昨天夜里，深夜惊雷。
一个新团队突然发了一个首款通用行的项目：Manus。我人直接看麻了。
看完我的第一感觉，卧槽，人类又要一败涂地了。
这尼玛，就是OpenAI的DeepResearch和Claude的Computer Use的究极集合体，甚至，他还能自己写代码，直接Coding Agent。
这特么是什么怪物啊。。。
我预想到这一天会来，只是没想到，来的如此之早。
Manus在GAIA的评分上，也非常的离谱。
1 Q$ C6 y' q! R0 `+ O, c2 b
& j+ [( b" \+ D, W- Y% \已经超越OpenAI的DeepResearch的了，成为GAIA评分第一。
可能很多人不知道GAIA是个啥，我简单说一下。
GAIA（General AI Assistants）是一个面向通用AI助手能力的基准评测体系，由 Meta AI（FAIR）、Hugging Face 等研究团队于 2023 年提出。
有一篇非常著名的论文：
3 R7 e% ~% c, u, w1 ?1 \7 P! B' @9 ^
1 Y' O4 K" [/ G8 q6 }8 Y
里面有466个精心设计的问题。
传统的测试一般都是数学（AIME）或者一些专业知识问答、编程等等，但是GAIA测试，里面很多都是概念简单，但是需要多步骤解决的实际问题。
其中分为三个级别，Lv.1、Lv.2、Lv.3，难度依次递增。
想通过GAIA的测试，一般需要网络检索能力、工具调用能力、编程能力、文件处理能力等等。
在23年的时候，人类一般能达到90%的成功率，而那时候的最强AI GPT4，在第一级才勉强达到15%。
再看这张图，你就知道，有多强了。。。
, q E6 t% o3 Q3 _: q
8 `* @) p+ e9 L0 z
说实话，我目前还愿意为ChatGPT每个月都氪200刀，主要就是o1 Pro和
DeepResearch，这两玩意有一说一，在我做一些研究和需要强推理任务的时候，还是非常好用的。
而Manus这波，把DeepResearch干碎了，要知道，它之前已经是最强了。。。
现在有个很难顶的问题是封测中，所以只有邀请码的用户才能体验到。
所以，我也动用了我的人脉，花了十分钟的时间，联系到了Manus团队的人，非常幸运的获得了邀请码。
* @6 y& q! T( ]
9 z3 m8 h" B/ E Z$ g0 ^2 A3 f" m
不过，即使是没有拿到邀请码的用户，也可以去他们官网，大概看一下他们的Use Case，每一个，都非常的有意思。
$ ^$ |, M+ b2 J- ^2 p, g
/ y# d" @* u1 s) Z) r _6 K而如果你有了邀请码，正常登录进去以后，就是一个大大的界面：
B- M# l" N, v9 {4 f$ x4 s# [" j9 A
虽然都是一个对话框，但是Manus的能力还不太一样，他不是那个你提出个问题，AI一会就会直接给你回答Chatbot。
而是当你提出问题之后，他会根据你的问题和要求，来拆解任务，进行极度复杂的任务规划和执行。
并且会在云端自动运行，你可以直接退出出去，等运行完了，会通知你。
比如之前的那篇GAIA的论文，我想把PDF变成一个能拿出去讲的PPT，我把这个要求提给Manus的时候。
他会先把我的需求拆解。
我是这么说的：
1. 我希望你写一段Python程序，用OCR把这篇论文的PDF信息提取出来。
2. 将PDF里面的信息总结成PPT大纲。
3. 按照小米发布会的风格，做一份给普通人科普用的PPT。
4. 给我PPT的下载文件。
他会开始花一点时间来理解。
6 A/ c# d: d. }
- C5 l' ?* r6 n
然后，在右边的窗口上，运行一个虚拟机，准备开始执行操作。
0 U8 e0 K- J5 b" _
. S2 d9 ]6 Z* |' Q7 J
在虚拟机开启之后，会第一时间，列一份To Do List。
5 z( f9 R& v( k4 d) u6 n2 |
) M0 Y2 e: o7 u8 ?: z' j然后，就会开始执行第一个任务，安装python库。
完成的项目，会全部在右边的预览窗口打x。
% M6 ]. j" Y! A, z7 y: K. q/ b/ n
! Q+ i/ ~8 u1 O/ H6 _* ]8 q+ R' `% A他们用了一个非常有趣的交互形式，就是实时加进度同步。
t4 g7 E0 Q! f- ^& x1 }& f, h: Q, o) k
右边的界面就像PPT一样，不断的下一页下一页，让你实时的看到，当前这个Manus正在做什么，你能看到它的每一点想法，每一个动作，这个掌控感真的太强了。
