Manus

欢迎来到以DeepSeek以代表的AI世界，我是doc-war.com的青樵，一个技术主义者。

知行合一，继续用DeepSeek写DeepSeek教程。

推荐提问

• Manus什么技术原理？最近Manus刷屏了，有人说他吊打ChatGPT，全球第一个实现了AGI，不但能推理，还能帮你自动完成任务，你怎么看？

一、神棍

最近突然爆火的神棍产品Manus，凭借一个演示视频，被一堆完全不懂技术的民族主义者无脑吹上天，甚至放到了DeepSeek、ChatGPT的层面去对比，号称全球第一个实现AGI，连邀请码都炒到过万。

实际上完全不在一个对比层面上！

二、技术原理

Manus的创业位置，属于最上层的Agent应用。

他封装了一二十个开源的常规业务模块，借助LLM的推理接口，通过反反复复的调度，来实现特定领域内的自动化（比如处理某一类的excel、爬取网页、转换数据、查询资料、代码模版等等）。

这玩意的复杂度和核心价值实际上不在AI层面，而是对那些开源的业务模块进行容错，各种环境之间的衔接是关键，引导得不好，几分钟能跑完的逻辑，有可能几个小时还跑不完，甚至死循环。

谁的菜？

如果你想做通用，从长远来看，一定是LLM厂商自己玩得更溜。毕竟，一个需求，如果因为用户的不规范操作，被工具不小心困在各种错误边界之内循环计算，给整出千万次LLM调用成本，绝对够你吃一壶的。

你看，OpenAI一看，Manus这样的玩具都出圈了，也顾不得严谨测试，火速宣布发布ResponseAPI

三、价值职责

为什么在《价值形态篇》里，我们耗费了巨量篇幅来阐述LLM权重数据集和推理属于两个价值层面。就是为了方便准确的进行对标产品、评估价值所在的位置。

如果将整个生态的价值职责进行分层，那么，这个靠集成开源工具实现的App，就处在那个定死业务的最上层。

自动化

这样的工具本质上还是产品形态化的自动化工具，在技术上跟智能概念只是搭边。原来你要通过明确、规范的指令去处理这类逻辑，现在借助LLM，稍微宽松一点，AI可以帮你做一些基础的整理工作，而最终实际干活的，全部都是传统工具。而过去所有的流程自动化产品，对于上层而言，最大的痛点：

• 性能
• 处理各种稀奇古怪的边界

这类厂商耗费了巨量的研发投入，至今还在为稳定性和性能修修补补。如果这样就算全球第一个实现了AGI，20年前诞生的Uipath要哭死在厕所里了。

客观评价

Manus算是AI对RPA赛道的一次降维示范，但不是解决方案。

Manus还是在MCP协议尚未发布的情况下，开始开发并出圈的上层产品。

• 能够强行集成一二十个开源工具已经很不错了，门槛不高，但需要耗费较多的学习时间和适配代价。
• 恰恰侧面显示了模型上下文协议（MCP）的前景！相当于刚需先行，产业解决方案在后。

想象一下，未来全球范围内几十万甚至过百万的传统业务模块被以MCP服务的形态开放出来，通过规范，抹平了适配复杂度。你可以轻轻松松调度成千上万的工具，来自动完成用户的需求，这是何种理解。

未来，生态也极可能瞄准这种集成的边界问题，诞生一种面向调度规范的基础引擎。

四、商业机遇

眼见腾讯元宝凭借DeepSeek东风完成惊天逆袭，阿里坐不住了。也不管神棍不神棍，热度先借。

看看搜索指数就知道了：

• 3月5日，Manus指数0，3月7日超过DeepSeek
• 被打假后，指数依然是阿里通义千问的二十倍

再大的商业投入，想要不炒作，绝对不会火。做产品运营，必须入天魔境，也算一种悲哀。