Manus 爆火与两会风向：AI 从对话走向干活

三月的科技圈，关键词从”模型有多聪明”悄悄变成了”模型能替我做多少事”。3 月 6 日，一个名为 Manus 的 AI 智能体横空出世，朋友圈里求邀请码的截图刷了屏；几乎同时，全国两会在北京召开，政府工作报告里首次把”人工智能+”行动和”具身智能”写进了国家层面的部署。一个是硅谷与中国团队共同捧出的产品偶像，一个是顶层设计给出的产业方向，这个三月，AI 正式从”对话”走向”干活”。这篇文章聊聊我的观察。

先说说 Manus 为什么让这么多人兴奋。过去一年多，我们用的 AI 产品大多还是”问答”模式：你问一句，它答一句，真正的执行还得靠自己。而 Manus 展示的是另一种形态——你给它一个目标，比如”帮我调研某个行业并做一份报告”，它会自己拆解任务、搜索资料、整理数据、生成文档，最后把一份成形的交付物交给你。它不再只是个”嘴”，而开始像一双手。

一、从”聊天机器人”到”数字员工”

Manus 爆火的本质，是大众第一次直观感受到了”AI Agent”（智能体）这个概念的产品化。所谓智能体，核心区别在于它具备了规划、调用工具、多步执行和自我纠错的能力。它能自己决定下一步该查什么、该点哪里、该把中间结果存到哪里，而不是等你一句句下指令。这种”目标导向”的交互，和过去的”指令导向”是完全不同的物种。

邀请码一码难求的背后，其实是一种被压抑了很久的期待。人们厌倦了在几十个网页、十几个软件之间来回切换，厌倦了把一个完整的工作流程拆成无数句提示词。如果真有一个智能体能把”交一份调研报告”这样的模糊目标直接变成成品，那它替代的就不只是某个操作步骤，而是一整段枯燥的脑力劳动。这种想象空间，正是资本和用户同时疯狂涌入的原因。

从技术架构上拆解，这类智能体通常由几个关键部件拼起来：一个负责理解目标和拆解步骤的”大脑”，一组可以调用的工具——浏览器、代码解释器、文档编辑器，以及一套记录中间状态、判断下一步动作的循环机制。它本质上是把过去需要人手动串联的流程，改写成了模型可以自动驱动的闭环。理解了这个结构，就会明白它为什么既让人兴奋、又远未成熟——闭环里的每一个环节，都可能因为模型的一次误判而走偏。

二、热闹之下的冷静评估

作为写代码的人，我得说几句扫兴的。Manus 这类智能体目前还处在”惊艳但脆弱”的阶段。它在演示视频里行云流水地完成任务，和你在真实复杂场景里让它跑通一个不那么结构化的需求，中间隔着大量的失败案例：它可能查错了资料、算错了数据、在某个网页上卡死，或者把一个简单任务绕成了一团乱麻。智能体最大的工程难题，不是”能不能做”，而是”能不能稳定地做对”。

另一个现实问题是成本与可靠性。每执行一个多步任务，智能体背后要调用大量模型和工具，token 消耗和出错概率都随步骤数指数级上升。要让它从”演示里惊艳”走到”每天可靠地替我干活”，还需要在任务分解、错误恢复、结果校验上做极其枯燥的工程打磨。这条路方向对，但远没有到终点。我们既要看到范式转移的曙光，也要对它当下的能力边界保持诚实。

值得多说一句的是”具身智能”这个词。它把大模型这种纯软件的智能，和机器人这种物理实体连接了起来——让 AI 不只会在屏幕上回答问题，还能在真实世界里感知和行动。春晚的机器人秧歌、Manus 这样的软件智能体，看似一个在地上走、一个在云上跑，底层共享的其实是同一套”让智能具备行动力”的思路。政策在这个时点同时强调这两条线，显然是看到了它们交汇的未来。

三、两会里的”人工智能+”与”具身智能”

把视线拉回国内。三月的政府工作报告，把”人工智能+”行动摆在了突出位置，同时把”具身智能”列为面向未来的产业方向。这两个信号放在一起读，意味深长：前者是要让 AI 像当年的”互联网+”一样，渗透进千行百业；后者则是给机器人、自动驾驶这类”会动的智能”划定了国家级的赛道。政策的风向，往往就是接下来几年资源和人才的流向。

对从业者来说，这种顶层背书的价值在于”确定性”。创业公司不必再反复向投资人解释”AI 到底有没有未来”，大企业也有了把 AI 写进年度战略的正当性。但要警惕的是，政策利好不等于商业成功。每一次技术浪潮里，真正活下来的从来不是喊得最响的，而是那些把技术和真实需求严丝合缝对上的团队。政策给的是东风，船还得自己造。

四、给开发者的几点判断

结合 Manus 的热潮和两会的风向，我对未来几个季度的判断是：智能体应用会成为创业和大厂同时押注的主战场，工具调用、长任务规划、人机协同这些方向会密集出现新的开源项目和商业产品。对个人开发者而言，与其去和通用智能体正面硬刚，不如深耕某个垂直场景——法律、医疗、编程、客服，这些领域里真正懂业务细节的人，做出来的专用智能体往往比通用工具更有价值。

我也提醒自己别神化”全自动”。短期内，最成功的智能体产品大概率不是”完全替你做”，而是”人在环路里”——AI 干那些重复、繁琐、需要跨系统搬运的活，人负责判断、兜底和拍板。把这个分工想清楚，产品的定位才会落地。

还有一个实操层面的建议：想做智能体的团队，先别着急从零造一个”大而全”的通用平台。这个赛道现在最稀缺的不是又一个演示，而是在某个具体工作流里跑通了”人提模糊需求、AI 稳定交付结果”的真实案例。把一个场景做透——哪怕只是帮某个岗位自动整理周报、自动核对账单——积累出来的错误处理经验和评测数据，比任何炫酷的通用框架都更有壁垒。

结语。三月像是一个明确的分界线：此前大家讨论 AI，谈的是模型参数和榜单；此后谈的，越来越多是”它能替我完成什么具体工作”。Manus 把这种期待点燃了，两会把这种方向坐实了。对我们这些写代码、做产品的人来说，真正的机会不在追每一个热点，而在于想清楚：在”AI 开始自己干活”的新时代里，哪些人的经验和判断，是机器暂时还替代不了、因而最值钱的。2025 年的春天，属于动手的人。