上线12小时，
Manus从第一个通用Agent变成了第一款自媒体比技术从业者先发现和评测的AI产品，评论好坏掺半。
最明显的两个观点是效果虚假，没有技术报告，很多好的Agent已经能做到这一点和如何那么厉害的话，为什么英文媒体们没有报道。
后者应该很难辨正，但是前者我觉得还是可以燃烧几个 GPT Pro账号，来真金白银试试看 Manus 的效果如何。
所以就有了这篇文章，我挑选了5个中文问题和5个英文问题，其中中文问题都是大半都是 @赛博禅心 提供，感谢感谢～。而英文拿的是 Manus 提供的 Use Cases。
按照同样的输入在OpenAI o1 Deep Research运行， 并且因为英文是 Use Case，不知道实际成功率。那这5个问题我会重复运行3次。主要是还没蹲到验证码，山不向我走來，我就向山走去。
Here we go！
问题一、整理一份逐月编年史，纪录从2022年到现在，AI 行业每个月都发生了哪些事情。整理完之后，再从现在的视角回顾下这段历史
很可惜，Manus开局不利，卡在了某乎的扫码界面。从它执行过程中看它会把每个季度做成代办，然后将搜集到的信息写到 event.md，每完成一次代码就会更新一次 todo.md。
这种用 markdown 作为进度记录和更新的方式，之前在 cursor 里使用过。一般来说这种多Agent系统会有一个Plan Agent专门负责进程管理。Manus这一点还是有按照自己的理解来搭建。
而 o1 Deep Research 解决这搜索类问题还是相当简单的话，除了把当前时间当作是2024外，每个月的关键信息都没有产生幻觉。
PS：因为这个两个 Agent 的执行过程都有可能较长，我会尽可能把能看清的截图放进来。而这十个问题的 Manus 链接和Deep Research 的完整截图我就放到链接，一样是私信我发送Manus就可以获取。
问题二、你是一个严肃媒体，写一篇爆款的公众号文章，要有百万阅读的潜质，讲这个产品，图文并茂的 https://manus.im/
除了开头和结尾，坦白来说，Manus 这篇应该不太能算合格的公众号文章，没有成功配图，中间的文字更像是一行行短的宣传语，就像这句 “无论什么主题，Manus都能帮你深入多渠道搜集信息，给你提供既全面又有见解的研究报告。市场分析、竞品研究、学术文献综述，它都能胜任。”。
来看看 o1 Deep Research 的表现吧。同样，也不太算一篇完整度很高的公众号文章，但是单个段落表达的语义更加完整，而且开头和中间都有配图吗，完成度是比 Manus 要高上不少的。我挺喜欢这句：“Pepper机器人是一种实体AI助手形象，体现了AI助手在现实场景中的应用；而Manus以纯软件形式，实现了类似助理职责的全面覆盖。”
问题三、帮我写一个DOOM的网页版游戏，高保真，我可以用鼠标和键盘来玩
这就是 Manus 做出来的 DOOM 网页版，真的做到了把游戏部署到了直接访问的域名，虽然 UI 比较简单但是地图、操控台、关卡信息等都齐全了，视角移动和上下左右也是好用的。
强烈建议都看看完整的生成过程。这道题应该算是 Manus 的舒适区了吧，它背后有 Qwen 和 Claude 的支持，含金量懂得都懂。
o1 Deep Research 在生成游戏方面就有点拉了，我前后尝试了3次，第一轮生成的代码都是有问题的，且后续对话无法修复。相信不少人也想看看 Claude 3.7 能不能完成这任务，我又花了点钞能力。
可惜，在 3.7 上我没有跑通。。。
问题四、帮我做一下介绍小米 Su7 十页的 PPT
这个问题应该是比较出名的 Case了，Manus做出来的是 html 版本的 PPT，有有限的篇幅里面准确表达了su7的热点，整体配色跟小米很配，有3处字体排版错误。
o1 Deep Research 就有点拉垮了，用配图和排版文字来做PPT，虽然图找的挺准的，还找了特斯拉来对比，目前来看 o1 Deep Research 的长处还是集中在信息搜索、搜图和文本编写。
问题五、我是大学一年级的理科生，刚学习了微积分和线性代数，具备一点点python基础。请帮我写一本《大模型：从入门到精通》的书，要确保内容详实，有公式、有代码、有图示，章节清晰，内容完整，让我这种小白人士能够轻松学习。
这种问题我愿称之为许愿机，是那种一看就觉得AI目前应该还不能做到这个任务的怪异感。
很可惜因为上下文，Manus 刚刚写到第五章，比起 o1 Deep Research ，Manus给出的代码案例相当详细。而且很有意思的是，Manus真的是现学的系统大模型基础知识。
o1 Deep Research 一共写了7章节，可以说是有模有样的，有公式、图、代码和案例，甚至还可以加上测试题。
