从benchmark和案例来看，成绩相当不错，但可能离「通用」还差不少。
市面上很多专用Agent，都难以大规模落地，例如软件工程领域的开源多Agent框架MetaGPT，用的人也不算很多；上一个「全球首个Al程序员」Devin，目前也没啥水花。更别说通用的Agent。
而且，说「全球第一款通用AIAgent」，可能有点捧杀，毕竟之前还有AutoGPT，BabyAGI，这些都能算是「通用」的框架，而且还开源。
当然，这里并非否定Manus的成果。从benchmark来看，成绩其实是相当好的。GAIA是衡量通用Al助理能力的一个benchmark，可以看到Manus表现比OpenAl的deepresearch还好出不少。
但Agent智能程度，Agent的架构固然重要，更起着决定性作用的，是LLM的能力上限。在市面上LLM能力没有爆发性增长的情况下，很难出一个真正能力有突破的Agent。
其实说到Agent，很多人会以为，就是通过Prompt创建智能体，但其实一个完整的Agent，是需要能够自主计划，自主使用工具，具有记忆能力，自主行动的。在LilianWeng2023年发布的一篇博客里显示，一个LLM驱动的Agent是架构是这样的。
我猜测Manus在Tools方面做了很多工作，尤其是和搜索，计算，写代码工具，可视化工具，computeruse方面等等，这些tools应该能覆盖80%工作场景的通用任务，再加上MCP+docker，就能做很多事情了。
同时，我也注意到它能够记住一些工作偏好，估计也在longtermmemory方面做了一些创新性的工作。
但GeneralAgent的General，既可以翻译成「通用」，也可以翻译成「宽泛」。事实上，官方demo给出的案例，都是一个相对开放的题目，大模型有很多自主发挥的空间，给定的命题相对宽泛。当然，即使是这样，其实这个Agent也能解放很多人的繁琐工作，毕竟很多人的工作本来就是做图表，ppt等。但要说Manus有什么突破性进展，貌似从demo中没看到。
况且，Agent落地一个最大问题，就是分解步骤越多，token消耗越猛，而且幻觉率会越高。这些问题都是短期内没法解决的。可能哗啦啦的，token花了几十刀，但其工作产出，还是得人类自己去修修补补。
我坚信AI浪潮未来会爆发在中国，但就全球大模型能力而言，还没哪个大模型能够支撑一个足够通用、错误率足够低的Agent。
