一、产品介绍:从爆红到业务收缩
曾被誉为“下一个ChatGPT时刻”的通用AI智能体Manus,由90后团队蝴蝶效应科技(Butterfly Effect PTE. LTD.)于2025年3月推出。其突破性在于能自主规划复杂任务链:从股票分析报告生成、旅行路线设计到简历筛选排名,实现全流程自动化交付。
然而7月初,Manus中国区突现重大调整:
- 🇨🇳 国内业务收缩:120人团队中80人被裁,补偿N+3至2N
- 🌏 总部紧急迁移:40余名核心技术成员转岗新加坡
- 🔗 平台内容清空:微博、小红书官方账号删除所有内容
- ⛔ 官网访问受限:中国IP登录显示“地区不可用”(原提示为“中文版开发中”)

二、适用人群分析
人群类型 | 需求场景 | Manus适用性 |
---|---|---|
效率追求者 | 自动化处理报表/行程/邮件 | ⭐⭐⭐⭐ |
技术开发者 | 调用API构建AI工作流 | ⭐⭐ (当前不稳定) |
跨境业务团队 | 多语言任务协作 | ⭐⭐⭐ (需海外节点) |
学术研究者 | 数据整理与可视化 | ⭐⭐⭐⭐ |
💡 现状提示:因业务重心转移至新加坡,中文用户需通过国际网络节点访问,且部分功能响应延迟加剧。
三、核心功能与技术解析
尽管面临调整,Manus仍具备五大创新性能力:
任务规划引擎
- 原理:采用树状推理架构(Tree-of-Thought),将用户指令拆解为子任务DAG(有向无环图)
- 用例:输入“策划北京3日游”,自动生成交通/酒店/景点优化方案并预订
多模态生成系统
- 技术栈:基于阿里通义千问开源模型+自研跨模态对齐模块
- 输出能力:支持文本报告→数据图表→简易网页的连贯生成
实时检索增强(RAG)
- 运作机制:动态接入财经/学术数据库,通过向量相似度检索注入上下文
- 精度提升:金融分析任务事实错误率降低62%
虚拟执行环境
- 沙箱设计:在Docker容器中运行Python脚本操作浏览器/办公软件
- 安全隔离:敏感操作需用户二次授权
动态积分计费
- 成本模型:按LLM Token消耗量+第三方API成本动态扣费
- 案例:部署个人网站消耗900积分(约$9)
四、实用技巧与访问方案
▶️ 资源优化技巧
- 积分策略:选择Manus Starter套餐($39/月)性价比最高,支持3任务并发
- 降耗方案:在指令中限定“避免实时检索”可减少30%积分消耗
- 容错机制:复杂任务添加“分步确认”指令避免全流程失败
🌐 最新访问地址
# 官方主站(需国际网络环境)
https://manus.ai
# 替代方案(新加坡节点加速)
https://sg.manus-ai.co
⚠️ 中文服务暂不可用,原与阿里通义千问的合作项目已暂停
从内测码10万疯抢到闪电迁址新加坡,Manus的过山车式发展揭示了AI Agent赛道三重挑战:地缘技术管制(如英伟达芯片断供)、用户留存瓶颈(访问量4个月下滑30%),以及美元资本的政策避险需求。
其命运将取决于核心团队能否在新加坡新总部突破算力限制,重新兑现“思考与执行合一”(Mens et Manus)的初心。对于中文用户,建议持续关注其国际版能力演进,但需做好短期服务波动准备。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...