中文Case告一段落，单论这几个 Case 来说，Manus 跟 o1 Deep Research应该是打平，但PPT生成、Doom Web游戏里 Manus 完成率明显更高，也可以变相说明 Manus 支持的工具种类比 Deep Research 应该是多上不少。
我们马上进英文 Case，英文 Case 里面有音频，自制 logo 、还能直接去打比赛，这也是我最想用 o1 Deep Research 挑战的。
问题六：我需要一份4月15日至23日的7天日本行程，从西雅图出发，预算为2500至5000美元，我和我的未婚妻一起。我们喜欢历史遗迹、隐藏的宝藏和日本文化（剑道、茶道、禅修）。我们想看奈良的鹿，并徒步探索城市。我计划在这趟旅行中求婚，需要推荐一个特别的地点。请提供详细的行程和一本简单的HTML旅行手册，包含地图、景点描述、基本日语短语和旅行小贴士，以便我们在整个旅程中参考。
这个例子就没什么悬念了，同样的输入下，Manus给出的流程相对简单，o1 Deep Research是细化到预算、出行方式、酒店都推荐上了。
问题七：帮我设计一个音效，混合鸟鸣和蒸汽的声音，持续时间大约3秒。
Manus的思路很清晰，上来就先安装常见的音频处理环境（ffmpeg 和 sox），中间安装失败了改用 Python，接着去网上下载了鸟鸣声样本和蒸汽声音，并完成裁剪和合成。
可惜的是鸟鸣声不是很明显，我听了很多遍，音频的中间部分确实是有鸟叫。
从 o1 Deep Research 的思考过程上看，它是计划用python实现的。但是在保存成文件这一步反复失败，我想通过Claude来修复输出的wav，可惜也同样失败了
问题八、这是我们的公司网站 https://techcrunch.com。基于其设计风格和视觉语言，请创建一套我们可以在PowerPoint演示文稿中使用的图标。这些图标应丰富、吸引人，并保持与我们网站一致的设计语言。
很明显 manus 抓到了那一抹绿，对于图标设计它自己有自己的理解，还专门写了一套准则
-
亮绿色（#00D301 或类似）：用于主背景和品牌标识 -
黑色：用于导航栏、文本和内容区域 -
白色：用于深色背景上的文本和标志元素 -
强调色：用于类别标签和按钮的各种颜色
分析网页的主要风格对 o1 Deep Research 的挑战性不高，生成出来的图标明显的DALLE味道，要挑的话就是出来的图标没有进行切割，也没有不同尺寸的大小。
问题九、参加 Kaggle 房价预测竞赛。创建用于数据预处理和模型构建的 Python 脚本，然后生成具有竞争性得分的提交文件。
又是一个许愿级别的问题啊。
我原以为是从网页访问、到模型训练、到提交结果都是由 Manus 完成，看完了完成输出过程后，中间只因为下载失败，手动发送了数据集。其他时候完整经历了几次模型的迭代优化，还能根据Kaggle网上的要求输出对应的提交文件。在我看来完整度已经很高了。
o1 Deep Research的思路很6，登陆不了Kaggle，就选择绕开限制，在Github上使用对应的数据，比较可惜的就是生成了具体的代码脚本之后，没能把具体的结果数据提供给我
问题十、我是一个中学物理老师，正在准备教授动量守恒定律。你能制作一系列清晰准确的演示动画，并将它们整理成一个简单的演示html吗？
太顶了，这应该是这10个案例里面，Manus最让我惊喜的一次。其实看了上面九问，其实心中有预期，对于定律本身的信息收集来说，两个Agent都不会有问题。难度集中在用html搭建演示动画。跟中文的Doom一样，Manus很擅长在有限的环境完成代码编写和测试的。
o1 Deep Research 又帮我写一份教材，代码也没有，而且用文字来模拟动画，得亏它能想得出。
英文版的Case里，Manus整体变现是要比 o1 Deep Research 好不少。
写在最后
测完这十个问题已经是凌晨，
我觉得这时候已经可以回答标题里的问题了，
通用Agent真的抛弃OpenAI了吗？
我觉得没有，o1 Deep Research代码差一点，别的还是能打。
Manus会是纯套壳没有自己的优化吗？
我觉得是否定的，因为有一些细节，目前来说 Claude 和 o1 的表现并没有它好。
那它是不是就是一个代码写得好的Agent呢？
我觉得也是否定的，它在信息搜索、视觉设计、文本编写里面很接近 o1 Deep Research。
如果让我来形容它，我会觉得Manus是正在接近通用的Agent，现阶段的它可能还有些不足。
@ 作者 / 卡尔 & 阿汤 @ 动手学AI知识库 / learnprompt.pro
（文：卡尔的AI沃茨）