全球首个通用型Agent诞生！Manus行业全解析，附相关标的，引领AI技术新潮流！

曾经一码难求，一个邀请码在二手网站上开价 10 万元的 Manus，终于迎来了开放注册。不过，这次开放，针对的是国际版。

如果你身处国内，就是左下图的界面，Manus 正在和通义千问团队合作开发新版本的 app，目前还不能使用；但，如果你在海外，或通过境外网络，访问 Manus 官网，就可以正常注册使用了，如右下图：

目前，登录就送 1000 积分奖励，每天再送 300 积分。执行一项任务，需要消耗大几百积分，若想畅通无阻使用，还需额外升级，费用有$19 /月、$39 /月、$199/月，三个档，具体区别如下：

作为全球第一款通用Agent智能体，就好比新型智能体聊天机器人，可以根据简单的提示，自我独立思考和系统规划，无需人类监督，从而执行复杂任务。其性能测评超越了OpenAI的 Operator，今天我们来好好研究一下。

下文从Manus 溯源、什么是 AI Agent 、Manus 产品定位&优势、核心业务、市场空间&格局，五大维度全面解析----这一全球首个通用型 Agent。

一、Manus 溯源

1、公司坐标: 北京海淀区 ，Manus背后的团队名为Monica.im

Manus来自拉丁语Mens et Manus，就是手脑并用（mind and hand）的意思，官方说法是，想把知识应用到现实中，把思想愿景变为现实的手。

成立时间：2023年2月

2、创始人：肖弘

连续创业者，1993年出生在江西吉安，15年毕业于华中科技大学软件工程专业。高中时便喜欢在博客上写软件测评，赢得几十万的阅读量。考上华科后，送到校门口的父母留下一句话：“你人生中的所有决定，就要你自己去做”。

在创立 Monica 之前，他曾成功打造用户超百万的AI插件服务（武汉夜莺科技21年创办）并获得了腾讯的投资，在人工智能应用领域积累了丰富的经验和深刻的洞察。

2022年，创立了“蝴蝶效应”公司，并推出了AI浏览器插件Monica。2023年，收购chatgpt4 google浏览器插件工具，和Monica进行矩阵运营。今年3月，通用型AI Agent产品Manus对外发布，轰动业界。

3、时间发展轴

（1）早期技术积累：2015年，肖弘创立夜莺科技，推出壹伴助手和微伴助手，服务超200万B端用户，获腾讯、真格基金等投资。2022年大模型浪潮兴起，同年12月肖弘率团队推出浏览器插件Monica，早期以海外市场为主，用户规模破百万，采取订阅制收费，创数百万美元收入，为Manus的研发奠定了技术及场景化基础。

（2）立项研发：Manus所属公司BUTTERFLY EFFECT PTE. LTD.成立于2023年8月2日。Manus项目由北京团队于2024年立项研发，一年后形成雏形，内部体验数月。

（3） 产品发布：2025年3月6日凌晨发布通用型AI Agent产品Manus的内测版本。发布后引发科技行业关注，由于采用邀请内测限制，邀请码在交易平台被转卖到上万元。3月13日，Manus使用申请等候名单增加到两百万人。

（4）国内外模型：3月11日，Manus平台宣布与阿里通义千问团队达成战略合作，双方计划基于通义千问系列开源模型，希望在国产模型和算力平台上实现Manus的全部功能。

（5）25年5月12日，Manus开放国外版，全球用户不需要邀请码即可注册登录使用。

二、什么是 AI Agent 

之前写过AI Agent的行业研究，是3万+的阅读，具体可翻看：，下面做简单介绍：

1、定义与区别：

AI Agent（人工智能体）是一种能够自主感知周遭环境、进行独立决策和执行动作的智能实体。不同于传统的人工智能，AI Agent具备通过独立思考、调用工具去逐步完成给定目标的能力。类似于你的私人助理。

AI Agent和传统大模型LLM的区别：大模型与人类之间的交互是基于prompt实现的，用户prompt是否清晰明确会影响大模型回答的效果，而AI Agent的工作仅需给定一个目标，它就能够针对目标独立思考并做出行动。

