
Manus免费开放注册,下一个AI爆发时刻来临?

今日,曾被炒至10万元的Manus正式宣布免费开放注册。
这一消息迅速引爆了AI领域的讨论热潮。符合近年来AI资讯“阶段性沉默、点状式爆发”的传播规律,短短50余字的消息引发了行业内外的高度关注。
Manus曾因邀请码稀缺一度引发市场争议,甚至被质疑为“饥饿营销”。然而,这款被称为“AI Agent领域DeepSeek时刻”的产品,在一夜爆红后热度逐渐回落。如今,随着5月12日晚上11点的一则公告,Manus再次成为焦点——即日起,用户无需等待即可直接注册,并获得1000积分奖励,同时每日可免费获取300积分(相当于一次使用机会)。
值得注意的是,尽管Manus的任务规划和输出生成需要消耗积分,任务复杂度越高所需积分越多,但其开放程度仍高于国内同类产品如DeepSeek、Kimi和元宝等,后者几乎完全免费且无门槛限制。不过,目前Manus仅支持国际注册,中文版本仍在开发中。
无论早期评价如何两极分化,人们对“终于能用上Manus”的期待值显然已被拉满。
那么,Manus的实际体验究竟如何?
两个月前,Manus创始人之一张涛在产品发布前夕曾表示:“我们定义了一个新赛道。”
这究竟有多“新”?
从技术层面看,底层突破或许尚待验证,但Manus确实在某种程度上初步回答了自去年底以来备受热议的问题:一个AI Agent产品的形态应该是什么样的?
以赤壁之战为例,我尝试让Manus生成一份详细报告,涵盖战斗经过、地图可视化及地形分析等内容。对于初次使用者而言,Manus的工作流程无疑令人耳目一新——它首先将任务拆解为多个子步骤,清晰地展示出每一步的具体操作逻辑。
更有趣的是,Manus直接将信息溯源嵌入工作流中。例如,在整理历史背景和相关地图资料时,它会实时打开维基百科和百度百科等权威来源,确保数据的真实性和可靠性。
这种严谨的逻辑设计不仅提升了用户体验,还有效减少了AI幻觉现象的发生(相比之下,DeepSeek在此方面表现欠佳)。
最终,Manus生成了一份包含引言、背景、经过、结果与影响的完整报告,总计超过2000字。此外,它还提供了详细的Todo清单、图片文件以及单独提炼出的战斗过程总结。
然而,值得注意的是,尽管Manus能在思考过程中追溯信息来源,但生成结果中的图片并未标注具体出处,仍有改进空间。
接下来,我提出了更具主观性的问题:如何概括Manus的优势?面对“套壳”争议,应如何理解通用AI智能体及其现阶段应用的重点?
这一次,Manus展现出更强的智能化水平。它并未急于猜测我的需求,而是通过反问明确我的具体关注点,并提供了一些引导性关键词。
随后,Manus生成了包括完整报告、参考资料和中间分析文档在内的10个附件。即使我未明确要求整合成报告,Manus依然主动完成了一篇包含摘要和参考文献的学术论文。
整体来看,Manus的表现颇为亮眼。不同于其他AI产品需用户反复优化Prompt,Manus仅需简单文字输入即可自主完成任务并交付成型成果。
唯一的不足是效率问题。上述两个任务各耗时约10分钟,而第二个更为复杂的提问更是消耗超过300积分,意味着即便初始赠送1000积分,普通用户也难以持续使用。
此外,Manus还尝试引导用户进行网页部署。然而,整个过程耗时长达25分钟,最终效果却略显粗糙——仅是一个填入文案的框架,缺乏任何UI设计感。
不少网友反馈称,Manus在PPT制作方面逊色于国际市场的Genspark,而在网页设计上又不及字节旗下的扣子。
显然,从内测到公测,Manus仍处于早期发展阶段。AI领域的快速迭代使其面临激烈竞争,尤其是国内团队在模型训练和产品创新方面的卓越表现,进一步压缩了先发优势的空间。
但不可否认的是,Manus的出现为行业指明了方向。
是否“套壳”已不再重要
从工作流可见,Manus的核心机制是在云端设置“虚拟机”,通过跨平台调用API实现任务分解与动态协作。这一模式不仅解放了用户的注意力,还重新定义了DAU(日活跃用户数)的计算方式。
正如Manus团队所言:“Attention不是all you need,解放用户的Attention才能重新定义DAU。”
最近,红杉第三届AI峰会上提出的新共识进一步印证了这一点:下一轮AI商业模式将从“卖工具”转向“卖收益”,最终走向“卖成果”。这意味着,未来AI应用的核心竞争力不再是模型参数规模或推理速度,而是能否真正完成任务并交付闭环。
作为全球首个通用Agent,Manus的意义在于探索AI Agent的真正形态——获取用户指令后,能够自主规划并与多智能体协作完成任务。
正如心响App产品经理所透露,该团队正是受到Manus启发,加班加点一个月才打造出这款竞品。这表明,Manus的成功不仅在于技术本身,更在于其对市场需求的精准把握。
“模型商品化”是Manus创始人肖弘一直强调的观点。他认为,AI应用的关键在于解决具体问题,而非单纯追求模型能力。
归根结底,Manus的核心价值在于其通用性和任务执行框架的设计,而非单纯的模型性能。这也说明,AI应用类产品是否“套壳”已不再重要,关键在于能否让用户高效完成实际工作。
还没有评论,来说两句吧...