导语：模型和应用的发展路径天然就是不同的。" 套壳 " 也不一定是件坏事。Manus 能成为下一个 DeepSeek 一样的现象级产品吗？现在下结论，还太早。

昨夜，AI Agent 产品 Manus 横空出世，瞬间点燃科技圈。此刻，所有 AI 爱好者都在疯抢 Manus 邀请码，甚至在某二手交易平台上，邀请码的价格已经被炒到 999 元到 5 万元不等。

作为全球首款真正意义上的通用 AI Agent，Manus 能够独立思考、规划并执行复杂任务，直接交付完整成果。其名称来源于拉丁语 "Mens et Manus"，意为手脑并用。在权威的 GAIA 基准测试中，Manus 取得了 SOTA（State-of-the-Art）的成绩，性能超越 OpenAI 的同层次大模型。

从发布的视频演示来看，Manus 在接到用户指令后，可以直接操作电脑完成一系列任务，如报告撰写、表格制作等，并最终导出符合用户需求的产品。与此前各类功能相对简单的人工智能助手不同，Manus 拥有超强的学习能力和适应性的 " 数字大脑 "，不再局限于单一任务，而是能够理解复杂指令、自主学习、跨领域协同，真正像人类一样思考和行动。

一些总结

Manus 爆火之后，网络上对他的评价开始两级分化。一方面，许多业内人士和科技爱好者对这款通用 AI Agent 的出现充满期待，认为它代表了人工智能领域的重大突破。另一部分则指责 Manus 过度营销。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：

Agent 是否可以通用化？个性化的 Agent 需求往往千人千面，而 Manus 试图打造一个 " 一体化 " 的 Agent 体系，是否可行？

最终是一个 AI 入口，还是一个孤立的工具？Manus 如果想做成一个真正通用的 AI Agent，必须整合 各种 Agent 能力 + compute use，但这意味着极高的工作量，并不是一朝一夕能完成的事。

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。

这是一个有潜力的方向，但核心仍然取决于能否真正优化任务执行流程，提高整体效率。

这又是一个本土团队的故事

肖弘，华中科技大学软件工程专业 2015 届校友，连续创业者，十余年技术创业经验的老将。早在校期间，他就展现出 " 折腾 " 精神，加入联创团队，带领团队推出志愿填报助手、咩咩、圈子集市等校园创新产品，为日后创业埋下伏笔。

第一战：夜莺科技——依附超级平台的商业验证

2015 年毕业后，肖弘创立夜莺科技，专注于企业微信 SaaS 工具，推出了 " 微伴助手 "" 壹伴助手 "，为企业提供高效的社交营销工具。这一模式不仅获得腾讯、真格基金等知名投资机构数亿元投资，还成功服务超 200 万 B 端用户，触达数亿 C 端用户。最终，该产品出售给明略科技。这一战役验证了 " 依附超级平台做垂直工具 " 的商业模式可行性，但也让肖弘意识到，技术创业的天花板并不止于此。

第二战：Monica —— AI

时代的新征程

2022 年，ChatGPT 的横空出世让肖弘敏锐捕捉到 AI 革命的风向。他随即成立 " 蝴蝶效应 " 公司，推出 AI 浏览器插件 Monica，主攻海外市场，意在避开国内巨头竞争，另辟蹊径。

Monica 是一个 All-in-One 的 AI 助手，集成多个主流大模型，用户可以随时随地与其聊天、翻译、生成文案、作图等。它不仅是个浏览器插件，更是一个正在进化的 个性化 AI 助手，能帮助用户获取、处理和存储信息。肖弘的愿景很明确：让 AI 不仅仅是工具，而是每个人的智能伙伴。

在商业模式上，他不追求大模型的底层技术突破，而是借鉴苹果等消费电子公司的模式，通过 整合 API+ 极致体验 实现差异化，重构应用层的价值。

2023 年，Monica 通过收购热门插件 "ChatGPT for Google" 迅速扩展用户规模。这款插件原本已积累 300 万用户，收购后，Monica 构建起 AI 工具矩阵，满足不同场景需求。这一策略不仅节省了产品研发周期，还验证了 " 工具全家桶 " 模式的市场价值。目前，Monica 累计用户已突破 700 万，稳居 AI Chrome 插件第一梯队。

