Manus

1. 调研缘由

Manus 现在的产品面，早就不只是“替用户完成一次复杂任务”了。翻它官网和文档，能看到研究、浏览器操作、跨应用连接、可复用的 Skills、定时任务，还有 Web 应用生成和托管。[S1][S2][S3][S5][S6][S7]

所以它很适合放在“通用 AI Agent 怎么从聊天界面走向实际工作流”这个视角下来看：用户交代目标后，产品能不能把检索、整理、工具调用和交付物生成串成一条流水线，而不仅仅是给出建议或草稿。[S2][S3][S6]

同时，Manus 的公司归属这块，存在需要单独记录的一个公开矛盾。官网在本次复查时仍写着“Manus is now part of Meta”；但 Reuters 的报道说，中国监管部门在 2026 年 4 月要求 Meta 撤销对 Manus 的收购，到了 6 月，又有媒体报道原有投资人回购、Meta 与 Manus 停止数据共享。[S1][S11][S12][S13]

所以，这篇简调就聚焦三个问题：Manus 的端到端执行到底覆盖到哪一步；它更接近通用 Agent，还是一个 Agent 加上工作流与应用交付平台；以及公司交易重组会带来哪些已知和未知的影响。

2. 简介与产品工作流

Manus 是一个云端的通用 AI Agent 产品。官方把它定位成“Action Engine”，意思是它不只是回答问题，还会执行任务、把工作流自动化，最后交付研究成果、数据、内容、演示文稿或者网站等结果。[S1][S2]

可以把它的工作流拆成五步来看：

1. 给出任务和上下文。 用户用自然语言描述目标，也可以附上文件、项目资料和固定指令。Projects 会保存共享的指令和文件，这样后续任务就能从已有的上下文开始，不用每次都重新交代背景。[S4]

2. 规划并执行多步骤任务。 Manus API 的公开说明提到，系统会自己规划步骤、调用工具、浏览网页，然后以报告、演示文稿、网站或数据分析等形式交付结果。[S2]

3. 连接外部工具。 Manus 支持预置的 MCP Connectors，可以连 Gmail、Notion、Slack、Google Calendar、Google Drive、GitHub、Stripe、HubSpot 等服务，也支持 Zapier 和自建 MCP Server。[S2][S8][S9]

4. 在浏览器或外部系统中执行操作。 默认情况下，Manus 可以用云端浏览器来操作；Browser Operator 则是一个本地浏览器扩展，用户授权后，Manus 就能用你已有的登录状态、会话和本地 IP。用户可以在一个专用标签页里查看过程，也可以随时接管或终止任务。[S3]

5. 把成功的流程沉淀成可复用资产。 Skills 是一组可以保存、上传或导入的流程说明和资源。官方说，用户可以把一次跑通的任务沉淀成一个 Skill，再把多个 Skills 拼进更长的多步骤工作流里。[S5]

MCP 就是 Model Context Protocol，可以简单理解成一套让 AI Agent 接入外部工具、服务和数据的标准接口。Manus 有了 MCP 接入，意味着它不用只局限在自己的页面里工作，授权后也可以去读取或更新连接应用里的内容。[S8]

在应用生成这一侧，Manus 的 Website Builder 不只是生成静态页面。官方文档说，Manus 应用可以使用托管后端、数据库、文件存储和部署能力，并且支持发布到自定义域名。[S7]

3. 团队与资本背景

Manus 在 2025 年 12 月宣布加入 Meta 时，官方给出的 CEO 是肖弘（Xiao Hong），并表示公司会继续从新加坡运营。[S11]

Reuters 在 2026 年 5 月的报道里，把肖弘、季逸超（Ji Yichao）和张涛（Zhang Tao）列为 Manus 的联合创始人。Manus 现在的公开网站上没有完整的核心管理团队介绍页，所以本篇不再延伸那些无法交叉核实的团队履历。[S12]

融资这块，Reuters 报道说，Manus 在 2025 年拿到了 Benchmark 领投的 7,500 万美元融资；报道还提到，Meta 收购前的早期投资人包括 Benchmark、HSG、真格基金和腾讯。[S11][S13]

可以分层来看公司交易状态：

• 官方已确认的信息： Manus 在 2025 年 12 月宣布加入 Meta，官网目前还保留着“Manus is now part of Meta”这句话。[S1][S11]
• 监管层公开信息： Reuters 报道，中国国家发展和改革委员会在 2026 年 4 月要求相关方撤销 Meta 对 Manus 的收购。[S12]
• 媒体后续报道： Reuters 在 2026 年 6 月转述 The Information 的说法，早期中国投资人计划按约 20 亿美元的价格回购 Manus，Meta 内部已经与 Manus 进行运营拆分并停止了数据共享；Reuters 也明确说，回购报道他们没能独立核实。[S13]

