從DeepSeek到Manus：圖靈奇點更近了？_風聞

文 | 佘宗明

“這一天的前23小時，人類技術史上幾乎全都是空白，一切重大的發展，都集中於這一天的最後7分鐘。”

還記得ChatGPT剛問世時我改用過的傳播學之父施拉姆的這段話嗎？

不好意思，現在我又要把它給搬出來了——因為全球首款通用AI Agent（自主智能體） 產品Manus，問世了。

“中國團隊出品”“此前深耕海外市場”“在權威的GAIA基準測試中創下新紀錄，性能遠超OpenAI的同類產品”……都將Manus話題性拉滿。

就在圈外人還在對AI Agent式術語和“年度最炸裂AI應用”類大詞蒙圈時，圈內人已紛紛求起了邀請碼。

現實就擺在那：Manus成了又一個在國外技術論壇刷屏的帶有中國印記的AI產品，上一個是被某些人譽為“國運級科技成果”的DeepSeek。

即便是對“生成式AI的iPhone時刻”“Agent的GPT時刻”等大詞已免疫的我，看着演示視頻中Manus自主分析15份簡歷，最終Excel排名表生成速度比喝光一杯美式咖啡還快的景象，仍不免有些震顫。

奈何自己沒文化，只能一句“厲害”走天下。

01

問題來了：Manus到底厲害在哪？

場景吞噬力：DeepSeek擅長處理單線程任務（如合同審查），而Manus可並行完成“爬取財報→編寫Python→部署網站”的複雜鏈路。

進化加速度：DeepSeek用3個月實現10倍推理效率提升，Manus則在GAIA基準測試中，將任務拆解顆粒度細化到“0.1秒級決策”。

生態野心：當DeepSeek專注模型層時，Manus已構建多智能體協作沙盒，並宣佈年底開源部分模型——這像極了Android早期用開放生態對抗iOS的策略。

看不太懂，是不是？

不太懂就對了，這是DeepSeek説的。

作為0.5個小白，我想説些在我理解範圍內的東西。

很多人都知道，這兩年，Agent一詞很火，“Agent，下一個爆款級AI應用”“Agent，下一代入口級機會”“Agent，將取代App”的説法四起。

最形象的表述莫過於：大模型是AI大腦，Agent是AI助理賈維斯。

去年底，中國信通院雲計算與大數據研究所所長何寶宏曾指出，2025年Agent將成為焦點，“大模型的‘七年之癢’正在出現。下一步，我們需要從大模型轉向Agent，而Agent是目標導向的，這與大模型的知識壓縮屬性形成對比。”

在他看來，AI大模型角力“下半場”的標誌之一，就是內容生成轉向智能體（Agent）框架（AutoGPT），支持工具調用（API）、任務規劃與動態交互，Agent崛起。

那，何以Agent？

OpenAI前副總裁翁荔之前給出的公式就廣受業內認可：Agent=大模型+記憶+主動規劃+工具使用。

就這麼説吧，AI要從“想象力”邁向“生產力”，Agent是絕佳的雲梯。

這兩年，Agent概念火歸火，可現實中，在絕大多數場景中，打工人還是得自己手動去定義、編排工作流。

AI工具有用，但作用也有限。

這時候，Manus指着身上的“全球首款通用型Agent”標誌，來了一句：要不，試試我這個？

02

“通用”，意味着什麼？

技術人士可能會甩出一堆術語加術語：要全鏈路交付（能直接執行到結果產出）；要雲端異步（可以自動在雲服務器幹活，幹好了再通知用户）；要數據可靠（會自動調用權威API，而不是隨便用不知名數據源）；要擅長代碼調用（會自己寫代碼來調用不同工具，完成數據可視化）。

這幾乎是對着Manus演示視頻做總結了。

已經有人對Manus的特點，做出了具象化的概括：

1，強大的工具調用能力

Manus不僅能聽懂你的需求，還能直接調用各種工具，如瀏覽器、代碼編輯器、數據分析工具……直接幫你把任務搞定，直接給成品。

2，獨立運行的計算環境

Manus是“雲上打工仔”，有自己的獨立計算環境，你不需要盯着它幹活，極度省心。

3，類似人類同事的協作體驗

即便你隨時調整任務方向，中途改變需求，Manus也能靈活應對，完全不會“卡殼”。非但如此，它還能記住你的偏好，下次直接按照你的喜好來，越用越順手。

4，多領域任務處理能力

Manus是“全能王”，無論是教育、金融、旅行、編程還是數據分析，它都能輕鬆搞定。它能幫你做深度調研、文件整理、可視化分析，甚至是根據你的需求生成個性化內容，如旅行手冊、研究報告、代碼等。

