Manus不是最好的AI产品，是很好的营销案例|AI_新浪科技

来源：创业邦

作者丨星海老局

AI圈又双叒叕被“炸裂”了，这次的炸弹是Manus。

看着夸张的赞美和铺天盖地的通稿，自然手痒想试试，但邀请码实在紧俏，在某鱼上甚至被挂牌到30000一个，我只能去看放出的展示视频。

三个应用场景，筛选简历、根据需求，整理房产信息和分析英伟达、特斯拉的财报，看完之后，第一感觉是2024年AI产品案例集锦，把大家都能做的功能整合到了一起。

未来Manus还想做自己的APP，如果想做流量入口，显然无法和百度、腾讯这批大厂抗衡，技术底座全部依赖现有的大模型接口，没有技术护城河，套壳的Manus能做的好，大模型厂商自己下场做应用更容易，关键是有个好的产品经理。

有个好消息是，如果Manus能像deepseek一样做到真正霸榜全球APP下载榜单，至少预示着AI产业盈利的节点已经到来。

AI时代的“hao123”

很好的产品经理

AI应用破圈的前提是让用户感受到使用体验的提升，而不是冰冷的指标和排名，至少从演示视频看，Manus的用户体验很爽。

一句话描述Manus就是，在可以联网的虚拟服务器上调用大模型的API接口，最终呈现结果，三大组成部分是虚拟服务器、浏览器和各种各样的大模型。

打个简单的比方，大模型就好像百度、谷歌这样有检索功能的网站，Manus就好像“hao123”网站导航平台，不提供检索服务，但是能在“hao123”上调用各大网站的能力。

目前市面上的大模型五花八门，能力各有侧重，比如可灵擅长生成视频，KIMI适合中文资料分析，腾讯元宝能提供满血版的deepseek，豆包的做图能力强，经常完成一项工作，需要东市买骏马，西市买长鞭，在不同APP间跳转，Manus提供了一站式平台。

就像小米布局某个领域，标志着该领域供应链已经成熟，可以这么说Manus是大模型生态成熟后的产物。

“有一次我们调试的时候，惊喜的发现AI已经能做到自己使用油管快进的快捷键去寻找目标内容里需要的画面，激发了我们做Manus的动力”，肖弘在采访中说到，技术的进步促进了Manus的诞生。

Manus的前一代产品是Monica，谷歌浏览器插件，基于ChatGPT，能够对网页做摘要、翻译文本、创作广告文案等，巅峰时期用户达到100万，主要客户还是在美国市场，当时用户需要什么功能，还需要开发者去设计，比如数据库等，需要Monica程序员搞定后上线。

Agent的要求是自己适应环境处理长尾任务，比如在使用Manus的时候，需要检索、编程等能力，可以去自己调动相应的大模型接口，完成使用者的需求，不再需要程序员提前写好代码，因为现在市面上的大模型已经足够满足多样化的需求，Manus能集百家之所长，给了用户很好的使用体验，自然能让众多AI博主单独做条宣传视频。

邀请码这个要素更是将营销推向高潮，一方面，可能是Manus自己算力不够用，可以认为控制访问量，公测时期满血版的应用对算力需求更高，这样可以让掌握话语权的首批用户获得满意的体验；另一方面，能提前拿到邀请码是博主人脉和实力的体现，可以装逼，博主创作的内容上也有稀缺性，能免费让众多AI博主做自来水。

Manus是技术扩散的红利

deepseek是技术扩散本身

“今年预计是只会看到你们这一家产品吗？”

“我觉得大家都会做”，Manus创始人肖弘在回答采访时这样评价自己家的产品。

不知道模型技术会如何发展，不知道应用产品的方向，面对主理人的追问，肖弘显然不如之前那样兴奋。

尽管在这轮营销中，Manus官方并未透露太多技术细节，我们仍尽力捕捉到一些蛛丝马迹，引以为傲的长任务拆解上，依赖的的是Claude3.5、算法架构和2024年的“Computer use”类似，依赖虚拟服务器，用Python爬取数据信息，PPT、编写代码等功能调用的是各种大模型的API接口，常规AI应用套壳是只用一家，

和Manus类似应用产品已经有了很多。

首先就是Computer Use，虽然目前只有开发者能够测试，从放出的视频看，Claude能够通过观看屏幕截图，实现移动光标、点击按钮、使用虚拟键盘输入文本等操作，真正模拟人类与计算机交互的方式，更复杂的填写表格、编写代码等任务也能完成。

还有给手机用的，智谱AI的Phone Use已经能做到根据我平常的饮食习惯，自动下单点一杯奶茶、通过语音安排日程或者发送邮件，甚至于能够根据朋友圈内容，去生成相关评论或者点个赞。

前几天，谷歌发布了Gemini 2.0，模型对于物理世界的理解更加深入，谷歌首席科学家Jeff Dean指出，Gemini 2.0 Pro模型能够一次性生成完整的、包含正确数据结构和搜索算法的代码。

Deepseek能够爆火，是因为把神秘莫测的推理能力公开，直接让几乎所有大模型在一夜之间都具备了推理能力，用开源促成技术扩散，让英伟达的AI算力卡不再是唯一选择，这些不是随随便便就能完成的。

前文所提到的，Manus的成功在于好的产品经理对用户习惯的把握，调教了互动界面，依赖于成熟开源的大模型生态，能够自由调动API接口，吃到了技术扩散的红利，商业形态不具备稀缺性，后来者很容易就能做到。

工程性的创新

能用的AI就能够盈利

在2024年第二季度，AI就已经陷入了融资困境，橘子IT的数据显示，2024年中国的AI融资规模是564亿，只有2023年的80%，难以盈利的问题持续困扰着众多AI投资人，以ChatGPT为例子，OpenAI在2023年通过ChatGPT的商业化应用获得了超过16亿美元的收入，但相较于其上百亿美元的研发投入，依然入不敷出。

因为AI企业长期遵循的是“快鱼吃慢鱼”的节奏，奉行“技术研发抢先，商业应用暂缓”的原则，都在烧钱卷技术，忽视了应用，甚至有人判断，在C端聊天大模型上，如果技术不是领先两代，不存在推广可能。

Manus的破圈提醒了大家，现在的AI已经够用了，重视优化用户体验，对模型进行针对性调优就能做出让消费者愿意掏钱的产品。

不是所有人都需要一个博士水平的AI产品去做助理，大部分人需要就是快速处理文档，比如人事需要AI帮忙筛选简历并汇总成表格；向上汇报用的PPT更看重的是好看的模版与图片，号称最强大模型的ChatGPTo1Pro一个月要200美元，显然已经超过了大部分人工资可以承受的水平。

Manus实际上敏锐嗅到了先进技术和推广使用之间的成本平衡点，现在的AI技术已经足够满足80%的需要，注意力可以回到如何去做一个更人性化的应用上。

最近的研究也表明，Manus这种多模态的平台聚合模式走得通，腾讯DataLab实验室的报告里说，统一BI平台DataLab，集成了基于LLM的一站式代理框架，将不同智能体整合，独特的代理通信机制可以整合视频、文字、音频等不同类型的知识模块，在企业特定的BI任务上，准确度提高了58.58%，令牌成本降低了61.65%。