日前

来自中国的创业公司Monica

正式对外发布

通用型AI Agent产品Manus

继DeepSeek之后再度刷屏AI圈

谁也没想到的是

一夜走红后，Manus已被批量“复刻”

并在智能体赛道

再度掀起开源复现潮

 

图源：Manus官网

 

多款“平替”接连出现

 

从介绍来看

相较于目前的大模型产品

作为通用型Agent

Manus定位于一位性能强大的通用型助手

对于用户不仅仅是提供想法

而是能将想法付诸实践并解决问题

 

因其“主观能动”的特性

发布后不少网友想上手体验

但该产品还在内测之中

只能通过邀请码体验

这就使得各大AI社区

纷纷呈现“求邀请码”的情景

 

而在一夜之间

多款Manus“平替”出现了

 

Open Manus根据用户提示词，自动打开了AI大牛Andrej Karpathy的个人主页，针对这一网页提出了搜索引擎优化的详细建议。

图源：智东西

 

隶属于中国AI Agent初创公司

DeepWisdom（深度赋智）的

MetaGPT 团队用3小时

复刻的开源AI Agent产品

Open Manus在网上爆火

其具备自主浏览网页

查询、总结信息等功能

与Manus的基础功能类似

 

案例中，OWL能自动生成任务清单，按步骤执行任务，能滚动网页，输入查询，并给用户生成了一份当日电影的总结报告。

图源：智东西

 

而来自开源平台CAMEL-AI的团队

也实现“0天复刻”

并将系统中涉及的每一个部件

单独开源供开发者选用

值得一提的是

该团队开源的项目OWL

还把DeepSeek模型

整合到多智能体协作框架中

 

要知道

DeepSeek作为底层大模型

为智能体提供了强大的知识推理

与内容生成支持

两者协同进一步拓展了AI应用的边界

该融合不仅提升了任务执行效率

更在智能体基准测试GAIA中

取得突破性成绩

 

OWL系统架构示意图

图源：CAMEL-AI

 

此外

开发者社区中

除了OpenManus和OWL之外

还出现了autoMate、Deep Research

Open Deep Research等“平替”

这也引起不少人的疑问

Manus或许并不具备技术壁垒

 

“缺乏技术壁垒”

or“实现关键创新”

 

Manus在爆火之后

有观点认为

其核心技术并未突破现有框架

更多是对现有大模型

和工具链的整合

缺乏技术壁垒

 

在试用Manus过程中，由于服务器资源的紧张，任务多次中断，错误信息显示为服务器负载过高。

图源：每日经济新闻

 

同时

Manus完成任务的质量也存疑

token消耗量巨大

但似乎并未带来相应的性能提升

这无法满足实际生产场景中

对性能、成本的要求

 

有业内人士表示

根据上述两个开源Manus架构

这类产品实际上

是多个模块的组合

如任务规划、联网查询等

从技术角度来看

实现并不复杂且可复制性较强

 

图源：每日经济新闻

 

但哈希增长（HashMatrix）的

联合创始人庞舜心并不认可

“Manus没有深厚技术壁垒”这一说法

他认为产品虽不是100%像demo那么好

但依旧让他佩服

“从monica到manus是量变到质变

是产品从堆砌走向品质

产品是有用的技术”

 

华泰证券研报称

Manus AI底层由多模型驱动

通过高效的工程化编排

有效满足了Agent交互过程中的

规划、自主、准确三大核心需求

标志着Agent应用

实现Action环节的关键突破

 

Manus的创始人肖弘也曾提到

未来模型技术

并不一定会成为技术壁垒

相反，品牌才是护城河

“未来有一天模型放缓后

不同模型之间的差异不会那么大

对于独立开发者来说

最好的方式就是关注用户

然后相信别人的模型”

 

撰文：曾震宇、王恺 编辑：雷渺鑫 排版：李汶键 统筹：李政葳 

参考：环球时报、央广网、澎湃新闻、每日经济新闻、凤凰网、智东西、量子位