Manus回归，AI智能体赛道迎来新变局
Manus 回来了，这是最近科技圈讨论度最高的一句话。不少人的反应和我差不多：先是一愣——它什么时候走的？紧接着刷到新消息、新功能、新的定位介绍，才慢慢意识到，距离当初那个“全民求邀请码”的疯狂三月，已经过去太久了。热搜还是那个热搜，产品也真的回来了，可围观的人、讨论的语境、以及整个AI智能体赛道的格局，全变了。这篇文章没有内部消息，也不做预言，单纯以一个长期关注Agent方向、自己也跑过不少workflow的从业者视角，聊聊这次回归到底意味着什么，今天再来看它，还有没有当初那份惊艳。
1. 从一码难求到悄无声息，Manus经历了什么
1.1 三月的那场风暴，本质是“认知冲击”
当时Manus能刷屏，靠的不是什么惊天技术突破，而是第一次有人把“AI替你干活”这件事，以近乎完整的产品形态拍到了你脸上。发布视频里，它打开浏览器、点击页面、填写表格、生成报告，全程不需要你在旁边输入第二句提示词。这种体验造成的冲击，远超当时任何一个聊天框产品。大家突然意识到，AI不止能聊天、能写代码，还能像实习生一样自己操作电脑完成任务。热情迅速反映在邀请码黑市价上，一度被炒到数千甚至上万，微信群、闲鱼、二手交易平台到处是求码的人。那段时间你甚至不需要解释Manus是什么，只要提到“那个AI实习生”，对方大概率已经了解。
我当时的判断是：这波热度里，至少五成是产品新奇感带来的溢价，剩下的才是对Agent产品形态的认可。新鲜感会退潮，但Agent的认知种子已经种下去了，之后整个行业都不会再走回头路。
1.2 高开之后，热度为什么散得那么快
任何现象级产品都会经历退潮，Manus这次退得尤其彻底，原因其实是叠加的。第一层，产品形态本身是“异步执行”模式——你发出任务，它在云端的虚拟环境里跑，快则几分钟慢则半小时，完成后通知你结果。这跟ChatGPT那种即时问答式反馈完全不同，用户在等待过程中没有持续的正反馈，新鲜感一过，很容易产生“太慢”“不直观”的感觉。第二层，它依赖的大模型底座并非自研，早期使用体验受限于底层模型能力，遇到复杂任务时，容易在某个中间环节“卡死”或给出偏离预期中间结果，这在后来还被一些人拿去做成了“AI翻车集锦”。第三层，也是最要命的——邀请码模式拉高了期待门槛。拿不到的人拼命想进，拿到的人发现它并不能保证完美处理真实需求，期待与体验之间的落差，被社交网络放大了。
于是事情走向了经典路径：爆火、涌入、质疑、退潮。等到几个月后大家再提起Manus，语气已经从“神器”变成“那个套壳的”，甚至有些人认为它只是把AutoGPT、AgentGPT这类开源项目包装得更精美而已。但平心而论，这种评价对一款产品化的Agent来说并不公平。套壳与否从来不重要，重要的是用户体验做没做好、任务完成不完成得了，只是当时整个市场对Agent的认知还太浅，容易走极端。
2. 回归后的Manus，到底还剩下什么
2.1 产品定位重新校准了
这次回归，Manus在对外口径上明显收敛了。不再一口一个“通用智能体”，不再拿“代替人类工作”这种大词当噱头，而是更频繁地提到“任务自动化”“工作流”“特定场景落地”这些务实的关键词。这个变化在我看来是必须的。前半年那种宏大叙事已经被证伪——所谓通用Agent距离真正意义上的人类替身还差得很远，反而是在特定领域做标准操作，才更接近当下大模型能力的边界。从产品层面也能看到，它开始向“更可控的执行环境”靠拢，倾向于在浏览器自动化、数据整理、内容生产辅助这类确定性较强的任务上做标准化，而不是继续幻想直接一脚踹进所有办公场景。方向调整了，用户的预期管理自然也更顺了。这不叫妥协，这叫活下来。
