被过度炒作的中国制造 AI：Monica 的 Manus

又一个"斯普特尼克时刻"？又一个"DeepSeek 突破"？恐怕不是。中国 AI 的崛起——DeepSeek、Groku，现在是 Manus——引起了大量媒体关注。但作为中国最新的 AI 产品，Manus AI 远非创新。与带来实质性进展的 DeepSeek 不同，Manus 并未提供任何革命性突破。它声称具有自主性，但实际上不过是另一个执行预设工作流程的大语言模型。唯一的新意？仅仅是它来自中国。

Manus 提供的是平均水平，而非智能 像许多其他工具一样，Manus 依赖于基于统计平均值生成计划的大语言模型。如果我请 ChatGPT、Gemini 或 DeepSeek 帮助撰写关于 Manus 的文章，它们会生成符合主流市场叙事的大纲——强调"突破"、"通用手"和"中国制胜"等主题。为什么？因为互联网上就是这么说的。大语言模型生成的是统计平均值，而非真知灼见。

是的，Manus (像其他工具一样) 可以制定旅行计划，但这够好吗？在我的 eCornell 认证课程中，我介绍了最低质量产品的概念。Manus 达标了吗？这要看情况。如果你把它当作普通旅行指南，那么是的。但对于完全自主的旅行预订？我认为我们还没到那一步。

AI 代理无法做出决策 决策需要优先级排序和主动性——这正是 AI 所缺乏的。以 Benedict Evans 对 OpenAI 的 DeepResearch 模型分析手机数据为例。AI 产生的见解听起来合理但存在根本性缺陷。为什么？因为它无法分辨哪些数据最重要。Manus 也将面临同样的局限。

受限工作流程——R2decide 等公司的成功关键 AI 在结构化、定义明确的工作流程中才能成功。专注于特定领域应用——而非通用型全能代理——的公司才能创造真正的价值。通过降低复杂性，本质上是缩小使用场景，才能让 AI 有效运作。

Manus 缺乏人工监督 AI 的未来将是——不出所料——人类。人工监督至关重要。大多数公司都在努力有效地将 AI 整合到决策中。这里有一个视频，我在其中讨论了医疗保健领域中人类和 AI 的互动。虽然 AI 可以提升可扩展性，但人类参与仍然必不可少，正如 Benedict Evans 所展示的。OpenAI 可以研究数据并起草报告，但那会是错误的。未来属于那些能够发现 AI 缺乏信心的开放性问题的公司。然而这并不是 Manus 正在做的事情。

我的 eCornell 认证课程"设计和构建 AI 解决方案"是面向所有人的无代码课程。为了支持每个学生——无论其编程经验如何——我不得不构建了一个 AI 协同讲师。配备 AI 代理的学生随后探索和开发产品。学生们在课程结束后告诉我什么？AI 在总结和编码方面很出色。AI 可以帮助作为动态清单和记忆。它在哪里显得不足？指导学生选择优先事项。无论 Manu 声称多么"通用"，人类决策仍然无可替代。

AI 产品设计必须强调两个要素：质量和控制。AI 必须是可操控的。真正的 AI 成功不在于替代人类，而在于增强人类能力。

整合：真正的挑战 要使 AI 真正具有变革性，它必须与外部应用程序、数据库和服务无缝集成。Manus 在社交媒体工具上展示的多应用程序使用演示是朝着正确方向迈出的一步。当今的自动化平台——如 IFTTT 和 Zapier——目前提供基本的工作流程集成，但它们将会效仿。

以 Amazon 为例。它最近宣布 Alexa 即将支持聊天功能，深度嵌入现有工具生态系统。这就是市场将要发展的方向。Manus 能在短期内达到这种集成水平吗？我表示怀疑。

先企业，后消费者 在短期内不要期待完全自主的消费级 AI 助手。企业将首先采用 AI 代理，因为它们可以控制部署、管理风险并确保投资回报。像 Accenture 和 BCG 这样的领先咨询公司已经在推出特定任务的 AI 解决方案。消费者会随后跟进——GPT 并非一夜之间席卷全球，AI 助手仍需多次迭代。如果我们达到那个阶段，Google 和 OpenAI 可能会主导这个领域——或出现全新的用户流程——但不会是采用老一套大语言模型的 Manus。

AI 的成功基于应用，而非"中国制造" Manus AI 最大的优势不是其技术——而是其"中国制造"品牌。AI 的未来不在于花哨的演示；而在于一致、安全和良好集成的解决方案。那些能够改进工作流程、有效整合 AI 并保持人类参与的公司将定义这个行业。那些追求花哨营销的公司将会被淘汰。