AI Agent =LLM x（规划+记忆+工具+行动）

Agent与 Chatbot区别：Chatbot是人类完成绝大部分工作，类似于向AI询问意见，了解信息，AI提供信息和建议，但不直接处理工作；而Agent能独立处理工作。

Agent与Copilot 区别在于“自主规划” 的能力：Copilot 的模式需要人的指挥；而Agent则是直接面对目标任务，具有自主记忆、推理、规划和执行的全自动能力。Copilot 是“副驾驶”，只是提供建议而非决策，而Al Agent 是“主驾驶”需要真正做出决策并开展行动。

2、AI Agent三大核心能力

一个合格的Al Agent ，需具备三个核心能力:

（1）独立思考和规划： Al Agent 不需要人干涉，独立思考，将复杂任务分解成一系列子步骤，能够根据给定任务目标和约束条件,进行任务规划和问题拆解,形成执行步骤(即工作流)；

（2）自主使用工具来执行：能够调取各类组件和工具，按照执行步骤依次执行，实现任务目标；

（3）记忆并持续迭代：记忆，既有短期记忆存储即时信息，又有长期记忆沉淀持久知识， Al Agent能够自动记录任务目标、工作流和执行结果，基于结果反馈，沉淀专家知识和案例。

3、AI Agent应用&产品现状

当前仍处于AI Agent的初级阶段。更多智能体更像是对话机器人，能够执行相对复杂的任务，距离终极目标自主Agent还有很大一段距离。

即便如此，它的应用趋势已经势不可挡。AI Agent在多个行业如客服、编程、内容创作等领域广泛应用，尤其在中国电商、教育等行业落地显著，在科研等领域应用拓展，预计5-10年内将推动企业分层和应用聚焦，

目前Agent产品现状如下： 

（1）ChatGPT、Kimi、通义千问等基于大语言模型的聊天机器人，目前增加了工具使用、推理等功能，它们现在都算是综合应用类的AI Agent。

（2）AI搜索、编码助手是比较成功的Al Agent产品，目前传统搜索引擎以及创业类项目都推出了相关的产品。

（3）C端产品目前常见的是各AI Agent构建平台上用户构建的各种产品，除了Cursor等风靡一时的编码类Agent及perplexity等AI搜索，C端还没有出现多少爆款Agent应用。

（4）目前来看，第一波Al Agent红利出现在B端，因为企业需要更加安全可信可控的智能体，鉴于大语言模型目前仍存在很多问题，在有软件架构基础上集成Agent的企业级产品会更受广大组织的器重。

（5）市面上的Al Agent大多基于特定知识库或数据构建虽在问答交互方面表现出色，但在程序联动和操作方面存在局限，例如无法直接操作ERP系统。

三、Manus产品定位&优势

（一）定位

作为是一款先进的AI Agent，旨在成为用户在数字世界中的得力助手和高效的生产力工具。其核心定位是利用尖端的人工智能技术，理解并执行用户的复杂指令，自动化处理各种基于计算机和互联网的任务，从而解放用户的时间和精力。

在技术架构上，Manus运行于云端虚拟机环境，采用多代理系统（MAS），适合个⼈和专业用户提升效率，让AI在独立的“电脑”中操作，避免与用户本地电脑争夺控制权。

（二）Manus 五大优势

1、全自主任务执行 (Fully Autonomous Task Execution)：

（1）核心差异：与传统的AI助手或聊天机器人主要进行信息查询和简单指令响应不同，Manus 的核心特色在于其能够完全自主地理解用户意图、规划复杂任务、执行多步骤操作并最终交付完整成果。用户无需持续引导或分步下达指令，Manus 能够像一个独立的数字员工一样完成工作。

