智东西（公众号：zhidxcom）

作者 | 陈骏达

编辑 | 心缘

一夜之间，多款 Manus 平替出现！

智东西 3 月 7 日报道，今天，MetaGPT 团队用3 小时复刻的开源 AI Agent 产品 Open Manus 在国内爆火，而来自开源平台 CAMEL-AI 的团队也实现 "0 天复刻"，还贴心地将系统中涉及的每一个部件单独开源，供开发者选用。

Manus 以 " 全球首个通用 AI 智能体 " 的称号横空出世，在 KOL 的助力之下刷屏全网，又凭借一码难求，被炒到 5 万块的内测邀请码引爆营销狂欢。不过，在部分用户在研究、体验这款产品后，提出了 " 套壳 "、运行速度过慢、token 使用量惊人、性能并不出色等质疑。

多个开源复刻项目的出现，验证了一个被热烈讨论的话题：Manus 或许并不具备壁垒。

MetaGPT 团队的开源项目名为 Open Manus，仅由 4 人打造，分别为梁新兵、张佳钇、向劲宇、于兆洋，发布不到 1 天，该项目已在 GitHub 上收获了7000 多颗星星。Open Manus 能自主浏览网页，查询、总结信息，与 Manus 的基础功能类似。开源后，其开发者社区微信群全部爆满，目前已经编号到第十个群了。

项目链接：https://github.com/mannaandpoem/OpenManus?tab=readme-ov-file

开源社区 CAMEL-AI 打造的 OWL 则直接霸榜，成为了智能体测试基准 GAIA 开源榜单的性能之首，得分达 57.7%，超越了之前开源社区 Hugging Face 打造的 Open Deep Research（OpenAI Deep Research" 被开源 "：24 小时成功复现，揭秘背后技术细节）。OWL 背后的团队还对 Manus 的技术路线进行了逆向工程，将其拆解为 6 大核心步骤。

项目链接：https://github.com/camel-ai/owl

Open Manus 背后的团队来自国内 AI Agent 创企 DeepWisdom（深度赋智），其明星产品 MetaGPT 能让多个智能体协同合作，完成复杂任务。而 OWL 背后的 CAMEL-AI 则是国内知名的 AI 开源社区，之前也曾发布过跨平台操作系统的通用智能体 CRAB。

一、4 个人成功复刻 Manus 大部分功能，单次运行竟用掉 24 万 tokens

作为一款本地部署的 Manus 平替，Open Manus 基本实现了前者的主要功能。用户在下载相关代码、部署环境并为其配备大模型 API 接口后便可以正常使用。

根据项目放出的实测视频，Open Manus 能浏览多个网页，查询、整理信息，并生成特定格式的文件。案例中，Open Manus 根据用户提示词，自动打开了 AI 大牛 Andrej Karpathy 的个人主页，针对这一网页提出了搜索引擎优化的详细建议。

Open Manus 团队介绍，Anthropic 的 Computer use 项目和开源项目 broswer-use 给 Open Manus 提供了基本的支持。

目前，已有许多网友成功在本地部署了 Open Manus，并分享了一手的实测体验。

这位网友测试了 Open Manus 的信息查询、整合能力。他让 Open Manus 回答这一问题：" 杭州哪些医院支持异地医保直接结算？"Manus 成功找到了杭州医保的界面，下载了其中的医院列表，并保存为 txt 文件。

不过，这一过程十分昂贵，消耗了大量 token。这位网友使用的是 Claude 3.7 模型的 API，花费了 3.6 美元（约合人民币 26 元）。根据 Claude 3.7 API 价格（每百万 tokens/15 美元）进行反向推算，这则问答耗费了整整24 万 tokens，约等于 36 万到 48 万中文字符。

智东西将类似的问题交给开启联网搜索功能的 DeepSeek-V3，可以做到秒出答案，且答案的内容、质量都与 Open Manus 类似。

▲ DeepSeek 部分回答截图

还有网友让 Open Manus 去整理 Manus 相关的信息，生成一份深度研究报告。可以看到，Open Manus 快速地浏览了多个网页，大部分是媒体的报道。

