正文
一款新产品刚亮相，就让整个 AI 圈陷入“抢号大战”，究竟是技术革命的前奏，还是又一场
饥饿营销的极致演绎
？
。
先说结论，Manus是一个不错的产品。但并不算是一项技术突破。一是它主要依赖于预设的流程来执行任务。尽管在短期内确实能让系统表现得更好，这种预定义的流程会严重限制系统的上限性能 。它运行在一个相对受限的环境中，介于“浏览器”和“操作系统”之间。它只能在特定的软件工具范围内运行，而在预定义范围之外的应用程序中无法工作。
那么真正的创新应该是什么呢？一个能够在完全开放的操作系统级环境中运行，像人类一样执行大多数任务，并操作各种软件的 AI。
关于产品本身，综合业内几位KOL的评论，大概包括如下几点；
1. 产品本质：套壳再套壳，提升可用性
从技术实现角度来看，Manus的本质是 “虚拟机 + compute use + artifacts + 多Agent协同”，核心是对现有Cursor类产品的再封装，降低使用门槛，让非技术用户也能更轻松地利用AI进行复杂任务编排。
换句话说，Manus做的事情是在Cursor这类产品的基础上，再加一层“壳”，同时内置了一批小模型和Agent，从而实现更自动化的推理、规划和执行能力。Cursor等AI辅助编码工具虽然功能强大，但对于普通用户来说仍然有较高的上手门槛，而Manus试图在这条路上进一步降低技术壁垒。
然而，Manus的思路并非完全独特。比如OpenDevin团队也曾尝试类似的设计，本质上，Claude 3在这类任务的处理能力已经很强，直接调用20+个工具也是常规操作。因此，从“创新性” 角度来看，Manus并未带来完全颠覆性的突破，而是对 现有思路的进一步产品化和优化。
2. 产品定位：一个通用Agent，还是一个新型AI入口？
Manus的产品定位是通用智能Agent，试图通过DeepSearch（input增强）+ Artifact（output强化）+ Planning/Reasoning（类似Cursor） 进行整合，打造一个全能型AI助手。
然而，这里存在一个明显的矛盾：
目前看来，最现实的路径可能是MCP（Multi-Agent Communication Protocol）聚合模式，即整合不同Agent的能力，提供一个开放协议，让各类AI代理协同工作。如果Manus选择走这条路，或许能找到更长远的竞争优势。
3. 竞争对手：并非独一无二，且大模型可能会直接吞并这条赛道
Manus所处的Agent领域竞争激烈，且产品思路趋同。目前来看，Coze、Dify这类产品在思路上高度相似，如果Manus的模式跑通，未来这些竞品也会推出类似的解决方案。此外，Agent的能力大概率会被未来的大模型内化，成为基础能力的一部分。
目前，大模型的工具调用能力正在不断增强，Claude 3已经可以高效调用20+个工具，GPT-5预计会进一步提升这方面的能力。如果未来大模型本身就能直接进行复杂任务的规划、推理和执行，那么Manus这类独立Agent产品是否仍有生存空间，值得深思。
4. 市场卡位：大众产品还是小圈子炫技工具？
从市场定位来看，Manus有可能成为新型的通用AI模式，类似AI搜索的探索方向。但问题是：
-
比AI搜索门槛更高，普通用户是否能快速上手仍存疑。
-
“懂的人”可能觉得局限性大，不愿意用，例如技术用户可能更愿意直接调用Claude或GPT API。
-
“不懂的人”可能不会用，但在自媒体和极客圈会很火，类似于一些“装逼型”技术产品。
如果没有几个真正爆款的应用场景，Manus的增长可能会受限在一个相对小众的圈层内。
5. 机会：成本优先的AI Agent？
在成本方面，Manus若能优化Agent的操作路径和等待时长，单次调用的token消耗降至 1M以内，并让部分任务交由30B级小模型处理，可能能找到一条低成本AI路径——即用更小的计算消耗，实现更高效的AI任务执行。
