2025 年 3 月 6 日凌晨,一个此前几乎无人听说的产品在中文互联网和 X 上同时引爆:演示视频里,它接到"筛选简历""调研房产""分析股票"这样的任务后,自己打开浏览器、翻网页、记笔记、写代码、产出完整报告——全程无人干预。几小时内"Manus"冲上热搜,邀请码在二手平台被炒到数万元,海外 AI 圈连夜讨论"中国团队是不是先做出了真正的通用 Agent"。
这场风暴的背景,是整个行业积压已久的期待:大模型会"说"已经两年了,大家等的是它真正会"做"。Manus 踩中的正是这个集体情绪——无论后续争议如何,它把"AI Agent"从论文和 demo 推进到了大众话题。
Manus 是什么
Manus（manus.im）是一款通用 AI Agent,由中国团队"蝴蝶效应"(Monica.im 的开发者)打造,名字取自拉丁语"手"——寓意直白:给 AI 装上手。
它与对话式 AI 的本质区别在工作模式:对话 AI 是"你问我答",而 Manus 接到目标后会自主规划并执行——拆解任务、操作云端浏览器、搜索阅读、运行代码、处理文件,在自己的虚拟机环境里一步步干完,最后交付成品(报告、表格、网页、数据文件)。你可以全程旁观它的操作回放,也可以关掉页面去忙别的,它在云端异步继续跑。
它如何工作
典型流程,以"调研国内 AI 编程工具市场格局并成稿"为例:
- 规划:Manus 把目标拆成子任务清单——确定工具名单、逐一查定价、搜集用户口碑、汇总成稿
- 执行:在云端虚拟机里开浏览器搜索、打开页面阅读、摘记要点,需要数据处理时现写 Python 脚本运行
- 自我修正:某条路径走不通(页面打不开、信息缺失)时换策略重试
- 交付:整合所有材料输出结构化报告,附过程记录可供审查
"云端异步+可回放"是它产品设计上的聪明之处:Agent 跑任务动辄几十分钟,让用户盯着屏幕等是不现实的,Manus 把它做成了"派出去一个实习生,干完叫你"的体验。
能力的真实边界
爆红之后的大规模实测,给狂热做了一轮校准,结论值得任何想用它的人记住:
可靠区:中等复杂度的网络调研与信息整合、结构化数据的收集整理、目标单一明确的多步任务——这类活它真能省你几个小时。
翻车区:需要精细判断和审美的任务、链条很长的复杂任务(中途出错率随步骤数上升)、需要登录或人机验证的网站、对事实精度零容忍的场景(它整合的信息照样会有错漏)。
行业的共识逐渐清晰:Manus 的工程整合做得出色,但底层依赖的还是现有大模型的能力上限——Agent 的稳定性问题是全行业的未解题,不是某家产品的独有缺陷。把它当"高效但需要复核的实习生",期望就摆正了。
与竞品比较
vs OpenAI Deep Research:Deep Research 专精深度调研,报告的严谨度口碑很高;Manus 的能力面更宽(操作浏览器、跑代码、产出文件),纯研究类任务两者互有胜负,操作类任务 Manus 覆盖更广。
vs Claude 的 Computer Use / Agent 能力:Anthropic 的路线偏底层能力开放,面向开发者;Manus 把同类能力包装成了开箱即用的消费级产品,产品化完成度是它的真实长板。
vs Devin:Devin 垂直于软件工程,代码任务更深;Manus 通用,覆盖调研、文档、数据等非编程场景。
vs AutoGPT 等早期开源 Agent:概念先驱,但稳定性和体验粗糙;Manus 可视为这一代理念的成熟产品化,差距主要在工程而非思想。
vs 各家后续跟进的 Agent 产品:Manus 爆红后,国内外大厂密集推出同类功能,赛道迅速拥挤——它的先发声量仍在,但"独一份"的窗口期已经过去,选型时值得横向比较。
适合交给它的任务
市场与竞品调研:系统性搜集某领域的产品、定价、口碑并成稿——Agent 价值最成熟的场景,挂着让它跑,自己去开会。
信息批量整理:一批链接/文件,按指定结构提取汇总成表。
数据收集类重复劳动:多来源查数、记录、汇总,机械但耗时的活。
内容创作的前期资料工:为写作搜集素材、整理引用,把"查资料"的时间整体外包。
使用心法一条:任务说得越具体,成功率越高。"帮我看看竞品"是灾难,"列出 X 领域前十产品的定价/核心功能/用户差评要点,输出对比表格"才是 Agent 友好的指令。
访问和价格
Manus 早期是邀请制，后来逐步开放注册，现在按积分计费，分 Free、Pro、Team 三类，美元计价。
- Free：每日 300 积分、每 24 小时重置，1 个并发任务、2 个定时任务；注册赠 1000 积分（这部分不过期）
- Pro：三档滑杆，每月 20 美元含 4000 积分、40 美元含 8000 积分（标有 7 天免费试用）、200 美元含 40000 积分
- Team：每席位每月 20 美元起，最少 2 人
- 各付费档年付约省 17%；2026 年初 Manus 把原来的 Basic / Plus / Pro 改成了现在这套命名，老用户在升降级前保留原价
Pro 档可用 Chat 模式与 Agent 模式下的 1.6 全系模型（1.6 Lite / 1.6 / 1.6 Max），含深度研究、网站部署、幻灯片生成、Wide Research，以及 20 个并发任务与 20 个定时任务。
订阅赠送的月度积分月底清零、不累计，注册赠送的那 1000 积分则不过期。积分消耗取决于任务复杂度、执行时长，以及模型、云端环境与第三方工具的用量；官方 2026 年 6 月说明，任务完成后保存或部署结果不会继续扣点。
几个用之前该知道的坑：积分消耗普遍比定价页给人的印象快，重度用户经常要在订阅之外额外买加量包；任务一旦启动就没法设预算上限，只能取消或等它跑完；每次任务都从零开始，没有持久的工作区。
访问：官网对中国大陆 IP 显示所在地区不可用，公司总部已迁至新加坡，大陆用户无法直接注册使用。
定价以官网为准。
怎么看待 Manus
冷静地说,Manus 的历史意义可能大于它某个版本的具体能力:它用一场爆红证明了大众对"会做事的 AI"的需求有多真实,也把全行业拽进了 Agent 竞赛。产品本身仍在和所有同行一起对抗 Agent 的不稳定性,但方向的确定性无人怀疑——AI 从"说话"走向"动手",这条路上 Manus 是值得记住的开局者之一。如果你有大量"机械但要动脑筋"的调研整理类工作,值得花一个免费额度,亲自看看实习生干活的样子。