即使要等很久，你看着他在一点一点执行，这个感觉也真的很爽。
而右下角的任务步骤也可以展开，非常直观的告诉你，大步骤进行到哪一个阶段了。
* x7 E& c; ?$ ?3 A5 Z# X$ f; v8 m1 y+ W
交互做的极棒。
我这个case，只需要等大概几分钟以后，一个PPT就出来了。
. W5 ?$ ?: e$ S) r5 [7 F$ Z4 Q8 O5 W, D. m
看看PPT。
3 l! { U: L- N3 [! v- G$ ^$ j* a
信息是没问题的，就是这美感= =还是欠缺了一点，但是在信息的排版和内容质量上，真的高到爆炸。
这个其实并不是特别能展示它的能力，我再展示另一个，我曾经试图让所有Agent尝试的例子，帮我整理发票。
我经常要出差，所以有一堆乱七八糟的发票需要让公司报销的，但是公司的大总管呢，制定了一个SOP，就是发票你不能直接打包给她，这样太乱，所以需要做成一个excel的模板，这样她好对账。
- o& v8 |& e" q" W# V
# q5 F- [7 {" y J: J+ j6 r' N+ b就是这样的，但是你知道，我要每个月把我的十几张发票，都处理成表格，真的很麻烦。
所以，当我抱着试试看的态度，把这个任务交给Manus的时候，我震惊了。
因为，它成功了。。。
! S: Z& t- n% X9 J" n; I/ s7 y, e O, u
我当时就浑身发麻了，实在太牛逼了。你们懂那种，浑身触电的感觉吗。
我给大家过一下流程。
最开始，我的Prompt超级简单。
. g, J, W- ~4 }* V! a8 C$ z! j/ W6 D
0 F( C" r/ C& u4 V9 B+ e B就这么简简单单的一句话。
他在思考完以后，处理成了8步任务。
" `# a, R5 U" J1 g" u4 J# U# ~! v2 \/ v, x, R
然后，解压压缩包，安装OCR依赖，提取发票，整理成表格等等等等。
: Y; Y+ j3 _6 [0 d4 c7 i- g* l% P1 A
我什么也没干，他就自己这么跑着。
9分钟以后，提示我任务完成了。
我一回来，就看到了了这个画面。
4 m* S w" ]% c( a$ z
4 S M, R5 G( M
只有一个小地方没填上，其他都是对的。
太离谱了，这还需要人干吗？
我还用它，分析了一下阿里巴巴股票。
: p- m4 O( v$ u: _2 R5 N: y
. x1 l9 [5 W, a I! o: d7 H; R同样的case，我们先看看OpenAI的DeepResearch的结果。
/ i" m7 g0 ]6 K1 C
& o @) p3 W* z& ~ h' `* {
质量是不错，很高，但是对比一下Manus，那可读性实在是有点不堪重负了。。。
Manus直接把任务拆解成了8步。
1 d2 O* r" N! K& w3 E
( C5 o$ d$ [; J# _) ~最重要的是，当他们完成的时候，所输出的内容。
当我看到所谓的报告，给出的是一个链接的时候，我就猜到，这个事情有点不简单了。
5 V3 j0 ?7 i; {) X- B# C; C2 L J- {1 Q) j
点进去以后，果然。。。
) {* \6 U y4 m" J- O. O5 x* ~. N% n
不仅图文并茂，这尼玛，这些图标图表居然是可以交互的。。。
我真的给跪了，我想给Manus磕一个。
然后今天QwQ不是开源了32B的推理模型吗，我又让Manus随手做了一个千问开源的时间线。
在经历了30多分钟后，一张时间线的地图就出来了。大家可以验证一下看看准不准。。。
P5 `- t% a% X; r6 `$ x) Y5 J) w/ |2 }
$ q+ R# B4 X. a7 z7 R% }我无话可说，人已跪地。
短短的几个小时的体验时间
人类真的即将，一败涂地。
在Manus的prompt技巧上，我自己试了下，你的点，一定要足够的清晰，描述越清晰具体，Manus 就能执行得越精准。
明确说明你的期望、格式要求和质量标准，可以大幅提升最终交付物的匹配度。
这一点，非常重要。
2025年3月6日，我觉得，即使在AI圈，也是一个值得铭记的日子。
阿里开源QwQ-32B，以如此尺寸在性能上追平DeepSeek R1满血版，另一边，Manus一夜崛起，把Agent工程带上了一个新的高度。
而这两个团队，都属于我们中国。
没错，都是中国团队。
为之自豪吧。
今夜的这一片星空，属于China。
宇宙，正在为我们而闪烁。
发表于 2025-3-6 12:55:56
+ V* \8 n/ q" l* s9 b- A& W
楼主
