Manus 的开放测试已经有一段时间，但目前的实测信息仍然较为有限。Ted AI 播客主持人 Bilawal Sidhu 分享了一段自己的 Manus 实测视频，为我们更客观地了解 Manus 的优缺点提供了宝贵的参考。
在寻找奥斯汀市区无人机飞行地点的测试中，Manus 展现出了超越普通搜索引擎的综合分析能力。它不仅查阅法规、建立初选清单，还通过 Google Maps 和 Google Earth 进行实地考察，最终在33分钟内完成了一份专业的地点推荐。Bilawal 证实他确实曾在其中一处推荐地点成功进行过飞行。
在被要求研究 3D 高斯溅射和实景捕捉技术时，Manus 展现出了强大的信息搜索与整合能力。然而，由于信息量过大，它最终触及了上下文长度的限制。Manus 官方今日早些时候在 X 平台上也提及了因上下文长度受限而导致的性能问题，并表示将对其进行优化。而 Bilawal 则提出，或许可以引入 Gemini 2.0 Flash 作为内部规划模型，利用其高达 200 万 Token 的上下文长度，从而提升 Manus 的处理能力。
在帮助规划西南偏南音乐节行程时，Manus 首先主动研究了 Bilawal 的背景和兴趣，这种个性化的服务方式让推荐更有针对性。而在旧金山酒店推荐任务中，它考虑了从城市环境到区域安全，再到具体设施等多个维度，展示出全面的分析能力。
Bilawal 认为，Manus 最与众不同的地方在于它真正实现了"替代人类操作电脑"的承诺。用户只需提供高层面的目标，它就能自主完成从规划到执行的全过程。相比 Deep Research、Perplexity 或 OpenAI 的产品，Manus 提供的解决方案更加完整和实用。
不过，目前 Manus 仍存在一些局限，除了之前提到的上下文窗口限制问题，对某些网站的访问受到了限制，以及与桌面应用的集成还不够深入。但 Bilawal 对其未来发展持乐观态度，他设想未来能将 Manus 与 ChatGPT、ElevenLabs、Suno、Ideogram 等 AI 工具结合，创建更强大的工作流程。比如，用 ChatGPT 生成脚本，通过 ElevenLabs 处理语音，用 Suno 创建背景音乐，再用 Ideogram 生成配图，最后由 Claude 构建 3D 场景。
随着基础大模型的不断进步，以及更多高性能、专业小型模型的出现，Manus 这类智能体的能力还将进一步提升。它代表了 AI 助手未来发展的方向，不再局限于简单的对话或单一任务，而是一个掌握各种“能力”，能够真正帮助人类完成复杂任务的全能助手。
