Manus
凤凰(huang)网科技(ji)讯 3月11日，福布(bu)斯发文称，Manus远非新奇。它宣称具备自主性，但实际上，它不过是又一个实行预设脚本工作流(liu)程的大语言(yan)模型罢了。
与ChatGPT、Gemini等工具类(lei)似，Manus的核心仍是基于互联(lian)网语料库生成"最大公约(yue)数"答案。测试(shi)显(xian)示，要求其撰写关于Manus的报道大纲时，系统(tong)自动强调“技(ji)术突破”、“通用能力(li)”等市场热词。评论人(ren)指(zhi)出，Manus这种工作机制注定只能产出符合热点却缺乏深度的内容。
福布(bu)斯表示，Manus在制订标准化旅(lu)行计划时表现尚可，但涉及复(fu)杂决策(ce)（如突发天气下的航班(ban)改签）时，系统(tong)暴(bao)露出与OpenAI DeepResearch模型相(xiang)似的缺陷——无法识别关键数据优先级(ji)，生成看似合理(li)实则漏(lou)洞百出的方案。
福布(bu)斯认为，真(zhen)正创造价值的AI企业(ye)，都(dou)在特定领域构建结构化工作流(liu)。比如通过解析网页(ye)代(dai)码模拟用户行为，实现端到端自动化测试(shi)的Octomind；在法律文件生成中嵌入专家决策(ce)逻辑，精(jing)准处理(li)合规审查的Flank；基于消费数据动态生成个性化销售建议，重塑电(dian)商购物链路的r2decide。这些案例(li)都(dou)表明，AI的成功不在于通用性，而在于业(ye)务场景的深度聚焦。
当Manus宣传其“全能代(dai)理(li)”愿景时，行业(ye)先行者早已在医疗、金融等垂直领域建立护城河——通过限定决策(ce)范围提升可靠性，借助人(ren)机协同机制弥补算法短(duan)板。
福布(bu)斯还表示，对于AI，人(ren)类(lei)的监督至关重要。大多数企业在有效地将AI融入决策(ce)过程中都(dou)面临着(zhe)困难。康奈(nai)尔课(ke)程反馈揭(jie)示，当前技(ji)术无法替(ti)代(dai)人(ren)类(lei)的核心决策(ce)能力(li)。而Manus在人(ren)机协同决策(ce)方面所做甚少。
Manus演示的多APP联(lian)动看似炫酷，实则并未突破自动化工具的固有局限。反观(guan)亚(ya)马逊的Alexa，即将深度嵌入微软 Teams、Slack等办(ban)公生态，通过API级(ji)整合实现上下文感知。福布(bu)斯质(zhi)疑，Manus是否能在短(duan)期内达到这样的集成水平。（编辑/陈俊(jun)熹）
【免责声明】本文仅代(dai)表编辑本人(ren)观(guan)点，与和讯网无关。和讯网站对文中陈述、观(guan)点判断保持(chi)中立，不对所包(bao)含内容的准确性、可靠性或完整性提供任(ren)何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任(ren)。邮(you)箱：news_center@staff.hexun.com