2024 年 7 月，肖弘携张涛 、首席科学家季逸超共同创立 Manus AI，继续探索 AI 的未来。

张涛曾在字节跳动负责国际化产品，随后在光年之外担任产品负责人。

季逸超，也是是位备受瞩目的 90 后程序员和企业家。他在高中时期就读于北京大学附属中学，展现出对计算机编程的浓厚兴趣。在高二期间，他独立开发了 " 猛犸浏览器 "（Mammoth），这款浏览器在苹果应用商店上线后，迅速获得了大量用户的青睐。截至 2013 年，猛犸浏览器已推出五个版本，下载量超过 50 万次，成为全球下载量最大的手机付费浏览器之一。

" 套壳 " 不是终点，而是手段

无论是 Monica 还是 Manus，它们都代表了一种 " 套壳到极致 " 的产品思路。但在肖弘看来，" 套壳 " 不是贬义词，而是对资源的 优化整合。

作为一家专注于 AI 应用层 的公司，肖弘并不执着于自研大模型，而是 通过多模型动态调用（GPT-4、Claude 3、Gemini 等）来提升 AI 的综合能力，实现 " 软硬结合 " 的最佳平衡。不过，Manus 目前尚未透露其背后的具体大模型，但可以推测，其策略仍然是 结合多个基础模型 以匹配不同的任务需求。

但问题来了，" 套壳 " 真的是技术上的取巧吗？

在肖弘的商业逻辑中，大模型公司类似 芯片公司，专注于打造更优质、更具性价比的核心能力，而应用公司则更像 消费电子公司，通过品牌、渠道、交互体验来与用户建立更紧密的联系。换句话说， 苹果不会自己造芯片，但它依然是全球最成功的消费电子公司之一。

对应用公司而言，核心任务不是拼参数，而是通过技术产品化（TPF）和产品市场契合（PMF）， 让 AI 真正落地到用户的日常场景中。在这个逻辑下，" 套壳 " 不是简单地包装，而是 将复杂的技术封装为直观、易用、且高效的用户体验。

这也是 Monica 能够迅速崛起的原因。它不仅仅是一个 AI 助手，而是 一个能适应不同场景的智能工具。无论是在 YouTube、Twitter、Gmail 还是 The Information，Monica 都能提供定制化的交互方式， 让用户以最低的学习成本享受到 AI 的强大能力。这一策略让 Monica 在海外市场 用户量翻番，同时保持可观盈利。

当然，关于 AI 应用层与基础层的优先级，业内仍然存在分歧。

在 2024 年上海 GDC 大会 上，MiniMax 副总裁 刘华 发表了一番 " 反雕花 " 言论。他认为， AI 应用层不应过度打磨交互，而应注重大模型本身的能力提升。MiniMax 的观点很明确： 大模型能力比应用层 " 雕花 " 更本质。

但肖弘的看法不同。 " 雕花 " 不是目的，用户体验才是 "。他认为，无论是底层突破还是应用创新， 最终衡量标准只有一个——是否真正解决了用户问题。

在产品哲学上， Manus 进一步提出了 "less structure, more intelligence" 的设计理念。其核心观点是—— " 当你的数据足够优质、模型足够强大、架构足够灵活、工程足够扎实，AI 能力将不再是一个功能，而是一种自然涌现的智能。"

这意味着， 未来的 AI 不再只是一个 " 工具 "，而是一个 " 潜伏在后台的智能体 "。例如，Manus 支持 实时任务监控，你可以在移动端查看任务进展，而当你回来时，AI 已经自动完成了你的需求。

这是一种 反直觉 的设计理念——用技术对抗技术，让 AI 技术变得 " 隐形 "，从而让用户能专注于创造性工作。

最终，AI 产品的演进方向可能不是 更多的按钮、更多的参数调整，而是 更少的干预、更直觉的体验。对于肖弘而言， " 套壳 " 不是偷懒，而是高效利用资源，让技术真正服务用户。做到极致，" 壳 " 也能成为核心竞争力。

DeepSeek vs. Manus：中国 AI 的两条进化路径

如果说梁文锋代表的是中国 AI 的技术理想主义，孤注一掷地冲击大模型的世界之巅，试图在算力、数据和算法上与 OpenAI、DeepMind 正面交锋；那么 肖弘 走的，则是另一条极度现实主义的道路——他不专注于构建大模型，而是巧妙地在现有技术框架内，打造更高效、易用的 AI 产品。

模型和应用的发展路径，或许天然就是不同的。" 套壳 " 也不一定是件坏事。Manus 能成为下一个 DeepSeek 一样的现象级产品吗？现在下结论，还太早。让子弹再飞一会。

（文章为作者独立观点，不代表艾瑞网立场）