5，持續優化與學習能力

Manus還會不斷學習和優化，你可以通過它的知識系統添加自己的要求，或讓它記住某種工作方式，下次直接用。

Manus擘畫出了“mens et manus”（知行合一）的圖景——這也是其名字來源。

老實説，被賈老師PPT傷害過的我，對此仍要持謹慎採信態度。

但只要Manus能兑現演示視頻中的一半，就已足夠強大了。

03

也許在某些人看來，Manus壓根算不上顛覆性創新。

在網上，有個流行説法是：套殼到極致，既是TPF，也是PMF，最後都通往用户價值。

言下之意，Manus終歸是套殼。

這不算冤枉Manus：Manus身後的Monica，是靠AI插件領域頭部產品起家——無論是通過獨立開發者產品 ChatGPT for Google完成冷啓動，還是去年在 GPT-4o、Claude 3.5上線第一時間幫用户接入最新SOTA（技術最先進）模型，抑或是DIY Bot、Artifacts 寫小程序、記憶等功能，都表明，Monica是個“超級縫合怪”。

但這不意味着，作為應用層突破的Manus，沒有技術創新。

在《技術的本質》中，布萊恩·阿瑟曾説過：新技術不是無中生有被“發明”出來的，技術都是從先前已有的技術中被創造，包括：a，被構建；b，被聚集；c，被集成而來。

他認為，技術的進化是“自創生”，新技術的產生都源於其他技術的“組合進化”。

就算Manus不是模型層的創新，那也不能否定其技術的突破性。

事實上，即使是代表了模型創新的DeepSeek，此前也被認為只是造出了“30美元iPhone”而已。

可結果……大家都看到了。帶動中國資產價值重估，就是對多頭潛在注意力（MLA）和羣組相對策略優化（GRPO）技術、稀疏激活網絡（MoE）架構等創新的蓋章確認。

Manus亦如是。

美團、滴滴都是應用創新，應用創新也是創新。

04

從業內反應看，不少人對Manus給技術側帶來的價值已有預判。

就我來説，我更想從更普適的角度去談談其更深遠的價值。

那就是：它將硅基跟碳基的“物種級差”又拉平了很多，將橫亙在二者間的擋板削掉了一大截。

ChatGPT問世後，很多人都説：生成式AI技術具有強顛覆性與強嵌入式特徵，能低成本應用到千行百業。

這使得有些人期盼它的提效作用，也有人忌憚它的替代效應。

畢竟，納西姆·塔勒布曾説過，在任何職業中，90%的人都是無知的，而是通過情境模仿，狹隘的模仿和半意識的角色扮演來工作的，除了社會科學和新聞業——這兩者分別為99%和100%。

但兩年過去了，不論是提效還是替代，都沒很多人想的那麼猛烈。

AI和人，差的絕不只是弄懂“魚頭指誰”的能力。

科技觀察家元正老師認為，人並不特殊，真正特殊的是算力。瓦特、麥克斯韋、愛因斯坦=生物算力的算力奇點=人體智能超算；ChatGPT=以機器算力為主導的、“生物+機器”混合算力的算力奇點≈機器智能超算。

過去驅動社會進步的，是人體智能超算。機器智能超算之所以沒法做人做的很多工作，就是因為還不夠“智能”。

可王興興用行動説：真的嗎？爾後甩出了人形機器人。

具身化，讓AI跟人更像了一些。

但高盛顯然還有些不服。

這幾天，高盛分析師團隊調研過宇樹科技後認為：宇樹科技最強大的人形機器人 H1 只有 19 個自由度（DoF）。這意味着，它還無法處理複雜、精細的任務。

它認為，人形機器人在未來 2-3 年內，很難達到與人類工人相同的工作效率，有意義的應用可能需要在 5-10 年的時間跨度內才會出現。

那，要是宇樹H1+Manus呢？

可以肯定的是，至少離抵達圖靈奇點更近一步了。

如果將ChatGPT視作“生物+機器”混合算力奇點的第一階產物，那DeepSeek、人形智能機器人、Manus就是將其不斷推向更遠的地方。

05

從DeepSeek到Manus，不免讓人想起了一句話——科技羣星閃耀時。

諸如此類的跡象似乎也表明：2025，是科技大爆發之年。

在《人類羣星閃耀時》裏，茨威格寫道： “充滿戲劇性和命運攸關的時刻在個人的一生中和歷史的進程中都是難得的;這種時刻往往只發生在某一天、某一小時甚至某一分鐘,但它們的決定性影響卻跨越時間。

一切有為法，如DeepSeek面世，如Manus問世，應作如是觀。