套壳的 AI 产品，不可耻，也有用

短短几天，Manus 成了衡量 AI 产品优劣的最佳试金石。

近期，Manus 在海外的热度暴涨，，外国大 V 自发在 X 平台转发宣传，《福布斯》更是直接盖章定调，冠上了「第二个 DeepSeek 时刻」的称号。

让子弹再飞一会儿，却净是反转、反转、再反转。噪声太多，容易淹没对一款产品价值的判断。在业内，AI Agent 的落地早已心照不宣，底层基础模型的进步，Deep Research 的广泛普及，都为犹在襁褓的 Manus 席卷全网扫除了不少认知障碍。

在喧嚣之外，我们需要重新审视，一个套壳 AI 产品对用户和行业是否有价值？在 AI 快速迭代的今天，创新的定义是什么？

Manus 海外风评如何

Manus 的爆火来得猝不及防，以至于连团队也没有准备好迎接这泼天的流量。

合伙人张涛近日发文称低估了大众的热情，目前服务器资源无法满足市场需求，因此只好采用邀请码机制，同时也表示团队正在全力输出，争取让大家早日体验到更好的产品。

与刻意降低国内存在感的策略不同，Manus 这几天反而向不少海外 X 博主大 V、以及 Reddit 社交平台陆续开放不少邀请码，有意借势推高热度。

拿到使用权的 @deedydas 让 Manus 对特斯拉股票进行专业的分析，结果它在大约一个小时内完成了通常需要大约两周才能完成的的专业级工作。这效率，不比打工人好用（不是）。

[

先别羡慕 AI 三小时做的小游戏，9 天赚 12 万，manu 也能做。@_akhaliq 让 Manus 用 three.js 打造一款无尽跑酷游戏，画面游戏有些粗糙，但游戏机制相当完善。

搞钱才是王道，这也是网友对 Manus 呼声最高的要求。使用 Manus 构建一个仪表板，筛选出日本符合收购条件的上市公司作为潜在的收购目标，还能打造成 90 年代风格的日本视频游戏。

结果也是完美交付，让人挑不出毛病。

@LamarDealMaker 对 Manus 的能力赞不绝口，称其为最疯狂的 AI Agent。

Manus AI 在极短的时间内为他规划了一次为期两个月的家庭旅行，路线涵盖澳大利亚、新西兰、阿根廷和南极洲，安排得滴水不漏。并且，它还能够自动分配任务、浏览网页研究，最终奉上了一份涵盖住宿、预算和美食指南的详细行程。

另一位用户 @ivanfioravanti 则秀出了 Manus AI 用 p5js 做的动画，创意和效果双双在线。

Hugging Face 的产品负责人称 Manus 是「我用过的最令人印象深刻的 AI 工具」。AI 政策研究员 Dean Ball 将 Manus 描述为「最复杂的 AI 计算」。

要说 Manus 的重量级背书，绝对少不了两位比较重磅的人物。

一个是 Twitter 创始人 Jack Dorsey，直接甩出了「excellent」的评价，言简意赅但分量十足。另一个则是 X 博主 Rowan Cheung，他所创立的 therundownai 可以说是 X 平台阅读量最大的 AI 新闻快讯自媒体。

Rowan 前几天还没体验 Manus，却在海外率先喊出「中国第二个 DeepSeek 」。截至目前，那条推文也在 X 平台狂揽 276 万的阅读量。

直到最近，Manus 团队也向 Rowan Cheung 分享了邀请码。

创建 Rowan Cheung 的传记、并据此部署网站；分析旧金山最佳租车地点；创建一门关于内容创作 AI 的完整课程，Manus 的表现也都可圈可点。

先说好评，还有差评，@mckaywrigley 给 Manus 打了个大大的好评，认为它的底层代理模型和 UI 都做得无可挑剔，但这位博主也话里有话，主打一个未来可期，点到即止。

@ai_for_success 是最早一批点赞 Manus 的博主。

同样地，他其实最开始并未拿到邀请码，体验后，他表示，「Manus AI 太疯狂了，我以前从未使用过类似的东西。」还特意加了个免责声明，说自己没拿 Manus 一分钱。

尽管案例很高大上，但问题是计算是否正确，他的心里也没底。

相比 OpenAI 的 Deep Research，医学博士 @DeryaTR_ 就指出 Manus 历经两轮尝试，都未能顺利完成任务，且耗费时间过长。

有趣的是，Manus 创始人季逸超今天在 X 平台发文称，Manus 为了提高系统性能而降低了故障率，但结果用户的会话现在运行时间更长，且由于系统负荷过重，Manus 故障率又开始回升。

站在福布斯的另一端，外媒 TechCrunch 则指出 Manus 可能不是中国的第二个「DeepSeek 时刻」，几轮体验下来都以任务失败告终。

极致的套壳，就是胜利

Manus 爆火后，网友们抛出的头号疑问是，它真就有技术壁垒吗？

张涛曾在混沌学园采访中谈到，单纯的「套壳」（即直接使用大模型的技术输出）在 AI 普及的背景下，难以成为核心壁垒。真正重要的是找到市场需求和商业逻辑，利用 AI 这个「通用商品」创造独特的价值。

换句话说，套壳只是起点，关键在于如何构建需求驱动的差异化优势。

昨日，网友 @jianxliao 因为疑似套出 Manus 系统提示词和运行代码，引来了季逸超的回应。

回应的细节很多，但较为值得关注的是，当被问及 Manus 的基础模型时，他表示目前使用的是 Claude 和 Qwen 微调模型。并且，Manus 采用多 agent 协作的架构设计。

