不知道MCP是啥，我簡單做個小科普。

你可以把MCP，理解成AI領域的智能家居協議。

比如你買了一堆所謂的智能家居，比如 燈泡、空調、窗簾等許多設備。

但是，如果沒有一個統一協議，每一個品牌的燈泡、空調可能都要用自己的App，各自的遙控方式，我相信你肯定會很抓狂。

但幸運的是，現在 很多 智能家居設備有通用的標準 ，只要設備遵循這個標準，我們的一些智能音箱就能識別并控制它們。

MCP 很像這樣的智能家居標準。 當新的工具或數據源符合MCP時，AI模型就能立刻把它接入自己的系統，調用他們就像查個USB一樣簡單。

有點像 MCP 提供了統一接口，開發者只需按一套標準為AI接入各種功能，免去了針對每個服務單獨編程的麻煩 。

這就像我們現在給手機充電，只需要一根Type-C數據線，就能連接所有設備， 不用再跟很多年前一樣，準備一堆不同的數據線 。

我不知道你們有沒有經歷過那種深惡痛絕的時代，但是還是挺難受的。

這個其實就是非常大的意義，讓AI能用更多更牛逼的工具來幫助自己了。

而這一次，Manus整合了市面上所有的工具能力， 有了Computer Use、Code Interpreter、Artifacts等等的能力， 并且允許在虛擬機中進行異步調用，這是一個非常棒的交互和產品的創新。

把使用場景，擴展到了普通用戶的辦公場景中。

這也是它能爆的根源。

都說沒有護城河，坦率的講，確實工程化技術上沒啥護城河，但是之前為什么大家就不做呢？

說的再漂亮，都沒用，一切都要看用戶體驗。

至于最后記憶，其實沒啥突破，只不過同樣的，Manus做了一個小創新，用To.md這種外置文件來實現“工作記憶”。

聽我說了這么多，不知道你現在，是否對Manus有一些了解了。

用Manus和DeepSeek比是愚蠢的。

DeepSeek是智能層面的大模型，而Manus是基于大模型所做出來的通用Agent產品。

當然，你也可以說它外面就是一層殼，可在產品開發和用戶體驗里，這層殼也是很有價值的。

有一個評論我覺得非常的有意思：

“Manus有點像當年的理想one，用一種技術上來看略顯蹩腳的手段，證明了一個龐大用戶需求市場的存在。

就像理想定義了無續航焦慮+冰箱彩電大沙發的家庭汽車，Manus也奠定了未來3年內ai應用的產品方向。”

我非常看好Agent的發展，我也相信，Agent的未來，是星辰大海，智譜的AutoGLM出來的時候，我就夸了很多。

Manus出現的那天，我自然是極為興奮。

這才是我們的眼睛里，所希望看到的AI的未來。

“Manus這個所謂的超級縫合怪，在AI能用到好用的這層厚墻上，鉆出了一個巨大的孔，讓人們看到了后面應用廣闊無垠的天地。”

有人如是說道。

我知道，這篇文章下面一樣會出現很多謾罵。

我想最后，用一張我在群里看到的圖來結尾。

希望，我們都能看到。

百花齊放。

鮮花，定會再開滿枝頭。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯系郵箱：wzglyay@gmail.com