Manus没有壁垒：国内多团队极速复刻，开源狂揽7000星，免费可用，思维链公开透明

作者

3小时复刻的Manus，到底好不好用？
作者 |  陈骏达
编辑 |  心缘
一夜之间，多款Manus平替出现！
智东西3月7日报道，今天，MetaGPT团队用3小时复刻的开源AI Agent产品Open Manus在国内爆火，而来自开源平台CAMEL-AI的团队也实现“0天复刻”，还贴心地将系统中涉及的每一个部件单独开源，供开发者选用。
Manus以“全球首个通用AI智能体”的称号横空出世，在KOL的助力之下刷屏全网，又凭借一码难求，被炒到5万块的内测邀请码引爆营销狂欢。不过，在部分用户在研究、体验这款产品后，提出了“套壳”、运行速度过慢、token使用量惊人、性能并不出色等质疑。
多个开源复刻项目的出现，验证了一个被热烈讨论的话题：Manus或许并不具备壁垒。
MetaGPT团队的开源项目名为Open Manus，仅由4人打造，分别为梁新兵、张佳钇、向劲宇、于兆洋，发布不到1天，该项目已在GitHub上收获了7000多颗星星。Open Manus能自主浏览网页，查询、总结信息，与Manus的基础功能类似。开源后，其开发者社区微信群全部爆满，目前已经编号到第十个群了。

项目链接：
https://github.com/mannaandpoem/OpenManus?tab=readme-ov-file
开源社区CAMEL-AI打造的OWL则直接霸榜，成为了智能体测试基准GAIA开源榜单的性能之首，得分达57.7%，超越了之前开源社区Hugging Face打造的Open Deep Research（OpenAI Deep Research“被开源”：24小时成功复现，揭秘背后技术细节）。OWL背后的团队还对Manus的技术路线进行了逆向工程，将其拆解为6大核心步骤。

项目链接：
https://github.com/camel-ai/owl
Open Manus背后的团队来自国内AI Agent创企DeepWisdom（深度赋智），其明星产品MetaGPT能让多个智能体协同合作，完成复杂任务。而OWL背后的CAMEL-AI则是国内知名的AI开源社区，之前也曾发布过跨平台操作系统的通用智能体CRAB。

聚焦DeepSeek的颠覆与重构！4月1-2日，智东西参与主办的2025中国生成式AI大会（北京站）举办。聚焦DeepSeek与大模型、推理模型、AI Infra、GenAI应用、AI智能体和具身智能大模型，50+位重量级嘉宾将同台分享和讨论。欢迎报名～


01.
4个人成功复刻Manus大部分功能
单次运行竟用掉24万tokens


作为一款本地部署的Manus平替，Open Manus基本实现了前者的主要功能。用户在下载相关代码、部署环境并为其配备大模型API接口后便可以正常使用。
根据项目放出的实测视频，Open Manus能浏览多个网页，查询、整理信息，并生成特定格式的文件。案例中，Open Manus根据用户提示词，自动打开了AI大牛Andrej Karpathy的个人主页，针对这一网页提出了搜索引擎优化的详细建议。

Open Manus团队介绍，Anthropic的Computer use项目和开源项目broswer-use给Open Manus提供了基本的支持。
目前，已有许多网友成功在本地部署了Open Manus，并分享了一手的实测体验。
这位网友测试了Open Manus的信息查询、整合能力。他让Open Manus回答这一问题：“杭州哪些医院支持异地医保直接结算？”Manus成功找到了杭州医保的界面，下载了其中的医院列表，并保存为txt文件。

不过，这一过程十分昂贵，消耗了大量token。这位网友使用的是Claude 3.7模型的API，花费了3.6美元（约合人民币26元）。根据Claude 3.7 API价格（每百万tokens/15美元）进行反向推算，这则问答耗费了整整24万tokens，约等于36万到48万中文字符。

