一夜之間，一款名為Manus的AI應用產品刷屏。各路自媒體將其描述為“DeepSeek之后中國在人工智能領域的又一突破”。然而，其過于夸張的營銷手法，也引發了業內不少的質疑。本文旨在正本清源，通過與DeepSeek的對比，理性分析Manus的真實情況：

一、技術路徑的本質差異：集成商與底層創新的區別

Manus的本質是一種建立在各個大模型API、網絡工具的調用基礎上的集成式工具。其底層通過集成Claude、GPT、DeepSeek等大模型，從而實現編碼、推理等專項能力。從工程學的角度來看，這的確是一個不錯的產品方向。從Manus的人才結構我們也可以看出端倪，其創始人肖弘曾開發過公眾號編輯器壹伴助手，AI瀏覽器插件Monica等知名產品；聯合創始人季逸超高中時候就開發出了猛犸瀏覽器這樣優秀的應用產品。

因此，我們可以期待，Manus可能是一款不錯的AI集成式應用產品。但是，正如Manus在拉丁文中含義為“手”，而決定智能的根本在于“腦”。恰如猿猴同樣有著看上去強勁與靈巧的手，卻無法與人類的手一樣從事精巧與復雜的操作。Manus的能力能有多強，根本上還是取決于其底層大模型的智能程度。

相比之下，DeepSeek選擇的才是一條更為艱難的自主研發的道路。從數據訓練、基座模型到MOE機制等進行底層創新，使其在數學推理、代碼生成等領域性能超越GPT-4等國外主流大模型，同時訓練推理成本只有這些大模型的十分之一左右。同時，其聯合華為設計的NPU芯片與自研訓練框架，構建起完整的國產化生態鏈。這種技術自主性在某省政務大腦項目中也得到驗證，成為唯一通過“數據不出域”安全審計的AI供應商。

二、數據安全：跨境傳輸的合規風險

Manus的“異步云端處理”機制，實際上需要將用戶數據上傳到云端進行處理。而在API的調用過程中，用戶上傳的信息，需經其服務器轉發至海外大模型進行處理，這一過程可能會違反《數據安全法》關于重要數據出境的規定，同時使得數據安全處于不可控狀態。

值得注意的是《生成式人工智能服務管理暫行辦法》規定，在我國境內提供生成式人工智能相關服務，需要進行備案管理。但是在Manus的官網上，并沒有發現相關備案信息，其目前能否向國內用戶合規提供服務，還存在疑問。

同時，Manus的商業模式在法律層面上還存在三個方面的潛在風險。首先是知識產權風險，其調用其他大模型生成內容可能涉及版權糾紛，用戶使用生成內容進行商業活動將面臨法律風險。其次是責任轉嫁困境，當模型幻覺導致決策失誤時，跨境司法管轄沖突將使索賠陷入僵局。更嚴重的是國家安全審查紅線，若被用于關鍵領域，其數據流轉路徑可能觸發強制審查。

三、成本困局：商業化落地仍面臨困難

Manus通過其優秀的架構體系，極大壓縮了使用成本。根據其測試的情況來看，Manus單任務運行成本約2美元，約為OpenAI同類產品的1/10。這一數據看似優勢顯著，但Manus依賴Claude、GPT、通義等第三方模型接口，若模型供應商調整定價策略，其成本優勢將迅速瓦解。此外，復雜場景（如生成含交互式圖表的20頁行業報告）需調用多個模型協同工作，實際成本可能突破10美元/次，與宣傳的“14元完成萬元服務”存在顯著差異。

據了解，Manus目前的內測用戶僅數百名，但是已經給當前服務器帶來的很大的壓力。未來，隨著用戶量不斷增長，其云端異步處理機制導致帶寬、內存消耗呈指數增長，形成“規模不經濟”陷阱。將來，在研發等高端市場，OpenAI的專門定制化服務將直接擠壓Manus的發展空間；而在普惠市場，使用成本與用戶付費意愿不匹配的矛盾，使得其商業邏輯存在不小缺陷。

Manus的爆火，很可能是資本對“捷徑式創新”盲目追捧與自媒體流量炒作需求共同作用的結果。盡管Manus可能是一款看上去還不錯的AI應用產品，但是距離真正可以很好的使用，還存在很大的距離。對其進行過度的“吹捧”，可能對融資有一定的好處，但是對于整個行業的發展，可以說弊大于利。

當前整個通用人工智能的發展，還處于非常初級的階段。如果以計算機的發明來作為比較，ChatGPT的出現好比發明的“二極管”，而DeepSeek極大降低了“二極管”的成本，提高了其性能；而Manus的計劃是用“二極管”組裝出一臺電子計算機。

在正確認識各種過度炒作的同時，我們支持有更多Manus一樣的產品，在人工智能領域進行更廣泛、更深刻的探索；我們也期待出現更多DeepSeek一樣顛覆性的創新。