在科技界的一次重大亮相中，一款名为Manus的产品凭借其“全球首款通用型AI Agent”的标签，迅速吸引了业界的目光。这款产品在发布初期，凭借前排观众的热烈反响和官方案例的显著成效，迅速成为了媒体和营销号的焦点。然而，随着用户测试的深入，邀请码的一票难求以及测试中出现的卡顿、迟缓等问题，使得Manus的口碑出现了两极分化，甚至陷入了“套壳”的质疑之中。
与此同时，国内的metaGPT和开源社区CAMEL-AI迅速响应，推出了各自的Manus复刻项目。metaGPT的Open Manus在GitHub上迅速积累了超过7000个星标，而CAMEL-AI打造的OWL则在智能体测试基准GAIA开源榜单上取得了57.7%的优异成绩。这两个团队借助Manus的热度，成功实现了破圈。
抛开流量层面的炒作和营销不谈，仅从产品思路和影响来看，Manus的这次抢跑无疑加剧了AI Agent领域的竞争，并预示着“GPTs类”智能体可能逐渐退出历史舞台。AI Agent在2024年已被公认为2025年AI竞争的关键领域，知名投行巴克莱的最新研报也将“推理模型”和“Agent”视为新时代的引领者。Manus作为这一趋势的先行者，很可能促使科技巨头加速布局AI Agent。
进入2025年，OpenAI推出了Operator和Deep Research两款AI Agent，微软也紧随其后发布了两个新的AI Agent。meta则为Facebook和Instagram推出了客服领域的AI Agent，而亚马逊的AWS也被曝出组建了一个专注于Agent开发的新团队，旨在帮助人们自动化生活中的部分事务。这些动作都表明，AI Agent的竞争正在逐步升温。
随着AI Agent的发展，人们对于其定位也越来越清晰。无论是开发者还是用户，都更加强调AI Agent的任务执行能力，而非定制化的聊天能力。这意味着，包括OpenAI在内的众多企业，都将逐渐放弃GPTs类智能体，转而探索如何提升AI Agent的执行效率。Manus的出现，无疑加速了这一进程。
在新的AI Agent竞争阶段，将呈现出四大趋势：从与AI合作转变为监督Agent工作；好的Agent将成为合格的终端消费品；编程平权将带来更灵活的执行；围绕Agent开始建设“统一市场”。在以往，人们会将GPTs那样的聊天机器人称作智能体，但这些智能体其实更像是人与AI合作完成对话任务的工具。然而，随着大模型的智能水平不断提升，人们召唤智能体将不再需要复杂的对话引导，而是直接发出命令进行监督执行。
Manus之所以能给人们带来震撼，正是因为它展现出了人发出命令、Agent直接执行的未来雏形。这种模式下，用户无需针对不同场景进行针对性设定，只需一句话就能启动不同领域的任务，从而大大提高了使用AI的效率。然而，这种面向未来技术能力的载体，在当前阶段往往存在技术上的不足和局限性。
Manus的成功之处在于，它从C端用户的需求出发，构建了一种高度灵活且低门槛的Agent服务模式。在B端市场，客户对Agent的可靠性有更高的要求，因此AI Agent在B端的探索往往从垂直业务场景的优化切入。而在C端市场，好的消费品不仅要好用，还要简单。Manus通过让Agent分析拆解需求、分配不同Agent执行任务、调用API完成任务并反思挑错的方式，实现了这一目标。
然而，Manus在执行具体任务的准确度与精细度上仍有欠缺。这是一个需要不断打磨和改进的过程。OpenAI也有类似Manus的想法，但选择的是先通过定制化模型训练出更适合执行具体任务的Agent。未来，这些Agent可能会成为ChatGPT手下的员工。
随着大模型的发展，AI推动的编程平权将为Agent执行任务带来更灵活的手段。一些公司构建Agent时，会选择由人来搭建整个工作流，但这种方式构建的Agent往往比较死板。因此，应该利用先进的推理模型赋予Agent人类工作生活中使用的工具，直接针对期望Agent达成的结果进行优化。Manus就强调了“Less structure, more intelligence”，减少对AI的结构化限制，依赖大模型能力来组建工作流。
最后，Agent需要一次“统一市场”的建设。用户在登录了Manus之后，如果想要发挥更好的效用，需要有一个连接范围极广的联合登陆机制。然而，在当前移动互联网的孤岛效应下，这一目标难以实现。因此，需要构建一个以Agent为核心搭建的操作系统，融合软硬件能力，协作不同模型，形成一个“大脑”来支撑AI系统的发展。
