Manus开启的AI Agent时代

昨夜至今，我的朋友圈被一个词刷屏——Manus。

这款神秘产品的邀请码成为社交圈里的硬通货，人们争相体验它的“魔法”：它能像人类一样思考、点击网页、生成报告、分析代码，甚至直接解压文件、处理简历。有人调侃：“这大概是第一个让我感觉自己即将失业的AI。”

从“会说话”到“会动手”：AI的第三次跃迁

在OpenAI的定义中，AI发展分为五个阶段：Chatbots（对话）→ Reasoners（推理）→ Agents（代理）→ Innovators（创新）→ Organizations（组织）。当前的ChatGPT、Claude等工具仍停留在Level 1-2阶段，它们擅长语言交互和逻辑推理，但始终被困在“纸上谈兵”的局限中。

image

而Manus的野心，是直接跨入Level 3：Agents。

它的核心突破在于，AI不再只是“输出文字”，而是能模拟人类行为：滚动页面、点击按钮、上传文件、操作代码仓库。就像一个拥有虚拟“双手”的助理，它不再需要人类一步步指导如何打开网页、下载数据，而是能自主完成从指令到结果的闭环。

举个真实的场景：若你让ChatGPT“分析某网站功能并写报告”，它只能基于已有知识猜测；但Manus会直接访问网站，模拟用户操作，记录每一步体验，最终生成一份包含截图、交互细节和功能分析的完整文档。这种“动手能力”，让AI第一次脱离了“鹦鹉学舌”的被动性。

Manus的“魔法”与边界

目前内测版展示的三大能力，已足够颠覆传统认知：

产品体验官：
输入一个网址，Manus会自动探索产品功能。比如体验一款在线调色工具时，它会滚动页面、点击按钮生成配色方案，甚至记录操作卡顿的环节。最终输出的报告，不再是干巴巴的功能列表，而是包含交互逻辑、设计优缺点的深度分析——这相当于雇佣了一个24小时在线的产品经理。
简历筛选器：
上传100份简历的压缩包，Manus会逐一解压、阅读内容，提取项目经验中的关键词，并根据匹配度生成评分排名。更惊人的是，它会在分析中标注“候选人A在电商项目中的技术栈与岗位需求重叠度达80%”这类具体结论。
代码架构师：
面对GitHub上的开源项目，Manus能阅读代码、识别模块依赖关系，并自动生成系统架构图。对于需要快速理解复杂代码库的开发者，这相当于一个随叫随到的技术顾问。

image

但Manus的“魔法”仍有明显边界：

操作范围受限：它更像运行在“虚拟机”中的工具，无法直接操控用户的本地系统（如修改电脑设置、调用Photoshop修图）。
权限天花板：OpenAI定义的Level 3是“Systems that can take actions”，而Manus仍是一个“Application”。真正的AI Agent可能需要类似操作系统的底层权限，而这涉及安全、伦理等复杂问题。

image

AI Agent的未来：一场人机协作的“权力游戏”

Manus的价值不仅在于功能本身，而在于它揭示了一个关键趋势：AI正在从“工具”进化为“同事”。

过去，人类需要将任务拆解成代码可理解的指令（比如“点击登录按钮→输入账号→跳转页面”）；而Manus这类Agent，允许人类直接下达目标指令（“生成产品报告”），将具体操作交给AI自主决策。这种“目标驱动”的协作模式，彻底改变了人机交互的规则。

但这也引发新的问题：

控制权博弈：当AI能自主操作时，如何确保它不会误删文件、泄露隐私？
责任归属：若Manus在分析简历时因算法偏见淘汰优秀候选人，该由谁负责？
能力幻觉：用户可能高估AI的可靠性，比如让它处理法律合同或医疗诊断，导致潜在风险。

中国AI的“暗线崛起”

值得关注的是，Manus背后的团队来自中国。创始人是一名90后连续创业者，此前成功开发并出售过产品，其另一款工具Monica（AI写作助手）已在海外积累百万用户。

image

这并非孤例。从深度求索（DeepSeek）开源大模型，到月之暗面（Moonshot）的长文本技术突破，中国团队正以“技术极客”的姿态，在全球AI竞赛中撕开一道裂缝。他们的策略很明确：避开与OpenAI、Google的正面交锋，转而聚焦垂直场景的工程化落地——正如Manus选择从“可操作的AI助理”切入，而非一味追求参数规模。