（2）实现方式： 这得益于其先进的任务规划引擎、多模态理解能力以及与外部环境（如互联网、API）的交互能力。

2、多智能体协作架构 (Multi-Agent Architecture)：

（1）内部机制：Manus 内部采用了多智能体协作的架构。这意味着复杂的任务会被分解成若干子任务，由专门的、具有不同能力的AI智能体协同处理。这种架构提升了任务处理的效率、鲁棒性和专业性。

（2）技术推测： 行业分析认为 Manus 可能借鉴或集成了类似 DeepSeek 等先进模型的底层技术，并通过多智能体系统进行优化和增强。

3、强大的多模态交互与处理能力 (Robust Multimodal Interaction)：

（1）输入输出多样性：Manus 不仅能处理文本信息，还能理解和处理图像、表格数据，甚至可以生成和执行代码。这种多模态能力使其能够应对更广泛和复杂的真实世界任务。

（2）应用场景拓展： 例如，用户可以上传销售数据表格要求分析，或者提供图片素材要求生成报告插图等。

4、深度外部工具集成 (Deep Integration with External Tools)：

（1）能力边界拓展：Manus 能够无缝集成和调用外部工具和服务，例如进行实时网络浏览以获取最新信息、调用金融API进行数据分析、操作文件系统等。这极大地拓展了其能力边界，使其能够完成依赖外部信息的复杂任务。

（2）沙盒环境保障安全： 所有与外部工具的交互都在安全的沙盒环境中进行，确保了数据安全和系统稳定。

5、云端异步执行与持久化记忆 (Asynchronous Cloud Operation & Persistent Memory)：

（1）不间断工作： 用户下达任务后，Manus 会在云端异步执行，即使在用户设备离线或关闭浏览器的情况下，任务也会持续进行，完成后再通知用户。这为用户提供了极大的便利性和灵活性。

（2）个性化学习：Manus 具备记忆能力，能够记住用户的偏好、历史交互和特定指令风格，从而在后续的任务中提供更加个性化和高效的服务，实现“越用越懂你”。

四、Manus核心业务

1、 核心业务--围绕其强大的任务执行能力，展开包括：

（1）信息处理与知识构建：

① 信息收集与验证：根据需求，从互联网、数据库中搜集信息，并进行整理、归纳和提炼。对信息交叉验证，确保准确性和可靠性。② 文档撰写与报告生成：并能根据用户需求调整风格和格式。

（2）数据分析与洞察：

① 数据处理与建模：对原始数据进行清洗、转换和整理，运用机器学习模型分析、建模。② 数据可视化：将分析结果以图表、报告等可视化形式呈现，帮助用户直观理解数据。

（3）软件开发与技术实现：

①网站与应用创建：根据需求，设计并开发静态网站、动态Web应用；②编程与脚本撰写：能够使用多种编程语言（如Python）编写代码和脚本。

（4）自动化与流程协作：

① 任务自动化：能够执行重复性的、基于规则的任务，例如信息监控、数据录入、文件管理等。② 流程辅助与协作：协助用户完成复杂的流程性任务，例如行程规划、酒店预订、采购比价等。

（5）多模态交互与内容创作：

① 图像生成与处理：能够根据文本描述生成图像，或对现有图像进行编辑和优化。② 多媒体内容理解：能够理解和处理文本、图像等多种模态的信息。

2、具体能力包括：

• 旅行规划：创建个性化旅行手册，如日本6月行程。

• 金融分析：分析特斯拉股票，设计可视化仪表板。

• 教育支持：为中学教师创建关于动量定理的视频演示。

• 保险比较：生成清晰比较表并推荐最佳决策。

• B2B采购：跨网络深入研究，找到合适供应商。

Manus 的核心业务旨在通过提供全面、智能、高效的服务，赋能用户在信息获取、知识创造、技术实现和流程自动化等多个领域取得卓越成就。

五、市场空间&格局

据Research and Markets数据显示，2025年全球AI智能体市场规模预计突破500亿美元，中国市场占比35%，增速全球第一。预计到2030年，全球AI智能体市场规模将达4710亿美元，2025 - 2030年的年复合增长率保持在40%以上，展现出巨大发展潜力。

