微信扫码
添加专属顾问
我要投稿
深度对比Manus与Google Deep Research的分析能力,探索AI工具的未来潜力。 核心内容: 1. Manus操作体验与任务完成度分析 2. Google Deep Research与Manus的性能对比 3. 通用型Agent的实现条件和挑战
Manus官方也没有邮件提醒,反正昨天登录就可以使用了。
简单测试对比了一下Google Deep Research with 2.5 Pro的同一主题的研究分析能力。
给了一个很简单的任务“API访问Telegram频道内容”
Manus的操作很夸张,它是直接起了一台ubuntu虚拟机,然后在sandbox里面完成所有的操作,包含控制浏览器和调用命令行工具。
只能说这波太秀了,脑洞大开。
然后是内容的获取,完全是模拟人工浏览网页的信息。
中间直接修改和编辑文件。但是没有给出任务的任何思考过程。
体验下来感觉里面还有诸多的问题。
首先是内容的合规性,manus正式的网站应该估计是不会开放国内使用的,这种代理上网模式太擦边了。
最近也听说他们在和阿里寻求合作。
但如果是以上面演示的那种交互执行逻辑,我感觉和谁联合,联合谁关系不太大。
因为国内各大平台现在都是孤岛,互不相通,不是扫码就是短信验证,想要获取有价值的内容,基本不可能。
再就是虚拟机这种模式,总还是隔了一层,简单处理一下命令可能还行,离生产力还隔了十万八千里,毕竟真正面向用户的工具还是类似Excel,PS,IDE这类实体应用软件,更不要说象文档资源数据的处理,总不可能通过个浏览器来上传下载吧?
整体感受,Manus总结下来就是四个字:“简单粗暴”,至于有没有效,可能任务不同,得到的结论也不一样,对于这个任务来说,其实完成度还可以。
不过再对比Google Deep Research with 2.5 Pro,就真的是小巫见大巫了,完全不是一重量级的。
Manus在起虚拟机一个一个手动点击操作浏览器的时候,Google Deep Research就直接通到自家的数据库了,再加上2.5 Pro的超级上下文,两分钟就出了一个5000字的报告。
差不多一个小型论文都出来了。
现在的Agent都还是假Agent,绝对不是控制个浏览器,爬几个数据,接个模型就是Agent了。
真正的通用型Agent必须有丰富的数据支撑,建立在强大的视觉模型基础上,连接各类生产力工具,实现在实体电脑手机操作系统上的AI操作层,就目前看来,能完成这个通用Agent也只有谷歌这一家了。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-04-30
Karpathy 最新访谈:Vibe Coding 只是开始,真正重要的是 Agentic Engineering
2026-04-30
近4万Star!一个终端把自己变成了AI开发环境,Cursor和Claude Code都沉默了
2026-04-29
Claude Code 的 Memory 系统:让 AI 记住你的偏好
2026-04-29
深入浅出Harness Engineerring之核心模式与理念
2026-04-28
别急着All-in DeepSeek V4,先看看这10位从业者的真心话
2026-04-28
你不知道的 Agent:原理、架构与工程实践
2026-04-27
从 Prompt 到 Harness,Agent 进入企业需要流程治理吗
2026-04-27
微信接入Claw类产品哪家强?SC-WeClaw首测:MiMoClaw夺冠
2026-04-15
2026-03-31
2026-03-13
2026-02-14
2026-02-03
2026-02-03
2026-02-03
2026-03-17
2026-02-09
2026-03-17
2026-04-26
2026-04-22
2026-04-18
2026-04-13
2026-04-12
2026-04-07
2026-04-01
2026-03-31