今天，曾炒至10万的manus免费开放注册了。
符合这两年ai资讯一贯“阶段性沉默、点状式爆发”的传播特点，仅是一则50余个字的资讯，相关话题热度便不断飙升。
得不到的永远在骚动，这个被称为“创造了ai agent 的deepseek时刻”的产品，曾在一夜爆火后，因为邀请码一度炒到5位数，陷入了是靠着营销号带节奏的“饥饿营销”的争议，此后声量渐歇。
5月12日晚上11点，manus发布公告表示，manus即日起向所有人开放，无需等待；所有用户将一次性获得1000积分奖励，同时，用户每天还能免费获得300积分（相当于一次使用机会）。
值得注意的是，不同于目前国内其他ai搜索产品，如deepseek、kimi、元宝等几乎都是0门槛、完全免费开放的，而manus的任务规划、决策和输出生成都需要消耗积分，任务越复杂或越长，所需的积分就越多。这在一定程度上限制了用户的使用次数。
不过，目前manus开放的仍是国际注册，中文版本还在开发中。
不管早期评价多两极分化，大家对“终于能用上manus”这件事的期待值还是拉满了。
用起来怎么样？
两个多月前，在manus推出前夕，manus创始人之一的张涛对这个新产品的定义是：“我们定义了一个新赛道。”
那到底有多新呢？
简单来说，底层技术上的突破难说，但至少初步定义了一个从去年底就饱受讨论的问题——一个ai agent产品的形态应该是什么样的？
我首先问了一个重点在于信息整合方向上的问题，让manus详细讲解一下赤壁之战，以报告的形式具体描述战斗经过，同时结合地图与地形可视化进行说明。
对于第一次使用manus的人来说，manus呈现出来的思考过程多少会眼前一亮，manus先是创建了一个工作流，把它接下来要做的事情细分。
有趣的是，不同于其他ai搜索软件，manus直接把信息溯源放在了工作流里。比如在整理历史背景和相关地图资料时，它打开了维基 百科和百度百科。
逻辑性很强，姿态标准，从溯源结果追溯也能避免一定程度的ai幻觉（此处重点批评deepseek）。
最后，manus帮我生成了4个文件清单，除了最终整合完的一篇2000多字的完整报告——引言、背景、经过、结果和影响……面面俱到，还有详细的todo list工作流以及图片文件，其中关于战斗经过还单独拎出来一份。
值得注意的是，其中那张图片，manus应该还是在一个大地图里截图出来的，虽然能在思考过程中追溯来源，但最终生成结果还是缺少图片来源标注。
接着，我又再问了一个主观性更强的问题：用关键词概括manus的优势，以及面对“套壳”争议，如何定义通用ai智能体以及理解现阶段ai应用落地的着重点？
这次manus显然更智能了，再复述完我的问题后，它没有自行猜测我的需求去分析，而是首先反问了我的具体需求和关注点，还给了一些引导思考的关键词。
紧接着，才开始了它的具体工作。这次，manus整整给了我10个附件，包括完整的报告以及相关的参考资料和中间分析文档。
而这一次，我在prompt中其实并未提及需要帮我整合成一份完整报告，但manus还是给我写了篇论文——包括了摘要和参考文献。
截至到这一步，manus整体表现都不错，不同于其他ai产品还需要用户研究如何提出更好的prompt，manus用户只要提出简单的文字需求，manus就可以自主工作，并交付成型产品。
唯一的缺点就是，真的太慢了，上述两个任务，manus花费的时间都需要10分钟，而且后面这个显然更为复杂的提问，花费的积分已经超过300，相当于，如果我把1000积分用完后，靠着每天300积分的免费额度，我甚至拿不到一份完整报告。
任务完成后，manus还引导我进行网页部署。
这一次是漫长的25分钟……
这次结果反而让我有点失望。
直接说，就是丑。相当于一个网页框架，直接填文案，你看不到任何的ui设计。
pconline综合看到不少体验后的网友评论：做ppt不如另一个定位国际市场的agent产品genspark，网页不如字节的扣子。
显然，从内测走向公测，manus仍处于产品的早期阶段。ai迭代速度之快，让竞争变得极度激烈，特别是国内的ai团队在模型训练和产品创新等方面的表现都尤其出色，这也是市场一直说的，国内ai产品很难有先发优势。因为后来居上的太多了。
但manus的出现至少指出了前进方向。
是否套壳不再重要
从工作流里其实可以明显看出，manus的工作模式相当于在云端设置了一个“虚拟机”，在虚拟机里去跑代码——它自己有个操作系统，自主上网，跨平台、跨网页调用api完成任务。
其实就是将复杂任务拆解为多个子任务，并动态调用不同的agent或工具来执行每个子任务，最终完成整体任务。
其中重点是，对用户的指令没有那么“严格”了。
正如此前manus团队曾表示，ai 浏览器不是在浏览器里加 ai，而是做给 ai 用的浏览器。
市场给了ai 2年多的发展期，这2年多的时间里，大家基本的共识是，先投入，先all in，寻求技术突破的前提下，ai更多是工具，讲的是模型能力，所以才有风靡一时的“指令”。
而在最近红杉第三届ai峰会上，新共识出现了。
据“ai深度研究员”文章报告，峰会提出ai商业模式转型：下一轮 ai，卖的不是工具，而是收益。
从卖工具到卖协作，最终走向卖成果——未来ai应用的核心问题，不是模型能力，而是“是否能跑起来干活”。不是谁模型参数更多、推理速度更快，而是谁能把结果交付闭环，谁就拥有了客户预算。
红杉认为：“ai 应用价值将超越模型本身。”
从这一点回过头来看manus，manus是全球首个通用agent，扣子空间和百度前不久发布的心响都是这个方向，即在获取用户的指令后，可以自主规划与多智能体协作。
值得注意的是，据剁椒spicy消息，心响app的一位产品经理表示，团队正是看到了manus爆红之后，加班加点一个月，打造了心响app。
正如上文所述，manus至少让市场看到，现阶段一个真正的ai agent应该是什么样的。
“attention 不是 all you need，解放用户的 attention 才能重新定义 dau”，manus团队曾分享。
manus创始人肖弘一直强调的观点是：模型商品化。大家去做use case、去解决具体的问题。——这是应用层。
而对ai应用类产品来说，是否“套壳”便不再重要，manus的核心优势从来不是大模型，而是通用性、解构性，如何做好任务规划和执行框架，以便更好调用多个智能体。
模型能力是一回事，但落到用户层面，如何顺畅地用到自己的具体工作中，是另一回事。
