通信人家园

标题: 让Manus给36氪当一天实习生后，我们想给Ta多发点奖金  [查看完整版帖子] [打印本页]
时间:  2025-3-16 09:01
作者: ttxx     标题: 让Manus给36氪当一天实习生后，我们想给Ta多发点奖金


文｜邓咏仪

编辑｜苏建勋

（鉴于Manus引起的炒作争议，36氪特别申明，本文绝非投放，实际上，我们连要到邀请码都颇费了一番周折……）

应该无需赘述Manus的引起的轰动了：大家已经在各种视频切片中，看到Manus勤勤恳恳地搜资料、做PPT、开发网页小游戏。回放形式的分享设计，让人一眼就能感受到Agent带来的直观效率提升，这也让Manus经历一场迅速破圈。

在辗转拿到邀请码后，36氪编辑部讨论了一下，为了更好地了解Manus的特性和功能，我们决定请Manus来当实习生，按照正常的工作流给ta分配任务，看看Manus能否胜任。

OK，输入邀请码，36氪的新实习生Manus就位！



来源：Manus


先说第一观感，如果你要请这位“实习生”，可能第一个需要接受的现实状况就是：这是位容易宕机的同学。

Manus如今的服务非常不稳定。36氪在周末实测时，第一感觉就是：让人崩溃……任务频繁遇到停滞，因为Manus在云上的虚拟机跑，经常需要手动重置，才能继续跑。

本期实测，就是在Manus不断的崩溃间隙，测出来的。



测试的界面，总是停留在“连接已断开”、“遇到严重问题”，需要不断重置/开启新会话…


偶尔出现的幻觉（不确定是幻觉还是官方通知）也很真实。Manus前一句还在说需要两小时升级维护，你再敲敲它，它就马上又开始干活了……



捉摸不透的Manus


Manus号称是“第一款通用型Agents（智能体）”，这意味着它不走垂直专家路线，优势在于更通用能力的任务。Manus的官网就列出了多个分类：



Manus官网 来源：Manus


Agents（智能体）不同于大模型，如果说大模型只有一个对话窗口，实现信息输入-输出。那么Agents就相当于让大模型有了行动能力，可以灵活调用各类工具完成任务。

36氪决定先从我们编辑部的日常使用场景出发，以从易到难的程度排列，请Manus都跑一遍。

请注意，以下场景均为一次性输出的结果，除了任务中途崩溃重置计算机之外，36氪没有做任何的重复测试。

校对及整理

我们先请Manus完成比较基础的校对、整理工作。

36氪将此前的一份访谈录音原文（约2.8万字）交由Manus进行整理，核心要求是对录音速记“逐字逐句整理，不要压缩”，去除相应的口癖、对语义不清的部分进行校对。

在以前的操作中，起码要来回和模型交互十多次：将录音速记中的错误进行人工校对——再分段扔到模型中——输出完毕后，还需要重新投喂给模型进行校对，看是否有事实错误。

但Manus很明显将以往的多个步骤压缩到一个步骤，这种下达任务之后等待验收的感觉，比和ChatBot交互体验，完全是十倍以上的体验提升。



来源：Manus


但Manus的缺陷也是明显的：上下文太短，幻觉依然有。很多复杂任务还没有完成，就因为Token消耗太多而中止了任务。

在校对润色这一任务中，最终输出的文档长度大大压缩，基本只输出了访谈的最后一部分，总共3800多字，前面的部分基本丢失。但从已输出整理的部分来看，语气、信息完整性还是算不错。



Manus在执行长文任务


这大概率是因为推理和协作机制做得还不够好，模型只能提供一次性输出的结果，导致压缩；也有可能是Memory机制还未能做得很好——Memory可以看作是模型暂时存储信息的 "仓库"，比如聊天机器人会记住你之前说过的话。

早前一些研究工作指出，memory会随着时间或任务步骤的增加而消退。而Agent所消耗的Token，比起单ChatBot起码是两个数量级的提升——一位Agent从业者对36氪估计，Manus的一个复杂任务的Token消耗估计会有百万Token级别。Memory的分层管理、压缩等技术难点，还有很多提升空间。

