Manus AI 是誰？從自動化代理到全能助手
在生成式 AI 從「聊天」走向「行動」的 2025 年，Manus AI 被官方定位為「general AI agent」。相較於傳統大型語言模型僅能產出文字建議，Manus 透過混合 Claude Sonnet 與阿里巴巴 Qwen 的雙模型架構，搭配自行研發的任務鏈規劃器（Task Orchestrator）與瀏覽器沙盒，能夠自動分解指令、調用網頁 API、撰寫與執行程式碼，再將結果回饋至同一對話上下文中。使用者只需描述最終目標，例如「列出並比較 5 間台灣光學鏡頭供應商的毛利率與海外市佔率」，Manus 便會自動搜尋公開財報、抓取新聞數據、使用 Python 生成圖表、匯整觀察後輸出 PDF 報告。官方於 3 月 6 日公開測試後 24 小時，即累積逾 120 萬次互動。這種「一次對話、全程代勞」的體驗，對於忙於產品迭代與募資簡報的創業者而言，無疑大幅降低了時間成本，也帶來了不同於傳統 ChatGPT 的驚喜感。
一場「推薦碼經濟」：為何創業者願砸重金？
Manus 採邀請制上線初期，只向核心用戶釋出每日 5,000 組推薦碼，且額外附贈 1,000 點試用額度。這種稀缺機制迅速催生「黑市行情」：據業內投資人私下統計，3 月底在中國蝦皮拍賣對應平台「閒魚」上，一枚邀請碼最高曾被喊價至人民幣 50,000 元（約合 US$7,000）。推高價格的關鍵，不僅是工具本身，更是「先用先贏」的流量槓桿——多位 SaaS 創辦人透露，他們願意重金搶碼，是為了在競爭者尚未掌握代理人工作流時，率先將 Manus 內嵌進自家產品，從而提高用戶留存與投資人想像空間。這股「推薦碼經濟」也讓 Manus 團隊在短短兩週內收穫超過 200 萬封候補申請，間接為其後續融資談判增添籌碼。
技術佈局：混血模型與任務鏈引擎的秘密
深入觀察 Manus 的技術棧，可以發現其核心由三層組成：第一層為 Qwen‑72B 與 Claude Sonnet 的動態切換機制，利用前者在程式碼生成上的優勢與後者在推理上的長處；第二層為名為 "Magistrate" 的任務鏈引擎，可將大目標拆解為子任務並行處理，並透過權重評分確保路徑最短；第三層則是具備安全沙盒與用戶上下文持久化的 "Field Runner" 執行環境，使得 Manus 能在不暴露用戶硬碟的情況下讀寫檔案、呼叫雲端函式，最終將完整工作成果封裝成 share link。這項設計讓 Manus 在 GAIA 基準測試中於 Level‑1 取得 86.5% 的解析度得分，遠勝同周期代理產品的 70% 平均水準，也支撐了官方宣稱「把瑣碎工作外包給 AI」的產品願景。
資本與政策：北京力挺，下一個 DeepSeek？
北京當局近年積極扶植本土生成式 AI，從補貼算力到簡化備案流程，全力拉抬具國際潛力的新創。Manus 於 3 月通過《生成式人工智慧服務備案》後，不僅登上央視《新聞聯播》，更獲得國家中小企業發展基金領投的新一輪人民幣 5 億元融資。對比 2024 年成功出海的 DeepSeek，官方明顯意在複製「技術輸出 + 海外融資」的成長路徑。值得注意的是，Manus 亦宣布與阿里雲合作，未來將採用自研 NPUs 以降低推理成本，此舉有助其加速商業化並符合中國對生成式 AI 敏感內容的監管紅線。然而，當政策紅利與國際市場需求交織，Manus 能否避免「內外兩難」仍待觀察。
與 GPT‑4o、Gemini 的競合：代理框架還是平台思維？
OpenAI 在 2025 年 WWDC 前夕推出 GPT‑4o 原生 Agent Workflow，而 Google 也透過 Gemini Work Graph 布局自動經紀人市場。相較兩大巨頭的「平台即服務」策略，Manus 採取「工具即產品」路線：不開放 API，而是以封閉但易上手的雲端 IDE 提供端到端服務。這使得 Manus 得以在短時間內把用戶體驗打磨極致，卻也限制了其進入企業客戶的深度整合場景。對創業者而言，GPT‑4o 提供彈性更高的指令鏈結構，方便與自家資料湖串接；而 Manus 的優勢則是「開箱即用」與「互動回放」功能，能快速驗證 MVP。究竟「代理框架」還是「代理平台」更具長期競爭力？或許要等到 Gartner 所預測的企業決策自動化拐點來臨時，市場才會給出答案。
趨勢展望：自動化代理進入戰國時代，Manus 能否殺出重圍？
Gartner 最新數據指出，至 2027 年將有一半以上企業決策被 AI 代理部分或全程自動化，而全球生成式 AI 投資亦預計於 2025 年達到 6,438.6 億美元。面對急遽升溫的資本與需求，Manus 若要在眾多代理產品中保持差異化，必須在三方面交出成績：一是持續優化任務鏈深度，減少 LLM "幻覺" 造成的自動化錯誤；二是建立更透明的成本計價模型，避免「點數經濟」影響專業用戶採用；三是拓展多語言與跨雲端部署，以對抗美國巨頭的生態網絡。若能在這三條戰線同步推進，Manus 或許真有可能從「推薦碼神話」走向「下一世代數位勞動平台」。
參考資料