AI智能体市场竞争激烈，头部企业优势明显，CR5市占率超60%。DeepSeek、OpenAI等行业巨头凭借强大技术研发能力、丰富数据资源和广泛市场渠道，在技术赛道上处于领先地位。中小企业则聚焦垂直场景，通过差异化竞争占据一席之地。

研究表明，Manus 在 GAIA 基准测试中表现优异，超越了 OpenAI 的 Deep Research，展现出强⼤的任务处理能⼒。

√与OpenAI的Operator对比：

OpenAI的Operator依托强大的GPT系列大模型，拥有丰富语言处理能力和广泛知识储备，在自然语言生成任务中表现出色。Manus在任务执行的自主性和工具调用能力方面具有独特优势，其多智能体架构能将复杂任务分解为子任务，并通过调用各种工具完成任务，在处理多步骤操作任务时更高效。

例如，在数据分析和报告生成任务中，Manus能够更高效地完成任务，减少人工干预，展现出其在任务执行方面的强大能力。

√与谷歌的Project Astra对比：

谷歌的Project Astra深度整合了搜索引擎和各类应用服务，在信息检索和应用交互方面具有天然优势。Manus侧重于提供全流程任务执行服务，能够独立完成从任务规划到结果交付的整个过程。

例如，在旅行规划任务中，Manus不仅能够查询相关信息，还能根据用户需求制定详细旅行计划，包括预订机票、酒店和安排行程等，为用户提供一站式的解决方案。

六、产业链&相关标的

Manus智能体的产业链覆盖从上游的底层算力到下游的场景落地的完整生态。呈现“上游算力垄断、中游生态绑定、下游场景深耕”的特点，核心上市公司通过技术协同与场景卡位形成竞争优势。

