1. 首頁 > 生活百科 > >

Manus大升級，100多個智能體并發給你做任務

美國網絡攻擊

Manus大升級，100多個智能體并發給你做任務

文章圖片

Manus大升級，100多個智能體并發給你做任務

機器之心報道
機器之心編輯部
Deep Research 之后 ， 是 Wide Research？
本周四 ， 知名初創公司 Manus 推出了一項重要新功能 ， 可以通過向上百協同工作的 AI 智能體分配任務來進行廣泛的研究 。

今年早些時候 ， Manus 的多智能體平臺改變了人們應用 AI 工具的方式 。 不過現在 ， 這家創業公司正在試圖開發一種與大模型深度思考 Deep Research 同樣重要的新能力 。
如今的很多大模型工具 ， 不論是 DeepSeek 還是 ChatGPT 都包含「深度研究」選項 ， 可以驅動智能體進行長達數分鐘甚至數小時的廣泛、深入的網絡研究 ， 并幫助人類用戶撰寫引用充分、詳盡的報告 ， 模型推理時投入的算力越多 ， 思考得越多 ， 推理能力就越強 。
最近各家的大模型技術升級則包含了多智能體和自動化的工具選擇 ， 這次 Manus 選擇一步到位 ， 嘗試了大規模并行 。
該公司剛剛宣布的「Wide Research」是一項新的實驗功能 ， 據說已經開發了兩個月之久 。 它使用戶能夠利用并行 AI 智能體的功能執行大規模、大容量的任務 —— 一次甚至可以執行 100 多個智能體 ， 而所有智能體都專注于完成單個任務（或一系列子任務 ， 以實現上述總體目標） 。
不過 Manus 所做的主要工作在于構建工具 。 此前有報道稱 ， Manus 正在使用 Anthropic Claude 和阿里通義千問的模型來為其平臺提供支持 。
在官方 X 賬戶上發布的視頻中 ， Manus 聯合創始人兼首席科學家季逸超演示了使用 Wide Research 比較 100 款運動鞋的效果 。

為了完成這項任務 ， Manus Wide Research 幾乎立即啟動了 100 個并發智能體 —— 每個 Agent 負責分析一款鞋的設計、定價和可用性 。 結果是幾分鐘內輸出了以電子表格和網頁格式提供的可排序矩陣 。
它還可以對全球前 100 個 MBA 課程進行排名 ， 或分析 1000 多支股票 。 Manus 表示 ， Wide Research 不僅限于數據分析 ， 還可以用于設計探索等創造性任務 。
在一個場景中 ， Manus 智能體同時生成了涵蓋 50 種不同視覺風格的海報設計 ， 并以可下載的 zip 文件形式返回設計結果 。
Manus 在新產品博客中介紹 ， 這種靈活性源于系統級的并行處理和智能體間通信方法 。 Wide Research 是優化虛擬化和智能體架構的第一個應用 ， 能夠將計算能力擴展到初始產品的 100 倍 。 該功能旨在在需要大規模分析的任務期間自動激活 ， 無需手動調整或進行配置 。
Wide Research 現已面向 Manus Pro 套餐用戶開放 ， 未來計劃將逐步向 Plus 和 Basic 用戶開放 。

此次發布 ， 以及今年 3 月與通用智能體一起推出的 AI 基礎設施共同推動了 Manus 將大模型智能體工具擴大為「個人云計算平臺」的愿景 。
【Manus大升級，100多個智能體并發給你做任務】在人們提出任務需求后 ， 每個 Manus 會話都在專用虛擬機上運行 ， 這是有史以來首次 ， 用戶能通過自然語言訪問精心設計的云計算服務來完成日常任務 ， 現在到了 Wide Research 階段 ， 則是通過對話來操作超級計算集群 。 Manus 認為這是實現真正的通用 AI 工作流的關鍵 。
通過 Wide Research ， 人們可以使用 Manus 委托數十個甚至數百個子智能體進行研究或創造性探索 。 與具有預定義角色（例如經理、程序員或設計師）的傳統多智能體系統不同 ， Wide Research 中的每個子智能體都是功能齊全的 Manus 實例 ， 沒有對任務進行定制化 ， 可以獨立運行并承擔任何通用任務 。
Manus 表示 ， 這一架構決策為不受僵化模板約束的靈活、可擴展的任務處理打開了大門 。
理論上這意味著 ， 與其他大模型 AI 應用所展示的「深度研究」智能體相比 ， 「并行研究」的速度更快 ， 并且將產生一套超越研究報告的更好、更多樣化的工作產品 。 不過盡管 Manus 將 Wide Research 宣傳為智能體并行性的突破 ， 但還沒有直接證據能證明并行智能體的方法效果更好 。
在新發布中 ， Manus 并未展示性能基準、效果對比或技術解釋 ， 以證明此方法的利弊 。 此外 ， 它還缺乏關于子智能體之間如何協作、如何合并結果 ， 以及該系統是否在速度、準確性或成本方面具有可衡量優勢的詳細信息 。 因此 ， Wide Research 相對于更簡單方法的實際優勢仍未得到證實 。
雖然 Manus 表示 Wide Research 的落地讓我們向通用 AI 智能體系統前進了一步 ， 但用戶們初步的使用也發現了一些問題 。
例如在 Reddit 上就有人抱怨子智能體速度慢、消耗大量 token 以及在執行任務時情況可見性有限 。

根據人們的初步使用經驗 ， 常見的痛點包括智能體之間缺乏協調協議、調試困難以及高負載期間性能不穩定 。 Manus 承認 ， Wide Research 仍處于實驗階段 ， 目前可能會面臨一些限制 。
不過 ， Wide Research 的出現顯然讓我們在推動 AI 智能向前發展時有了新的選擇 ， 當其他公司還在努力應對子智能體協調和可靠性的技術挑戰時 ， Manus 的方法已經可以用于實測了 。
Manus 還表示 ， Wide Research 背后的基礎設施將為未來的產品奠定基礎 ， 它解鎖的遠不止于研究能力 。 從本質上講 ， Wide Research 是一個系統級的并行處理機制 ， 以及一個智能體到智能體協作的協議 。
參考內容：
https://manus.im/zh-cn/blog/introducing-wide-research
https://venturebeat.com/ai/youve-heard-of-ai-deep-research-tools-now-manus-is-launching-wide-research-that-spins-up-100-agents-to-scour-the-web-for-you/
https://www.bloomberg.com/news/articles/2025-07-31/openai-challenger-manus-preps-big-upgrade-to-main-agent-platform
文中視頻鏈接：https://mp.weixin.qq.com/s/TPe82sk51tY8aflc1hYDwg

    推薦閱讀