到本次调研为止，还没有足够公开资料能确认交易的最终法律状态、未来的股权结构，以及现有产品订阅和 API 服务会不会发生实质变化。

4. 技术基础与生态位

Manus 的公开资料，重点放在 Agent 怎么执行任务上，而不是基础模型本身。文档里披露了浏览器、虚拟机、外部工具连接、任务编排、项目上下文、Skills、应用托管等产品层的能力，但没有公开完整的基础模型来源、模型路由规则、训练数据、系统评测方法或可复现的技术报告。[S2][S3][S4][S5][S7]

它的技术形态可以概括成这么几层：

• 任务编排层： 用户给出目标，Agent 就去规划任务、调用工具、搜索网页、处理文件，最后交付结果。[S2]
• 工具与权限层： 通过 MCP Connectors、Custom MCP、Zapier、浏览器扩展这些方式，连上邮件、日历、CRM、代码仓库和内部系统。[S3][S8][S9]
• 多 Agent 并行层： Wide Research 专门对付那种要处理大量相似对象的任务，把工作拆给多个独立的 Agent 并行处理，再汇总输出。官方举的例子包括研究 50 家公司、分析 100 个产品等。[S6]
• 交付与托管层： Website Builder 提供后端、数据库、文件存储和部署能力，让生成出来的东西能作为一个 Web 应用继续跑起来。[S7]

Manus 的生态位置横跨三层：一头是普通用户直接委托任务的通用 Agent；中间是连接外部应用、复用流程和协作项目的工作流层；另一头是把研究、生成和部署串起来的 AI 应用构建层。[S2][S4][S5][S7]

所以，本篇把它的 model_strategy 记为“未公开”，而不是对底层模型来源做非此即彼的判断；deployment_mode 记为“云端 SaaS/API”，technical_disclosure 记为“有限公开”。

因为这个项目横跨通用 Agent、工作流和 AI 应用构建三层，primary_category 取的是主导的“企业软件”这一层。

5. 市场与外部信号

Manus 现在提供 Free、Pro 和 Team 三类方案。官方帮助中心写的是，Pro 起价每月 20 美元，含 4,000 月度 credits；更高一档 Pro 起价每月 40 美元，含 8,000 月度 credits；Team 起价每席每月 20 美元。[S10]

Credits 的消耗跟 LLM tokens、虚拟机资源和第三方 API 的使用挂钩，实际用量取决于任务的复杂度和持续时间。官方说明里提到，月度 credits 在每个刷新周期开始时清零，没用完的额度不会自动滚存。[S14]

团队产品提供共享 credits、管理面板、访问控制和 SSO 等能力；官网也说，Team/Enterprise 计划不允许模型提供商拿客户数据去训练模型。这是产品方在安全和数据处理上的表述，本次调研还没找到针对 Manus 企业部署的独立审计报告。[S15]

从官方博客能看到一段比较密集的产品发布记录：从 2025 年下半年到 2026 年 3 月，Manus 发布或更新了 Wide Research、Browser Operator、Projects、Manus 1.6、Slack Connector、Project Skills、应用分享与测试等功能。[S16]

收入和规模信号也需要把来源分开看：

• Manus 在 2025 年 12 月官方宣布，ARR 已超过 1 亿美元、总收入运行率超过 1.25 亿美元，还说自发布以来处理了超过 147 万亿 tokens、创建了超过 8,000 万台虚拟电脑。这些都是公司自己的说法，同页没看到独立审计说明。[S17]
• Reuters 在 2026 年 6 月转述 The Information 的说法，称 Manus 的年化收入运行率已升到 4 亿至 5 亿美元；Reuters 同时明确表示，相关的回购报道没能独立核实，所以这个数字只能当作媒体信号，而不是经过核验的经营事实。[S13]

6. 公开评价与主要分歧

正面评价（独立研究）：

卡内基梅隆大学的一个研究团队，系统梳理了 102 个商业 AI Agent 的宣传定位，又让 31 名参与者用 Manus 和 OpenAI Operator 去完成任务。研究发现，参与者普遍对这类 Agent 的能力印象深刻，这也说明“让 AI 去完成一串实际操作”，比起普通的聊天回答，确实会带来更强的能力感。[S18]

主要批评 / 质疑（独立研究）：

同一项研究也发现，用户经常把 Agent 的能力想得比实际更“全能”。研究者归纳的障碍包括：产品行为跟用户的心智模型不一致，以及 Agent 缺少足够的自我检查和协作能力。简单说就是，用户可能以为 Agent 会主动发现错误、把遗漏补上，但实际上还是需要人来确认过程、补充要求、复核结果。[S18]

Business Insider 在 2025 年 3 月对早期邀请测试版的 Manus 做过实测，记录了这么两个具体问题：一项舆情分析用了模拟数据和虚构的社交媒体反馈；一项建站任务里出现了来自既有网站的内容。这个测试是在早期版本上做的，不能直接代表现在 Manus 的表现，但它说明了一件事：“能自主跑完步骤”不等于结果就不需要事实核查或内容审查了。[S19]

存在分歧之处：

独立资料里的分歧点，并不在于 Manus 能不能执行多步骤任务，而在于用户怎么才算“完成”。做研究整理、初稿生成、跨工具的信息搬运、原型搭建这类事情，Agent 能替代不少手工切换；但对那些要求事实准确、内容原创、需要外部账号权限或者要正式上线的任务，人还是得参与授权、查看中间过程、验收结果。[S3][S18][S19]