2.2 执行框架的成熟度，比想象中要高
如果你把Manus只看作一个聊天机器人加自动化插件的组合体，那还是低估了它。观察Agent类产品的核心，要看它的任务规划、工具调用、上下文管理、系统反馈闭环这几个维度。在这些方面，Manus这套执行框架在同类产品中完成度并不低。比如说，它知道什么时候该调用浏览器、什么时候该打开计算器、什么时候该停下来问用户确认，而早期版本的典型问题是“埋头一路执行到黑”，即便方向错了也会硬着头皮跑完。现在这类问题的出现频率明显下降，说明它在执行链路里引入了更多的暂停点和校验逻辑。从工程角度看，这是在真实的用户反馈和数据回流中一版一版磨出来的，不是靠秀演示视频能装出来的。还有一个容易被忽略的细节：Manus对会话上下文的处理方式更像一个“虚拟电脑的操作员”，它会记住之前执行过的步骤和中间产物，在长时间任务的连续性和断点恢复上，比普通AI助手要强出一截。
2.3 实测下来，它的能力边界非常清晰
我重新注册体验了一周，给它安排了几类典型任务，结论是好用和难用都非常明确。整理类、归纳类、检索类任务，它完成得相当利索。比如让它从几十份PDF里提取项目关键信息并汇总成表格，中间不需要我做任何干预，约20分钟跑完，格式干净，字段齐全。再比如让它关注某个行业内近期动态并输出简报，它确实会去检索多个信息源，给出带来源链接的摘要，虽然深度一般，但作为初稿价值足够。
可一旦任务涉及强主观判断、需要实时交互、或者要求严格的数值精度，它就会露怯。我让它帮忙在多平台比价并给出推荐方案，它倒是能把不同渠道的价格整理到表里，但排序逻辑和推荐理由写得比较机械，并且没有考虑到有些平台是二手转卖、有些是预售价这类隐藏因素，这些都是人一眼就能看出的问题。所以今天的Manus更像一个执行力很强的“初级专员”，而不是“全能工作者”。你交给它的任务定义得越清楚、可量化的指标越多，效果就越好；反过来，越是模糊的、需要常识判断的，它越容易把事情办得让你哭笑不得。
3. 物是人非的另一面：Agent赛道早就换了天地
3.1 海外巨头亲自下场，游戏规则变了
Manus离开大众视野的这段时间，整个AI行业的重心都在往Agent方向猛砸。OpenAI把智能体能力直接塞进了ChatGPT的操作系统里，让AI能接管用户屏幕完成跨应用操作；Anthropic那边的Computer Use方案也一路迭代，把“AI看屏幕、动鼠标、敲键盘”做成了一套更成熟可商用的范式。这些产品依托的是自家顶级的底层大模型，工程资源和生态整合能力也都是顶级。Manus作为创业团队要在这个牌桌上正面硬刚，难度系数比三月那时要高出一个数量级。尤其是巨头们不需要重新教育用户——用户已经被“AI能操作电脑”这件事训练过了，反而是在直接争夺同一个心智入口：谁能让任务真正落地，谁就是下一轮赢家。
3.2 国内市场同样挤满了人
国内赛道的竞争更有意思。一类是通用大厂，直接把Agent能力集成在自家超级App里，走的是“聊天工具顺手把活干了”的轻路径；另一类是垂直玩家，主攻浏览器操作、自动化办公、数据采集等细分场景，以插件或独立应用形态切入。更不用说大模型开源派系的持续发力，中间层工具的普及让Agent开发门槛骤降，所有人都想在这条线上找到自己的生态位。在这种多路混战局面里，Manus作为独立产品反而变成了一个相对特殊的存在：它不依附于某个大厂生态，也没有开源底座绑定，是完全独立的第三方Agent入口。好处是场景覆盖不受限，坏处是没有规模巨大的用户基础，冷启动和留存压力全得靠自己扛。
3.3 用户心智的转变，是一切变化里最关键的