新闻跟进及写作

对一般的ChatBot来说，输出长度都是一个老大难——36氪之前的测试体验中，如果是一个128K的模型，一般而言单次输出长度都在1000-2000字左右，才能保证信息完整性，不被大量压缩。

36氪先让Manus完成最基本的新闻跟进工作。这包含几项能力：日常的新闻监控——看是否会筛选靠谱的信息源，再进行重要性分析判断，以及找相应的资料，加以补充和跟进。



来源：Manus


Manus开始进行学习范例-搜索相关新闻等等，但是在访问路透社时被验证码挡住了，请求人类接管。36氪接管后，发现Manus已经被认证为机器，被屏蔽了。



来源：Manus


Manus约花费9分钟完成这个任务，输出5条最值得关注的AI新闻，新闻源都是靠谱权威的。最后，Manus最后选择了写有关自己的新闻……哈哈。



Manus写有关自己的新闻


Manus的新闻文本输出已经算是70分水平，文字通顺，主要信息点都能覆盖，但和参考的范本不同，现在的文本偏软，AI味较重。

但在我们提出修改意见后，第二版好了许多。



基本是可以细微调整调后，直接发表的水平


难度往上，我们也在Manus也输入了一段 prompt，让Manus帮忙直接以36氪的深度报道栏目“深氪”为例，生成一篇长文：
这周“稚晖君”创立的智元机器人预告要发新品。“稚晖君”原名彭志辉，请你搜索彭志辉以及智元机器人的历史过程，用36氪的风格去写作一篇文章，主题为回溯智元机器人的历史，以及反映这家公司的成长，在科技行业中的意义，长度为5000字左右，可参考深度报道“深氪”栏目的风格。

请注意，语句需要深入浅出，普通人都能看懂，不要堆砌专业术语。
Manus自动进行了资料收集，写作阶段直接进行分段写作，再合并，顺利地完成了长文写作，输出结果：



写作一篇有关智元机器人的深度长文


在输出的文章中，Manus在深度写作上效果一般，更偏资料型整理。但遣词造句也算合格，但是风格还是偏软文。在高质量内容方面，Manus的品味还有待加强。

数据分析及可视化

研究型任务也是Manus的强项。

从性质上来讲，Manus采用了多智能体架构。简单来说，就是可将复杂任务拆解为子任务（如数据清洗、特征工程、模型训练），通过不同的智能体，分工并行处理，显著提升数据分析效率。

不过，如果一致性做不好，多智能体的局部决策可能导致全局结果偏差较严重。

36氪让Manus和OpenAI旗下的Deep Research，都试着做了一张“大模型API两年多以来的的API价格走势表”。

OpenAI旗下的Deep Research则是单智能体，端到端训练的模式——仅一个中心化智能体负责所有任务，决策与执行集中化。但好处在于模块集成度高，易于管理，输出质量比较有保证。



来源：Manus


Manus花费的时间较长，约三个小时，生成了一个可以交互的网页。互动性和表格样式都相当不错。不过数据详实程度，和专门做研究的Deep Research仍有差距，但问题不大



来源：Deep Research


Deep Research暂时还无法输出图表，但从输出的内容质量来看，是现在的Manus还没法赶上的。

创意型任务：可以做，但审美有点难评

我们也让Manus上了点难度。

第一个任务是模仿行业大V“影视飓风”Tim老师的风格，做一期有关Manus相关的视频，长度在5分钟左右。

Manus用了约45分钟完成了这一任务，全程丝滑，依旧是兢兢业业拆任务，先上油管学习影视飓风的视频，再搜集资料写脚本。



来源：Manus


最后产出的内容，形式严谨，是一个结构完整的小科普视频——



来源：Manus


我们请教了视频组的老师，评价是：实习生水平，优点在于把工作流说明白了，分镜和镜头调度可以直接用作参考，但内容还不能直接用。

第二点是，视频脚本过于亢奋，全场充斥着“炸裂”“颠覆”之感，对人类的感情理解比较表面，有点难绷。

节选一段，供大家参考：
第二部分：Manus的核心能力（1:10-2:20）

[场景：主持人夸张地在电脑前挣扎，被各种文件和任务包围]

