Manus体验记：9分钟自己跑完发票整理

2025年3月6日，今天我拿到邀请码，一手体验了昨晚深夜惊雷般发布的首款通用Agent产品Manus。

昨天夜里，一个新团队突然发了首款通用型项目：Manus。看完演示我人直接看麻了，第一感觉是卧槽，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，甚至它还能自己写代码，直接当Coding Agent，这特么是什么怪物啊。我预想到这一天会来，只是没想到来得如此之早。Manus在GAIA的评分上也非常离谱，已经超越OpenAI的DeepResearch，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，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GAIA测试里很多都是概念简单、却需要多步骤解决的实际问题，分为Lv.1、Lv.2、Lv.3三个级别，难度依次递增。想通过GAIA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。23年的时候人类一般能达到90%的成功率，而那时的最强AI GPT-4在第一级才勉强达到15%。看完Manus的成绩单，就知道有多强了。说实话，我目前还愿意为ChatGPT每个月氪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。

Manus网址在此：https://manus.im 。现在有个很难顶的问题是封测中，只有邀请码用户才能体验，所以我动用了我的人脉，花十分钟联系到Manus团队的人，非常幸运地获得了邀请码。即使没拿到邀请码，也可以去他们官网大概看一下他们的Use Case，每一个都非常有意思。有了邀请码正常登录进去以后，就是一个大大的界面：虽然都是一个对话框，但Manus的能力不太一样，它不是那种你提个问题、AI一会儿就直接给你回答的Chatbot，而是当你提出问题之后，它会根据你的问题和要求拆解任务，进行极度复杂的任务规划和执行，并且在云端自动运行，你可以直接退出去，等运行完了会通知你。

比如之前那篇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，它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。它会先花一点时间来理解，然后在右边的窗口上运行一个虚拟机准备执行操作。虚拟机开启之后，第一时间列一份To Do List，然后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勾。他们用了一个非常有趣的交互形式，就是实时的进度同步：右边的界面就像PPT一样不断翻页，让你实时看到当前这个Manus正在做什么，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，看着它一点一点执行，感觉也很爽。右下角的任务步骤也可以展开，非常直观地告诉你大步骤进行到哪个阶段了。交互做得极棒。我这个case只需要等大概几分钟，一个PPT就出来了。信息是没问题的，就是美感= =还是欠缺一点，但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，我再记另一个我曾经试图让所有Agent尝试的例子：帮我整理发票。我经常出差，有一堆乱七八糟的发票需要找公司报销，但公司的大总管制定了一个SOP：发票不能直接打包给她，太乱，所以需要做成一个excel模板，这样她好对账。你知道，我每个月要把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——它成功了。我当时就浑身发麻，实在太牛逼了，就是那种浑身触电的感觉。过一下流程：最开始我的Prompt超级简单，就这么简简单单的一句话。它在思考完以后，处理成了8步任务，然后解压压缩包、安装OCR依赖、提取发票、整理成表格等等。我什么也没干，它就自己这么跑着，9分钟以后提示我任务完成了。我一回来就看到了结果：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。同样的case，先看看OpenAI的DeepResearch的结果：质量是不错，很高，但对比一下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，最重要的是它们完成时所输出的内容——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。点进去以后果然，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，准不准可以自己拿事件去对一对。我无话可说，人已跪地。短短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，我自己试下来：你的点一定要足够清晰，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。

先写到这儿。