最近一周，AI圈最热的词当属Manus。这款由北京红色蝴蝶科技有限公司推出的创新型AI智能体产品，虽然尚处于封闭测试阶段，但已经引发了广泛关注。Manus既收获了“下一个Deepseek”的高规格赞誉，也因任务失败率高等问题而受到质疑。

北京时间3月10日至11日，Manus在官方社交平台回应了外界关切，公司联合创始人、首席科学家季逸超披露了Manus使用的底层模型与开源代码。3月10日17点，Manus进行了2小时的维护，季逸超表示，维护后Manus的故障率大幅下降，但系统压力也更大，团队正在努力解决问题。

Manus“更新前后”的产品表现有何不同？新京报贝壳财经记者对此进行了视频、网页、文字、游戏四个维度的测试。测试发现，3月11日更新后，Manus任务的成功率从50%提升至66.66%，但仍存在“当前服务负载较高，无法创建任务”的情况。

快思慢想研究院院长、原商汤智能产业研究院创始院长田丰表示，应提倡AI原生的颠覆式创新，Manus团队值得提倡和鼓励。他们正不断追求新一代的AI原生应用模式和体验，这对行业的发展具有重要意义。

记者实测：更新后任务成功率明显上升

相比于大语言模型类产品的对话框交互方式，Manus的优势在于可以执行用户命令，且完全“可视化”。用户可以通过屏幕右侧的“Manus的电脑”窗口，完整看到Manus从思考、浏览网页到写程序甚至检测bug的全过程。

然而，在体验过程中，许多用户反馈Manus完成用户提交任务的成功率并不高。记者向Manus提出了8项任务要求，其成功完成了4项，任务成功率为50%。例如，要求Manus以清朝康熙时期“九子夺嫡”为背景设计一款游戏时，程序出现了停滞不动的状况。

而在3月11日更新后，记者向其提出了6项任务要求，Manus成功完成了4项，成功率达到了66.66%。失败的2项任务也并非中断，而是在任务开始之前就提示“当前服务负载较高，无法创建任务”。

季逸超表示，他们几乎把Manus的上下文限制翻了一倍，还增强了沙盒硬件，使得故障率大幅下降。但随着故障率降低，会话运行时间变长，系统压力增大，失败率又开始回升。他们正在努力解决这些问题。

回答问题耗时较长，答案比大语言模型更全面

记者测试发现，根据任务难度的不同，Manus执行任务的时间也不同。对于文字类任务，Manus的执行时间约为15分钟至20分钟。而对于涉及网页交互的任务，Manus耗时更长，但最终成功制作出了一个可以进行互动的网页产品。

贝壳财经记者通过实测发现，Manus执行任务的时间一般在15分钟左右，对于文字类的回复其执行相对轻松，并且能生成多个文档。例如，在提出“浏览B站热门视频，推测可能爆火的科技新闻类选题，并设计文案”这一任务时，Manus给出了包括“B站科技内容受众分析”在内的四个文档，回答的内容更加充分。

当然，Manus也并非“无所不能”。例如，在设计漫画作品的任务中，Manus只生成了文字框架和分镜设计，表示无法直接绘制图像或创建视觉艺术作品。此外，Manus在浏览网站时使用的是游客身份，当遇到需要登录才能浏览的内容时，就会发生访问失败的情况。

田丰指出，在需要精准信源的领域，如分析特斯拉股价时，Manus只能抓取二手信息，无法直接获取财报原文。这可能对用户决策造成实质性误导。

外部关注度上升，创新在于产品层面

与DeepSeek的传播路径不同，Manus是由国内先行传播。近期，英文用户对Manus的讨论正逐渐增多。田丰认为，Manus作为产品的核心突破在于构建了任务调度引擎，具有三个创新点：能够将复杂任务分解成清晰的子任务清单；像增强版搜索引擎一样主动抓取网页资料进行归纳整理；支持实时查看任务进度条。

然而，Manus目前仍存在短板。田丰实测发现，Manus执行复杂任务时超过40%会失败。他认为，当前Manus更适合生活场景而非专业场景。

有消息称，Manus平台将与阿里通义千问团队达成战略合作。对此，阿里通义方面回复称，双方确实在进行开源模型方面的合作。

多位观看Manus云电脑窗口的用户表示，看着Manus在窗口中“很努力”地执行任务，对AI Agent有了更直观的理解。智灵动力CTO朱旭琪认为，Manus把OpenAI曾展示过的“虚拟机”操作做出了比较好的交互性。

对于Manus所代表的AI Agent类产品在未来的发展，田丰认为，当前最大的阻碍是生态封闭。解决路径包括通过生态协商开放MCP接口或模拟人类操作接管用户账号完成动作，但都面临现实阻碍。

（文章来源：新京报）