主持人：（夸张的疲惫表情，抓狂状）我们都经历过这样的时刻——需要整理大量数据、撰写报告、分析市场趋势...这些工作可能要花费我们几小时，甚至几天！而且还很容易出错！

[特效：时钟快速旋转，日历页快速翻动]

主持人：（突然振作，眼睛发亮）但有了Manus，这一切都将改变！它就像给你复制了一个数字版的自己，但更聪明、更高效！

[分屏效果：四个窗口同时展示Manus的不同能力，每个窗口都有动态效果]

主持人：（指向第一个窗口）Manus的第一大核心能力：自主完成复杂任务！

[窗口放大，展示Manus自动撰写报告的加速过程，从收集资料到成品输出]

主持人：（解说，语速适中）你只需要告诉它你需要什么，然后...（打响指，配合音效）它会自己规划、搜索信息、整理数据、撰写内容，最终交付一份完整的成果！就像有了一个永不疲倦的助手！

[特效：第二个窗口放大，伴随着转场音效]

主持人：（热情洋溢）第二大核心能力：多领域通用能力！无论是金融分析、教育内容创作、旅行规划，还是代码开发，Manus都能胜任！

[快速剪辑展示Manus处理不同领域任务的画面，每个场景都有对应的图标和文字标签]

主持人：（夸张的惊讶表情，手势丰富）这就像同时拥有了一个金融分析师、一个内容创作者、一个旅行顾问和一个程序员！而且，它们都是24小时待命的！不需要休息，不会喊累！

[特效：第三个窗口放大，伴随着科技感音效]

主持人：（神秘语气，稍微降低音量）第三大核心能力：多模型协作机制！这个有点专业，但非常酷！

[动画展示多个AI模型协同工作的概念图，类似于团队协作的可视化]

主持人：（解说，配合手势）Manus不是依靠单一大模型，而是采用"多重签名"机制，由多个独立AI模型共同驱动！就像一个高效的团队，每个成员负责不同的任务，相互配合，确保结果的可靠性和准确性！
36氪还让Manus试着做了一个偏分析型的创意工作——对我们的微信公众号版式和设计分析后，进行改进。

为了更明确设计需求，我们也给Manus提供了一份设计案例，以及我们认为风格突出、审美优秀的数个公众号，作为参考。


来源：Manus


Manus依旧很快就对任务进行拆解，虽然最后任务没有正式完成，但还是输出了一套完整的方案给我们。

除了我们建议的步骤（分析好版式的共性、联网搜索比较优秀的公众号设计实践，提出建议），Manus还自己规划了更多步骤，也做了更细致的分类，包括分析36氪公众号，分为设计元素、板式布局、视觉资产、配色方案等等。

不过从结果可以看出，Manus在审美这件事上……并不擅长。就配色来说，Manus给出了一个放之四海而皆准的方案，分为春夏秋冬四个季节，配色饱和度过高，审美可以说约等于没有。



来源：Manus


字体也是分为多个版本，并不统一。



来源：Manus


Manus的输出依然非常依赖于公网数据的质量。

在Manus学习排版、设计相关知识时，打开了不少知乎网页。但Manus很难绕过登陆限制，然后就会转战到其他公开网页。更不必提如同独立王国一样的各大App——比如微信公众号内的数据，爬虫工具也很难完全触及。



