粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-30
深度解析OpenAI和Google智能体白皮书及背后两种路线｜大模型研究
2025-04-30
MCP入门指南：大模型时代的USB接口
2025-04-30
通俗易懂的梳理MCP的工作流程（以高德地图MCP为例）
2025-04-30
一文说明 Function Calling、MCP、A2A 的区别！
2025-04-30
MCP很好，但它不是万灵药｜一文读懂 MCP
2025-04-30
旅行规划太难做？5 分钟构建智能Agent，集成地图 MCP Server
2025-04-29
10万元跑满血版DeepSeek，这家公司掀了一体机市场的桌子｜甲子光年
2025-04-29
谷歌大神首次揭秘Gemini预训练秘密：52页PPT干货，推理成本成最重要因素
2024-08-13
2024-06-13
2024-08-21
2024-09-23
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
2025-04-29
2025-04-29
2025-04-29
2025-04-28
2025-04-28
2025-04-28
2025-04-28
2025-04-28
回到顶部