（一）上游：算力与技术支撑层

1. 核心算力供应商

① 英伟达：作为Manus训练与推理的核心GPU供应商，其H100芯片支撑Manus复杂任务处理能力，单任务算力消耗是传统大模型的100倍以上。

② 寒武纪：国内AI芯片龙头，云端推理芯片思元系列为Manus国产化算力替代提供基础支撑，已进入其供应链体系。

③ 澜起科技：针对Manus高并发计算需求，研发AI专用芯片，适配其多智能体协同架构。

2. 云计算与数据服务

① 南兴股份：子公司唯一网络联合微软推出AIGC助手“小鹭”，未来与Manus形成生态互补。

② 浙文互联：参股公司浙文蓝耘智算为Manus提供算力支撑，业务协同AI营销与数字内容生产。

3. 数据与算法支持

①  拓尔思：垂直行业大模型技术支持Manus在财报分析、合同审核等B端场景的应用，提升内容生成准确性。

② 润和软件：推出新一代AI Agent智能中台，适配DeepSeek模型，推理能力行业领先，与Manus形成技术互补。

（二）中游：技术合作与生态共建层

1. 股权关联企业

①蓝色光标：通过真格基金间接参股Manus母公司Monica.im，推动智能体在数字营销场景落地，广告投放效率提升40%。

② 中航产融：旗下子公司参与Manus股权投资，布局AI智能体领域，探索金融业务智能化升级。

③ 顺网科技：间接参股Monica.im，自研智能体引擎“SPICE”与Manus技术协同，拓展云游戏场景应用。

2. 深度技术合作

① 阿里：通义千问提供QwQ-32B等开源模型，助力Manus实现国产化替代，单任务运行成本降至2美元（较海外模型降低90%）。

② 用友网络：自研“业务链大模型”与Manus协同，覆盖财务自动化、供应链管理等企业级场景，客户复购率超75%。

③ 汉得信息：与字节跳动合作开发B端大模型，适配Manus企业级需求，智慧导购系统已在多家零售企业落地。

3. 开发者生态共建

① 润和软件：推出AI Agent智能中台，支持开发者基于Manus框架快速构建垂直场景应用，已吸引超5000名开发者入驻。

② 立方控股：作为AI智能体底层技术供应商，其智慧交通解决方案与Manus协同，订单排期至2026年。

（三）下游：场景落地与商业化

1. 企业服务领域

① 致远互联：协同办公平台接入Manus技术，实现流程自动化，SaaS订阅模式推动毛利率升至68%。

② 泛微网络：OA系统嵌入Manus异步任务处理能力，企业决策效率提升30%，客户覆盖80%以上央企。

2. 智能制造领域

①  酷特智能：与华为合作开发服装定制AI Agent集群，通过AI智能体优化生产流程，实现个性化定制。

②  鼎捷数智：依靠40亿条工业实时数据，训练出行业专属Agent模型，若将Manus技术应用于工业自动化，设备故障率降低25%

3. 跨境电商领域

① 焦点科技：跨境B2B平台接入Manus供应商匹配功能，采购效率提升50%，AI驱动毛利率达75%。

4. 金融与营销领域

① 中科金财：智能客服系统适配Manus金融场景任务分解，股票分析准确率提升至85%。

② 浙文互联：AI营销平台接入Manus策略优化能力，广告投放ROI提升20%，2024年相关业务营收增长120%。

五、总结与展望

Manus 作为中国AI初创公司Monica倾力打造的全自主AI智能体，凭借创新的多智能体协作架构、强大的多模态处理能力、深度的外部工具集成以及云端异步执行等核心特色，在AI Agent赛道，展现出强大实力和广阔的应用前景。

从创始人肖弘的连续创业经验和腾讯投资背景，到核心团队在AI领域的深厚积累，再到Manus在GAIA Benchmark上的卓越表现，都预示着其不凡的潜力。

同时，缺点也有：首先，国内还不能真正注册，先发优势在慢慢减弱；另外，使用价格略高，实际体验惊艳感不足，当前产品还不够成熟等等问题被广泛吐槽；同时，由于市场的内卷，Manus想要提高用户粘性，也会临着不少挑战。

尽管如此，Manus的性能却是超越了OpenAI的Operator，其清晰的开放源代码计划、对未来人机协作模式的深刻洞察以及快速迭代的初创精神，为其未来的发展奠定了坚实的基础。

如今的AI Agent，像是一位尚在成长中的热情满满、略显笨拙的“助理实习生”。

随着技术的成熟和生态的逐步构建，Manus有望引领下一代AI智能体浪潮的迭代与发展，不断深化企服、医疗、教育等垂类领域的应用，积极探索新兴应用场景，为人们提供更个性、更智能的服务。

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

*   大模型 AI 能干什么？
*   大模型是怎样获得「智能」的？
*   用好 AI 的核心心法
*   大模型应用业务架构
*   大模型应用技术架构
*   代码示例：向 GPT-3.5 灌入新知识
*   提示工程的意义和核心思想
*   Prompt 典型构成
*   指令调优方法论
*   思维链和思维树
*   Prompt 攻击和防范
*   …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

*   为什么要做 RAG
*   搭建一个简单的 ChatPDF
*   检索的基础概念
*   什么是向量表示（Embeddings）
*   向量数据库与向量检索
*   基于向量检索的 RAG
*   搭建 RAG 系统的扩展知识
*   混合检索与 RAG-Fusion 简介
*   向量模型本地部署
*   …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

*   为什么要做 RAG
*   什么是模型
*   什么是模型训练
*   求解器 & 损失函数简介
*   小实验2：手写一个简单的神经网络并训练它
*   什么是训练/预训练/微调/轻量化微调
*   Transformer结构简介
*   轻量化微调
*   实验数据集的构建
*   …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

*   硬件选型
*   带你了解全球大模型
*   使用国产大模型服务
*   搭建 OpenAI 代理
*   热身：基于阿里云 PAI 部署 Stable Diffusion
*   在本地计算机运行大模型
*   大模型的私有化部署
*   基于 vLLM 部署大模型
*   案例：如何优雅地在阿里云私有部署开源大模型
*   部署一套开源 LLM 项目
*   内容安全
*   互联网信息服务算法备案
*   …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】