智东西将类似的问题交给开启联网搜索功能的DeepSeek-V3，可以做到秒出答案，且答案的内容、质量都与Open Manus类似。

▲DeepSeek部分回答截图

还有网友让Open Manus去整理Manus相关的信息，生成一份深度研究报告。可以看到，Open Manus快速地浏览了多个网页，大部分是媒体的报道。

最终，Open Manus以网页形式输出了一份深度研究报告。

目前，Open Manus项目处于初步阶段，未来，团队将会让这款开源工具具备更好的规划能力、接入经过强化学习微调的模型，并参与更为全面的基准测试。
Open Manus的热度飙升也让不少人关注到其背后的团队，据其GitHub界面显示，这一项目由4人完成，均是本科毕业不久的年轻AI研究员。
梁新兵
梁新兵硕士毕业于华东师范大学，之前曾参与爆火的AI Agent数据科学家Data Interpreter的开发工作。
张佳钇
张佳钇本科毕业于中国人民大学高瓴人工智能学院，目前在港科大（广州）修读博士学位。他参与研究的智能体框架AFlow在近期被ICLR 2025接收，这是深度学习领域最重要的会议之一。

向劲宇
向劲宇本科毕业于西南交通大学应用物理学专业，目前在深度赋智担任AI算法研究员，之前，他曾在2024年阿里巴巴全球数学竞赛AI赛道中获得全球第二名。

于兆洋
于兆洋本科毕业于中国人民大学高瓴人工智能学院，与校友张佳钇之前曾凭借MathAI方案在阿里巴巴全球数学竞赛AI赛道中获得全球第三名。


02.
CAMEL-AI拆解Manus核心工作流
开源OWL未来将能操作所有应用


来自CAMEL-AI的OWL提供的体验则更为接近Manus。在下方案例中，OWL能自动生成任务清单，按步骤执行任务，能滚动网页，输入查询，和人类操作电脑没有太大差别，最终，它给用户生成了一份当日电影的总结报告。

另一个案例中，OWL Agent对一个GitHub仓库进行了调研总结，输出的结果条理性很强，可谓是程序员福音了。

CAMEL-AI团队分享了他们复刻Manus的过程。在他们看来，Manus的核心工作流可以拆解为六步，Agent先是“复习”之前学过的知识，在连接数据源，挂载数据，最后生成任务清单，然后按照清单执行并输出结果。

OWL不仅提供了Manus中Agent用到的操作，还更为灵活。OWL支持在Ubuntu容器中运行，这意味着它可以像Manus那样远程工作，不必本地部署。

每次执行任务时，Manus会学习并记住新知识，而OWL也具备同样的功能，可以实现新知识实时存储，持续进化，并在任务中随时召回过往经验，灵活调度。
CAMEL-AI计划将OWL与他们之前开发的跨平台操作系统的通用智能体CRAB结合，CRAB不止能操控Ubuntu容器，还能直接控制手机和电脑里的任何应用，而不仅仅是浏览器。
目前，上述每个模块都已经被CAMEL-AI单独开源，可以按需下载并使用。未来，CAMEL-AI计划撰写一篇技术博客文章，详细介绍它们在实际任务中对多Agent协作的探索和见解，并开发更复杂的Agent交互模式和通信协议。
工作流复刻：
https://github.com/camel-ai/camel/issues/1723
Ubuntu复刻：
https://github.com/camel-ai/camel/issues/1724
记忆工具包复刻：
https://github.com/camel-ai/camel/blob/master/camel/memories/agent_memories.py

03.
结语：被0天复刻后
Manus的“炸裂”叙事如何长存？


Manus在爆火之后，有观点认为，其核心技术并未突破现有框架，更多是对现有大模型和工具链的整合，缺乏技术壁垒；同时，Manus完成任务的质量也存疑，token消耗量巨大，但似乎并未带来相应的性能提升，这无法满足实际生产场景中对性能、成本的要求。
根据两个开源Manus的架构，这类产品实际上是多个模块的组合，如任务规划、联网查询等。从技术角度来看，实现并不复杂，可复制性较强。
已经用上Manus及其开源版本的网友反映，此类产品在运行速度、复杂任务执行上仍不太理想。未来，这款所谓的“全球首个通用AI智能体”，或许要需要进一步打磨其用户体验，才能将瞬时的爆火转化为产品的成功。
（

（文：智东西）

欢迎分享

发表评论