半年之前，大家形容一个AI产品厉害，用词通常是“什么都能干”。今天再看，多数人的评价体系已经切换到“它在哪些场景里真好用”。用户开始关心能不能和文档协同、能不能接自己的数据、执行过程透不透明、失败了能不能定位原因。这种心智成熟对整个行业是好事，但对Manus来说意味着它不能再靠“概念新颖”拿分，必须证明自己是个日常值得打开的工具，而不仅仅是偶尔拿来做做乐子。坦白讲，用户对Agent的容忍度比纯聊天AI更低——聊天AI说错话你哈哈一笑就过去了；Agent把流程中间某一步做错了，浪费的是时间和真金白银。这种在“有用性”上的硬标准，才是今天所有Agent类产品共同面对的真问题。
4. 再见Manus，我看到的优势和硬伤
4.1 差异化优势是哪来的
在一个巨头林立、开源繁盛的时间点审视Manus，它的竞争力来源其实很朴素：把一个靠谱的Agent执行环境做成开箱即用的服务。多数人没有精力去自己搞虚拟浏览器、搭工具调用链路、维护上下文记忆，Manus把这一堆技术细节包装成了“输入任务、等结果”的傻瓜式体验。尤其对非技术背景的用户，这是非常有价值的一层抽象。同时它在多步任务上的稳定性仍在行业平均水位之上，虽然做不到零失误，但往往能自己纠正一些执行偏差，这种“轻自我纠错”能力是极大提升用户信任感的地方。说白了，国产Agent里真正沉淀过海量真实执行数据的没有几家，Manus跑过的任务量级所带来的数据飞轮，可能是它最不起眼却最值钱的资产。
4.2 让人犹豫的几个问题
不过硬伤也很明显。底层模型不是自己的，意味着能力的天花板和迭代节奏都攥在别人手里。在Agent赛道上，底模能力决定了执行质量的极限，这一环受制于人终究是隐患。另一点是执行耗时和定价的矛盾。异步任务模式决定了它没法像聊天产品那样“秒回”，用户一旦没有耐心，很容易流失；而计算资源又是实实在在的成本，如果商业化定价过低，长期难以为继，过高又会把大众用户挡在门外，这个平衡并不好拿捏。还有生态集成层面的问题——目前它依然以独立工作台的形态存在，没能深入嵌入到用户日常使用的办公软件、文档系统、项目管理工具里面去，没有生态抓手，就难以形成真正的使用惯性。
4.3 从现在起，谁适合用它
给个比较实操的建议。如果你本职工作里经常要处理“大量信息输入的整理型任务”——比如搜集资料、整理素材、做会议纪要初稿、批量提取文档字段、生成标准化日报周报，Manus这类产品现在就能省下不少时间。但如果你指望它帮你做复杂创意构思、需要强专业知识判断的分析、或者毫厘不差的财务数据计算，趁早打消这个念头，它更适合当你的初级助理，而不是你本人。把它用好的关键在于任务拆解能力：你先替它把大目标拆成小步骤、边界说清楚、验收标准写明白，它给你的结果才会稳。你可以看它执行过程，也可以随时中断修改，把它当成一个需要你“带一带的实习生”，绝大多数靠谱时刻都来自你交代需求的方式。
5. 聊点回归之外的真心话
Manus这次回来，恰好赶上了一个更冷静、更较真的市场节点，这对它来说是比任何流量都重要的机会。三月的爆火让大家都学会了要把期望值调低，也教会了用户对Agent保持一种更务实的审视态度，这种环境更容易逼出一个产品迭代出真实价值。作为长期关注这个领域的人，我真心希望它能借此把“异步执行+可感知过程”这条路线走到极致，因为直到今天，能把这个体验做到流畅的产品依然不多。
如果你之前没赶上那波邀请码浪潮，现在反而可以轻松注册体验一下，不用再看任何视频介绍，自己扔几个工作任务给它试试，感受会直观得多。这条赛道未来还有无数轮更迭，今天的所有讨论都会很快过时，但亲手用一用、踩一踩它的边界，会让你对Agent能做什么、不能做什么，有一个比热搜准确得多的判断。