早在 Manus 崭露头角前，海外如 OpenAI 的 Deep Research 已是相对成熟的产品。据 The Information 报道，OpenAI 甚至还计划推出一款每月高达 2 万美元的博士级 Agent。

某种意义上，Manus 的成功像是「摸着前人石头过河」。

技术若无热度，便如深谷孤响，Manus 有了足够的热度和关注，也吸引更多人投入资源和精力去研究、复现甚至开源类似的技术。

最近，MetaGPT 的 4 名团队成员在 GitHub 发布了名为「OpenManus」的开源项目，旨在复刻 Manus 的核心功能，同时大幅降低使用门槛。

团队宣称，该项目仅花费了 3 小时便开发完成。

快是快了，但这种速度带来的代价是功能和效果上的妥协，OpenManus 更偏向技术验证和社区协作，功能深度也更聚焦，无法像 Manus 那样覆盖广泛场景。

截至发稿前，OpenManus 在 GitHub 已收获超 2.6 万的星标。

据官方介绍，OpenManus 支持 SEO 审计与报告生成，同时采用轻量化设计。其基于 MetaGPT 的多智能体协作框架，支持利用不同角色分工并自动化生成代码与文档。

此外，OpenManus 的开源特性，允许社区为其贡献扩展功能。该项目的底层支持来自 Anthropic 的 computer-use 和 browser-use。

置身于风暴中心，OpenManus 背后的四名成员连同他们的过往经历，迅速被媒体扒出：

• 梁新兵：华东师范大学硕士，曾参与爆款 AI Agent 项目 Data Interpreter 的开发。
• 张佳钇：中国人民大学高瓴人工智能学院本科生，目前在香港科技大学（广州）攻读博士，其参与的智能体框架 AFlow 刚被深度学习顶会 ICLR 2025 接收。
• 向劲宇：西南交通大学应用物理学本科，曾在 2024 年阿里巴巴全球数学竞赛 AI 赛道斩获全球第二。
• 于兆洋：中国人民大学高瓴人工智能学院本科生，与校友张佳钇曾凭 MathAI 方案在阿里数学竞赛 AI 赛道拿下全球第三。

同样在 3 月 7 日，CAMEL AI 的 OWL 项目公布，并剑指 Manus。

官方表示 OWL 直接做到开源界 GAIA 性能天花板，达到了 58.18%，超越 Huggingface 提出的 Open Deep Research 55.15% 的表现。

在官方给出的演示案例中，让 OWL 查询今天伦敦有哪些电影上映。

它会自动生成待办事项规划并编写任务清单，开始浏览网页，搜索伦敦地区符合条件的电影院。

整个过程宛如真人操作，流畅地执行滚动、点击、输入以及实时信息检索等步骤，最终为用户呈上一份详尽的当日电影总结报告。

据 CAMEL AI 介绍，OWL 通过逆向工程将 Manus 工作流拆解为 6 步，并开源所有模块；支持 GitHub 一键 clone，同时工具链能够自由扩展，执行环境也支持云端和本地任选。

CAMEL AI 强调，OWL 完全免费，且优化了 Token 消耗。

然而，与这些后续开源项目相比，Manus 的真正优势在于更早抓住了行业痛点，如何将复杂多智能体协作技术转化为用户可感知的价值。

精心设计的用户界面、相对透明的流程优化，Manus 将复杂的技术包装成了易于理解和使用的产品，也为第一波热度添柴加火。

并且，Manus 的爆火，某种程度上源于它在对的时间踩中了风口。

黄仁勋曾经在 CES 预言，随着 AI Agent 浪潮席卷，未来 IT 部门将转型为 AI「员工」的人力资源部门。Manus 同样正是基于这一趋势，向用户展示了一个能够有效管理多个 AI 智能体协作的平台。

诚然，业内虽对「套壳」嗤之以鼻，套壳可以是起点，不应该是终点。

但用季逸超的话来说，极致的套壳就是胜利。Manus 能够将现有技术包装并推出满足用户需求的产品，应用端的创新同样不可忽视。

类似的案例比比皆是，同样作为现象级产品，AI 搜索引擎 Perplexity 也因为「套壳」而置于风口浪尖之上，但其创始人 Aravind 却也看得通透：

只有当你真正有了值得「护」的东西时，护城河才有意义。人们可以将 Perplexity 看做是一个 AI 套壳，但成为一个拥有十万用户的套壳产品显然比拥有自有模型却没有用户更有意义。

Perplexity 采取的策略奏效了。发展不过三年，月活跃用户已逼近 1 亿，庞大的用户基础，随之而来的海量搜索数据，其市场影响力也在日渐增强。

他们的成功路径清晰可见，先打造产品、紧盯市场需求，然后通过不断迭代产品来收集用户反馈和搜索行为数据，为后续自研模型打下了坚实基础。

资本市场的正反馈对这种商业模式给予了有力背书，Perplexity 的市场估值实现「三级跳」，在去年 12 月完成新一轮融资后，一路飙升至 90 亿美元。

流量如潮水，Manus 的长期价值是否经得起考验，仍有待时间的考验。

但在此之前，对于绝大多数 AI 初创企业来说，先果断抓住市场中那一小块关键红利，循序渐进地积累实力。当这些短期红利转化为企业自身实力后，技术壁垒或许也就水到渠成。