被知乎登陆窗口卡住多次的Manus


可能这需要期待以后模型间的接口进一步打通，包括端侧Agent跨平台等能力的进展，才能让Agent输出质量有质的提升。

最后，我们试着让Manus使用高推理模式，生成一个Jellycat主题的吃豆人游戏，Manus花费约45分钟时间完成。



来源：Manus




吃豆人网页游戏


可以看到，代码和游戏开始界面都已经相当完整，但最后到了“开始游戏”这一环节，音效都能听到，但无法点击开始游戏。而后，对话因为上下文过长，停止响应了。

总结

在测试过程中，36氪最大的感触在于，前端交互非常丝滑，有一种简洁的美感——从进入Manus官网到实际对话，Manus都在营造一种“对面真的是个活人”的感觉。

尤其是在对话窗口旁边，可以打开一个名为“Manus的电脑”的小窗口，实时显示Manus正在操作什么，真的像远程看着一位实习生同学，帮你完成任务。

你可以随时拖动进度条，查看Manus正在进行的任务。对已经完成的步骤，Manus都会提供类似网页快照的界面，让你对任务进展有明显感知。



Manus正在通过百度百科学习智元机器人相关背景资料


另一个体验优秀的地方在于，Manus对工具的调用成功率算是比较高的。在不遭遇崩溃、宕机的情况下，如果测试10个任务，大概能有8个自动完成任务，无需人类介入。

这能大大提升用户体验——在以前，很多agent调用外部工具的成功率都在60%以下，体验不佳，难以吸引到更多的用户。

市场普遍认为，Manus团队对各类通用任务都先置入了不少CoA（代理链）模版，覆盖众多通用任务（写作、数据分析、攻略等开放式问题）等等，这些工作显著提高了任务成功率。

这种机制，类似在DeepSeek对话中不断蹦出来的思维链，用户可以看到，Manus是怎么样一个接一个调用外部工具的。

Manus的纠错能力也很强。

36氪多次发现，Manus在任务进行过程中会遭遇错误。但Manus会尝试不同的解决方案，直至没法解决，才会向人类报错，让人类介入到问题解决中。



来源：Manus




来源：Manus


用户还可以随时打断Manus，自己来完成某些步骤。

在“Manus的电脑”窗口右下角，有一个“接管”按钮。一旦任务进行得不对，人类可以直接打断进程，自己进入到这部“云上电脑”进行操作。

不过可能是计算资源不够，36氪在操作Manus的电脑时，卡顿严重，只能勉强进行操作。



Manus的电脑


这样的形式天然更符合人类工作的交互形式——只要使用一次，模型尽可能地自行纠错，减少人类参与的次数。

总结一句话：分析总结、数据分析、开放性问题等需要强逻辑性的任务，是Manus最擅长的部分。最不擅长的是创意工作，审美基本等于没有。

不过，受限于现在的服务稳定性和上下文窗口，Manus完成任务的逻辑和过程很好，但交付质量只能说在中等水平，包括数据、文本等，都需要人类进行二次校对。但从完成任务的时间和质量来说，已经算是很不错的同学。

无论是对文本、图像、视频等相关内容，Manus调用大模型只能模仿到内容的框架，就像一层皮——但内容质量还是需要人类强把关。

从周末的争议中再次回看Manus，36氪频繁想起的，是2009年的电影《阿凡达》上映之时。当时的阿凡达，是特效电影的集大成者，一个最重要的意义在于，让全球观众都见识到：顶尖的电影工业水平是这样的。

如今的Manus，尽管还处于比较粗糙的形态。但至少在产品层面，和年初爆火的DeepSeek有一个共通点：用技术平权的手段，将AI产品迅速拉到大众面前，而不是停留在小圈子中狂欢。

Manus集成了现在编程开发能力最强的Claude，并且受到许多最新技术成果如CodeAct的启发。比起OpenAI Operator或者Devin高达数百美金的定价，Manus的成本价大约在2美元左右。

而且，Manus通用任务的体验已经足够丝滑，这让普罗大众都能感受到：“AI居然还能这么玩”，以及真正感受到AI对人类带来的巨大效用。

这也是现阶段，AI产品在能为市场贡献的的最大价值。

来源：36kr
时间:  2025-3-16 09:37
作者: 吃饭吧你

manus官网都关了



通信人家园 (https://test.txrjy.com/) Powered by C114