本文來自：鳳凰網科技，作者：莊明浩，編輯：董雨晴，題圖來自：AI生成

本期內容的作者是一位特殊的朋友。莊明浩，互聯網行業從業者，早期在經緯中國做投資，現任趣丸科技副總裁兼首席戰略官，去年他開了一檔播客欄目《屠龍之術》，產出了眾多高質量行業報告（PPT）。

本期內容就基于其對Manus掀起的AI Agent熱潮的觀察。

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

以下是莊明浩的播客內容，播客首發于小宇宙App《屠龍之術》，文章經鳳凰網科技節選編輯發布。

作者tips：距離我上一次講述關于DeepSeek內容的PPT其實才過去半個多月，回頭看之前的內容，我自己覺得關于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實的可以看到的東西，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：依賴復雜提示詞工程，輸出結果不穩定，存在幻覺等問題。

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

• L3（Agent）：暫時還處于探索期，核心特征是自主規劃、調用工具、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、生成調研報告。

二、被泛化的AI Agent概念和那些已經問過無數次的問題

AI搜索是不是就是搜索Agent？

• Perplexity等產品的本質：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：醫療/法律等專業搜索工具面臨數據孤島問題，且無法突破“檢索-呈現”模式，與Agent的“執行-交付”有本質差異。

AI編程是不是coding Agent？

• 搜索與編程的啟示：當前很多AI應用其實都面臨套殼質疑：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，轉向自主決策的通用性。

三、Manus的核心邏輯與實現

• 給AI一個虛擬機：為AI配備完整數字環境（瀏覽器、數據庫、編程接口），使其像人類員工一樣操作設備。例如Manus執行“分析YouTube視頻中企鵝種類”任務時，會暫停視頻、截圖識別、統計幀數，全程無需人類干預。

• 任務規劃-執行-歸納能力：面對復雜任務（如“整理AI公司出海榜單”），能自動拆解子任務、分配優先級、糾錯迭代。例如首次結果遺漏中國公司時，Manus會重新掃描官網、核對媒體報道，最終輸出準確率超80%的清單。

• 零預設工作流：與AutoGPT等早期Agent工具不同，Manus不內置任何任務模板（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”任務中，模型自主決定先搜索維基百科、再調用設計模板、最后生成PDF。

成本與商業化挑戰

• 算力消耗暴增：單個復雜任務（如分析100家公司財報）成本達2-20美元，相較于傳統對話可能增加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DAU/留存率，直接衡量用戶依賴度，但如何將使用時長轉化為收入（訂閱制/任務計費）仍是難題。

四、Manus的具體體驗效果到底如何？

給Manus、元寶、豆包一起發了個任務：分析風投機構Andreessen Horowitz（a16z）發布的2025年全球Top100生成式AI應用榜單，核心目標是統計其中由中國公司或團隊開發的應用數量。

總體來說，傳統的產品錯誤更多，而Manus可以反復的排查，直到收到一個最接近真實的結果。

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現階段的確是一個實習生級別的能力水平。

五、行業暴論：創新還是泡沫？

• “套殼”爭議的本質：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、多任務調度）和產品設計（用戶感知工作流）構成壁壘。類比Perplexity早期被質疑，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。

• 大廠與創業者的博弈：頭部公司必將跟進Agent（如最近剛剛發布新更新的阿里-夸克），但創業者窗口期仍在。技術+產品的雙敘事是關鍵：Manus通過“組合式創新”（搜索/瀏覽器/編程經驗積累）實現爆發，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、過程干預，與AI形成協作閉環。Agent的價值不在于完美執行，而在于降低復雜任務門檻。

• 行業的樸素真理：大廠恐懼錯失風口，投資人糾結壁壘，創業者渴望復制成功，而用戶只關心“這玩意兒到底能干啥”。Agent的終極考驗是能否讓非技術群體（如財務、教師）真正用起來，而非困在極客圈的自嗨。

本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4062550.html