最终，Open Manus 以网页形式输出了一份深度研究报告。

目前，Open Manus 项目处于初步阶段，未来，团队将会让这款开源工具具备更好的规划能力、接入经过强化学习微调的模型，并参与更为全面的基准测试。

Open Manus 的热度飙升也让不少人关注到其背后的团队，据其 GitHub 界面显示，这一项目由 4 人完成，均是本科毕业不久的年轻 AI 研究员。

梁新兵

梁新兵硕士毕业于华东师范大学，之前曾参与爆火的 AI Agent 数据科学家 Data Interpreter 的开发工作。

张佳钇

张佳钇本科毕业于中国人民大学高瓴人工智能学院，目前在港科大（广州）修读博士学位。他参与研究的智能体框架 AFlow 在近期被 ICLR 2025 接收，这是深度学习领域最重要的会议之一。

向劲宇

向劲宇本科毕业于西南交通大学应用物理学专业，目前在深度赋智担任 AI 算法研究员，之前，他曾在 2024 年阿里巴巴全球数学竞赛 AI 赛道中获得全球第二名。

于兆洋

于兆洋本科毕业于中国人民大学高瓴人工智能学院，与校友张佳钇之前曾凭借 MathAI 方案在阿里巴巴全球数学竞赛 AI 赛道中获得全球第三名。

二、CAMEL-AI 拆解 Manus 核心工作流，开源 OWL未来将能操作所有应用

来自 CAMEL-AI 的 OWL 提供的体验则更为接近 Manus。在下方案例中，OWL 能自动生成任务清单，按步骤执行任务，能滚动网页，输入查询，和人类操作电脑没有太大差别，最终，它给用户生成了一份当日电影的总结报告。

另一个案例中，OWL Agent 对一个 GitHub 仓库进行了调研总结，输出的结果条理性很强，可谓是程序员福音了。

CAMEL-AI 团队分享了他们复刻 Manus 的过程。在他们看来，Manus 的核心工作流可以拆解为六步，Agent 先是 " 复习 " 之前学过的知识，在连接数据源，挂载数据，最后生成任务清单，然后按照清单执行并输出结果。

OWL 不仅提供了 Manus 中 Agent 用到的操作，还更为灵活。OWL 支持在 Ubuntu 容器中运行，这意味着它可以像 Manus 那样远程工作，不必本地部署。

每次执行任务时，Manus 会学习并记住新知识，而 OWL 也具备同样的功能，可以实现新知识实时存储，持续进化，并在任务中随时召回过往经验，灵活调度。

CAMEL-AI 计划将 OWL 与他们之前开发的跨平台操作系统的通用智能体 CRAB 结合，CRAB 不止能操控 Ubuntu 容器，还能直接控制手机和电脑里的任何应用，而不仅仅是浏览器。

目前，上述每个模块都已经被 CAMEL-AI 单独开源，可以按需下载并使用。未来，CAMEL-AI 计划撰写一篇技术博客文章，详细介绍它们在实际任务中对多 Agent 协作的探索和见解，并开发更复杂的 Agent 交互模式和通信协议。

工作流复刻：https://github.com/camel-ai/camel/issues/1723

Ubuntu 复刻：https://github.com/camel-ai/camel/issues/1724

记忆工具包复刻：https://github.com/camel-ai/camel/blob/master/camel/memories/agent_memories.py

结语：被 0 天复刻后，Manus 的 " 炸裂 " 叙事如何长存？

Manus 在爆火之后，有观点认为，其核心技术并未突破现有框架，更多是对现有大模型和工具链的整合，缺乏技术壁垒；同时，Manus 完成任务的质量也存疑，token 消耗量巨大，但似乎并未带来相应的性能提升，这无法满足实际生产场景中对性能、成本的要求。

根据两个开源 Manus 的架构，这类产品实际上是多个模块的组合，如任务规划、联网查询等。从技术角度来看，实现并不复杂，可复制性较强。

已经用上 Manus 及其开源版本的网友反映，此类产品在运行速度、复杂任务执行上仍不太理想。未来，这款所谓的 " 全球首个通用 AI 智能体 "，或许要需要进一步打磨其用户体验，才能将瞬时的爆火转化为产品的成功。