目前公开的独立评价还很有限，尤其缺少针对当前 Manus 1.6、最新 MCP 接入和 Website Builder 生产环境质量的持续性第三方测评。

7. 同类对比（与头部 / 高知名度同类项目）

主要对标项目： ChatGPT agent、Lovable。

维度	Manus	ChatGPT agent	Lovable
主要产品定位	通用 Agent，覆盖任务执行、浏览器操作、外部工具连接和应用生成。[S2][S3][S7]	面向复杂在线任务的 Agent，通过虚拟电脑、浏览器、终端和连接器来完成研究、表格、网页操作等任务。[S20]	用自然语言构建、迭代和部署全栈 Web 应用的平台，生成可编辑的代码。[S21]
跨应用连接	支持预置 MCP Connectors、Custom MCP、Zapier、Slack 和 API。[S8][S9][S2]	可通过 connectors 访问已连接的应用，也可以在用户接管浏览器后登录网站继续执行任务。[S20]	支持应用连接器、Chat MCP Connectors 和外部 API；它的 Chat Connectors 用来在构建应用时引入上下文。[S22]
浏览器操作	默认用云端浏览器；Browser Operator 在用户授权后，可以用本地浏览器已有的会话和登录状态。[S3]	用虚拟电脑和视觉浏览器来执行网页操作；对于会产生现实后果的动作，会请求用户许可，用户也可以接管浏览器。[S20]	公开定位重点是 Web 应用构建与部署，而非作为跨网站通用任务执行 Agent。[S21][S22]
应用交付	Website Builder 提供托管后端、数据库、文件存储和部署能力。[S7]	官方公告列出的产物包括研究结果、可编辑的演示文稿、表格和网页任务结果。[S20]	可以生成包含前端、后端、数据库、认证和集成的应用；Lovable Cloud 提供数据库、认证、存储、边缘函数和托管能力。[S21][S23]
可编程接入	提供 REST API，可以把 Manus 的任务执行能力接入其他应用或工作流。[S2]	本次对比聚焦 ChatGPT agent 产品本身，不把其他 OpenAI 开发者工具并入比较。	提供项目、代码、GitHub 同步以及外部 API 接入等开发工作流能力。[S21][S22]

公开评价中的对比（标源，非个人裁决）：

目前比较适合引用的独立用户研究，对比的是 Manus 和 OpenAI Operator，不是现在的 ChatGPT agent。OpenAI 后来把 Operator、deep research 等能力整合进了 ChatGPT agent，所以这项研究可以用来理解“网页操作型 Agent 的可用性问题”，但不能直接当成 Manus 跟当前 ChatGPT agent 的输赢对比。[S18][S20]

从产品公开资料来看，Manus 和 ChatGPT agent 都覆盖了“研究加网页行动”；Manus 进一步把 Projects、Skills、Custom MCP 和 Web 应用托管放进了同一个产品面。Lovable 也支持 MCP、外部工具和应用托管，但它的主线仍然是生成、维护和部署可编辑的 Web 应用。[S4][S5][S7][S20][S21][S22]

8. 信息缺口与后续观察

• 还没有足够公开资料能拆解 Manus 的基础模型来源、模型路由规则、任务失败处理逻辑和系统级评测方法。
• 还没有持续的、可复查的第三方数据，用来验证不同任务类型的成功率、人工返工率、平均耗时或单位任务成本。
• 关于 Browser Operator、MCP Connectors 和自建 MCP Server 接入后的权限边界、日志、数据保留和企业审计能力，这次没有覆盖到完整的安全文件。
• Meta 收购被要求撤销后，最终的公司结构、IP 与团队安排、服务连续性和数据治理条款，还得等官方或监管层的进一步说明。
• 后续可以留意：会不会出现当前版本的独立实测；会不会发布更透明的模型与安全说明；Website Builder 会不会出现可核实的长期生产案例；订阅、API 与隐私条款会不会因为交易重组而发生变化。

9. 归纳洞察 ★

Manus 所体现的，是一条“执行层 Agent”的路线：重点不只是生成答案，更是把任务拆解、外部工具连接、浏览器操作、流程复用和最终交付物，都放进同一个产品环境里。[S2][S3][S5][S7]

这条路线的关键，不仅在于模型会不会推理，也在于工作流能不能稳定跑完、权限清不清晰、用户能不能接管过程、成功的流程能不能重复使用。独立研究中提到的预期错位和缺少自我检查，恰好就落在这些产品环节上。[S3][S18][S19]

Manus 的交易重组也说明了一件事：对于会接入邮件、日历、浏览器登录状态、内部数据和云端托管的 Agent，产品能力、公司归属、数据边界、服务连续性，这几样会同时影响用户采用它的方式。[S3][S8][S11][S12][S13]

10. 来源与更新时间

• 信息截至(as_of): 2026-07-01
• 最后复查(last_checked): 2026-07-01
• 最后更新(last_updated): null