一手体验首款通用Agent产品Manus – 唯有惊叹。 前沿技术 大模型技术 新闻资讯 25年4月14日 编辑 charles 取消关注 关注 私信 昨天夜里，深夜惊雷。 一个新团队突然发了一个首款通用行的项目：Manus。演示在此，我人直接看麻了。 看完我的第一感觉，卧槽，人类又要一败涂地了。 这尼玛，就是OpenAI的DeepResearch和Claude的Computer Use的究极集合体，甚至，他还能自己写代码，直接Coding Agent。 这特么是什么怪物啊。。。 我预想到这一天会来，只是没想到，来的如此之早。 Manus在GAIA的评分上，也非常的离谱。 已经超越OpenAI的DeepResearch的了，成为GAIA评分第一。 可能很多人不知道GAIA是个啥，我简单说一下。 GAIA（General AI Assistants）是一个面向通用AI助手能力的基准评测体系，由 Meta AI（FAIR）、Hugging Face 等研究团队于 2023 年提出。 有一篇非常著名的论文： 里面有466个精心设计的问题。 传统的测试一般都是数学（AIME）或者一些专业知识问答、编程等等，但是GAIA测试，里面很多都是概念简单，但是需要多步骤解决的实际问题。 其中分为三个级别，Lv.1、Lv.2、Lv.3，难度依次递增。 想通过GAIA的测试，一般需要网络检索能力、工具调用能力、编程能力、文件处理能力等等。 在23年的时候，人类一般能达到90%的成功率，而那时候的最强AI GPT4，在第一级才勉强达到15%。 再看这张图，你就知道，有多强了。。。 说实话，我目前还愿意为ChatGPT每个月都氪200刀，主要就是o1 Pro和 DeepResearch，这两玩意有一说一，在我做一些研究和需要强推理任务的时候，还是非常好用的。 而Manus这波，把DeepResearch干碎了，要知道，它之前已经是最强了。。。 Manus网址在此：https://manus.im 现在有个很难顶的问题是封测中，所以只有邀请码的用户才能体验到。 所以，我也动用了我的人脉，花了十分钟的时间，联系到了Manus团队的人，非常幸运的获得了邀请码。 不过，即使是没有拿到邀请码的用户，也可以去他们官网，大概看一下他们的Use Case，每一个，都非常的有意思。 而如果你有了邀请码，正常登录进去以后，就是一个大大的界面： 虽然都是一个对话框，但是Manus的能力还不太一样，他不是那个你提出个问题，AI一会就会直接给你回答Chatbot。 而是当你提出问题之后，他会根据你的问题和要求，来拆解任务，进行极度复杂的任务规划和执行。 并且会在云端自动运行，你可以直接退出出去，等运行完了，会通知你。 比如之前的那篇GAIA的论文，我想把PDF变成一个能拿出去讲的PPT，我把这个要求提给Manus的时候。 他会先把我的需求拆解。 我是这么说的： 1. 我希望你写一段Python程序，用OCR把这篇论文的PDF信息提取出来。 2. 将PDF里面的信息总结成PPT大纲。 3. 按照小米发布会的风格，做一份给普通人科普用的PPT。 4. 给我PPT的下载文件。 他会开始花一点时间来理解。 然后，在右边的窗口上，运行一个虚拟机，准备开始执行操作。 在虚拟机开启之后，会第一时间，列一份To Do List。 然后，就会开始执行第一个任务，安装python库。 完成的项目，会全部在右边的预览窗口打x。 他们用了一个非常有趣的交互形式，就是实时加进度同步。 右边的界面就像PPT一样，不断的下一页下一页，让你实时的看到，当前这个Manus正在做什么，你能看到它的每一点想法，每一个动作，这个掌控感真的太强了。 即使要等很久，你看着他在一点一点执行，这个感觉也真的很爽。 而右下角的任务步骤也可以展开，非常直观的告诉你，大步骤进行到哪一个阶段了。 交互做的极棒。 我这个case，只需要等大概几分钟以后，一个PPT就出来了。 看看PPT。 信息是没问题的，就是这美感= =还是欠缺了一点，但是在信息的排版和内容质量上，真的高到爆炸。 这个其实并不是特别能展示它的能力，我再展示另一个，我曾经试图让所有Agent尝试的例子，帮我整理发票。 我经常要出差，所以有一堆乱七八糟的发票需要让公司报销的，但是公司的大总管呢，制定了一个SOP，就是发票你不能直接打包给她，这样太乱，所以需要做成一个excel的模板，这样她好对账。 就是这样的，但是你知道，我要每个月把我的十几张发票，都处理成表格，真的很麻烦。 所以，当我抱着试试看的态度，把这个任务交给Manus的时候，我震惊了。 因为，它成功了。。。 我当时就浑身发麻了，实在太牛逼了。你们懂那种，浑身触电的感觉吗。 我给大家过一下流程。 最开始，我的Prompt超级简单。 就这么简简单单的一句话。 他在思考完以后，处理成了8步任务。 然后，解压压缩包，安装OCR依赖，提取发票，整理成表格等等等等。 我什么也没干，他就自己这么跑着。 9分钟以后，提示我任务完成了。 我一回来，就看到了了这个画面。 只有一个小地方没填上，其他都是对的。 太离谱了，这还需要人干吗？ 我还用它，分析了一下阿里巴巴股票。 同样的case，我们先看看OpenAI的DeepResearch的结果。 质量是不错，很高，但是对比一下Manus，那可读性实在是有点不堪重负了。。。 Manus直接把任务拆解成了8步。 最重要的是，当他们完成的时候，所输出的内容。 当我看到所谓的报告，给出的是一个链接的时候，我就猜到，这个事情有点不简单了。 点进去以后，果然。。。 不仅图文并茂，这尼玛，这些图标图表居然是可以交互的。。。 我真的给跪了，我想给Manus磕一个。 然后今天QwQ不是开源了32B的推理模型吗，我又让Manus随手做了一个千问开源的时间线。 在经历了30多分钟后，一张时间线的地图就出来了。大家可以验证一下看看准不准。。。 我无话可说，人已跪地。 短短的几个小时的体验时间 人类真的即将，一败涂地。 在Manus的prompt技巧上，我自己试了下，你的点，一定要足够的清晰，描述越清晰具体，Manus 就能执行得越精准。 明确说明你的期望、格式要求和质量标准，可以大幅提升最终交付物的匹配度。 这一点，非常重要。 2025年3月6日，我觉得，即使在AI圈，也是一个值得铭记的日子。 阿里开源QwQ-32B，以如此尺寸在性能上追平DeepSeek R1满血版，另一边，Manus一夜崛起，把Agent工程带上了一个新的高度。 而这两个团队，都属于我们中国。 没错，都是中国团队。 为之自豪吧。 今夜的这一片星空，属于China。 宇宙，正在为我们而闪烁。
