Manus引爆新問題：套殼？沒護城河？投資路徑何在？
《科創板日報》3月8日訊（編輯 宋子喬） 3月6日凌晨，中國初創公司蝴蝶效應發佈旗下首款通用Agent（智能體）產品Manus。Manus首先被國內各大科技自媒體吹爆，隨後迅速席捲A股。
從蝴蝶效應的案例展示來看，Manus的賣點是“一鍵完成”，本來需要多個軟件合作完成的一項工作，用Manus就是一句話的事兒。一個直觀的例子是，輸入“幫我做一下介紹小米SU7十頁的PPT”，在沒有喂任何資料的前提下讓Manus生成了一份圖文並茂的PPT，還省去了排版和設計步驟。
從技術端來看，Manus最重要的一件事是整合——沒有自研模型，而是用了目前編程開發能力最強的模型Claude以及阿里的通義模型，並加以後訓練，功能則是多個應用的拼接。
一句話總結，Manus的亮點在於工程創新：技術融合（本質是“套殼”）、順暢交互（簡單易懂的UI界面對C端用戶更友好）。
“套殼”的說法爲主創人員親口“自黑”，這個詞一石激起千層浪，贊成者高喊套殼不可恥，對於應用落地而言，企業的整合能力比底層技術創新力更重要；另一種聲音是，搭便車式的套殼思路，意味着公司放棄培育自己的核心競爭力，即便是工程創新，企業也得建立自己的護城河。
核心競爭力之爭
得益於互聯網時代的成功經驗，人們很容易接受AI應用是星辰大海的說法，對於開發商來說，核心競爭力是什麼？二八定律下，核心競爭力或許只掌握在擁有自家模型，或擁有自家芯片等核心硬件，或擁有自家生態、優質數據庫的少數企業手裡。
上述“軟硬實力”，Manus尚比較缺乏。在數據來源方面的創新是其亮點，Manus AI優於普通Agent的效果，一部分便來自於其數據來源的自我拓展能力，以官網展示的“List of YC Companies”案例爲代表，Manus可自動完成網頁完整數據的自我檢索，但這遠遠不能稱之爲數據優勢。
華泰證券是工程創新論的擁躉，其分析師表示，Manus AI演示效果的實現，主要得益於其對於多模型、多Agent的高效編排，實現了Agent在行動（Action）環節的重要突破。工程化能力將成爲後續Agent競爭的核心關鍵，尤其在基礎環節能力平權後，編排環節能力重要性或凸顯。
該機構立足於AI應用，格外強調的核心競爭力是數據——在模型平權的背景下，Agent基礎環節能力差距有縮小趨勢，Agent後續功能壁壘或主要來自於數據權限不同。企業私有數據有望成爲2B Agent的核心價值來源，基於此，看好數據治理能力好的軟件商與數據中臺服務商。
AIGCLINK發起人、行行AI合夥人佔冰強則在朋友圈中表示，未來Manus強調的通用能力可能會被大模型內化，或者面臨與Coze、Dify等低代碼AI開發平臺的直接競爭。
Manus沒有護城河，事實已經給出了答案。
一方面，截至發稿，已有多個團隊成功復刻Manus並開源，其中，MetaGPT的4人團隊只用了1個小時就完成了Open Manus（Manus“平替”）的核心繫統，整體也只用了3個小時。或許正如Manus合夥人張濤所回答的那樣，“（Manus）真的非常簡單，就是沒有秘密，就是相信模型的力量。”
另一方面，部分用戶在研究、體驗這款產品後，提出了運行速度過慢、token使用量驚人、性能並不出色等質疑。從目前公佈的信息顯示，Manus單任務運行成本約爲2美元（約合人民幣14元），依然無法滿足實際生活場景中的低成本要求。
智能體時代算力需求只多不少
其實所有工程創新都可被視作套殼，科技進步常是“站在巨人肩膀上”，引用Perplexity創始人的說法，“OpenAI就是英偉達套殼，英偉達就是臺積電套殼，臺積電就是沙子套殼……”。
拋開“套殼”帶來的爭議，Manus爆火折射的AI產品發展趨勢更值得探究——當智能體的價值被更多人看到，智能體時代有望加速到來。
2024年10月以來，多家國內外頭部大模型廠商競相推出AI Agent產品。智譜AI發佈用AI替代人類執行任務的三款智能體；Anthropic發佈具備計算機使用能力的升級版Claude 3.5 Sonnet；OpenAI推出代號爲“Operator”的AI Agent；Meta計劃在其即將推出的Llama 4中引入改進的語音功能；百度、阿里、字節、騰訊等大廠紛紛推出一站式智能體開發平臺，基於自身大模型，構建智能體生態。
東吳證券認爲，Manus是中國廠商強工程化能力、強應用落地能力的驗證，期待2025年有望成爲國內AI Agent廣泛落地元年。中國銀河證券表示，Manus AI的發佈意味着AI Agent的能力/成熟度進一步提高，AI Agent在B/C端落地有望進一步加速。
比起當下主流的對話類AI應用，Manus爲代表的通用Agent需要的算力只會更多。
Manus目前僅開放內測體驗，在刷屏科技圈的同時，Manus的邀請碼一碼難求，對此，Manus合夥人張濤在社交平臺發文稱，“目前採取邀請碼機制，是因爲此刻服務器容量確實有限，不得已而爲之，團隊也熬夜搞了一整天了。希望在接下來的時間裡能讓更多處在waitlist中的用戶優先體驗Manus。”
通用型Agent需要更多算力支持，是因爲Agent不僅需要生成文本，還需要執行復雜任務（如編寫代碼、篩選簡歷、分析股票、生成網站等），涉及多步驟的規劃、工具調用和結果交付，其推理計算量遠超單一問答場景。
這樣的邏輯下，多家機構以智能體爲出發點，始終強call算力。
開源證券表示，Manus在GAIA基準測試的所有三個難度級別上都取得了新的最先進(SOTA) 表現，AI Agent迎來“奇點時刻”，看好巨頭密集佈局下看好AI Agent B端商業化星辰大海，AI Agent應用端落地加速有望催化國內算力需求，阿里等雲廠商加碼CAPEX驗證AI算力需求高景氣，雲計算作爲底層算力支撐有望顯著受益，建議重視雲廠商AI“賣鏟人”成長潛力。
中國銀河證券稱，Manus在生成代碼、執行代碼及對過程進行監督檢查時，會反覆調用大模型，與單次對話或有限次數的網頁抓取需求不同，導致其對大模型的依賴程度更高及調用次數更高，從而使得調用量呈指數級增長，算力需求長期保持高增的趨勢。
該機構進一步認爲AI Agent落地使得大模型集成度更高、算力資源需求更加旺盛，重心逐步從預訓練轉移到了特定應用場景的後訓練，推理端算力規模有望提升。總體來說，推理算力有望推動應用的進一步增長，低成本算力時代帶動應用端繁榮度提升，AI能力邊際擴張依然需要依賴更強的模型和強大的算力支撐，有望開拓AI行業大模型共振發展新局面。