Los agentes de IA de Manus 2.0 amplían el producto, pero la confianza es la verdadera prueba
Manus lanzó los agentes de IA Manus 2.0 el 28 de septiembre, menos de un mes después de declarar que había reanudado sus operaciones independientes. La versión incorpora una nueva arquitectura de agentes, computadoras persistentes en la nube, automatizaciones impulsadas por eventos, herramientas creativas editables y una aplicación independiente de agentes personales llamada Cue.
Esto es más que una actualización rutinaria de producto. Manus quiere que su software pase de completar instrucciones aisladas a ejecutar proyectos continuos entre archivos, aplicaciones, servicios en línea y transacciones del mundo físico. Ese cambio sitúa a Manus frente a Meta, OpenAI y otras empresas que compiten por convertir los chatbots en agentes capaces de actuar.
La competencia más importante no consiste en determinar qué agente tiene la lista de funciones más extensa. Se trata de equilibrar una mayor autonomía con la preservación de un control significativo por parte del usuario. Manus ahora quiere que los agentes operen computadoras, intercambien mensajes, acepten llamadas, se coordinen con otros agentes y gasten dentro de un presupuesto definido por el usuario.
Estas capacidades hacen que el software sea más útil. También aumentan las consecuencias de instrucciones poco claras, decisiones poco fiables, permisos excesivos y una supervisión deficiente. Por eso, Manus 2.0 llega con una ambición técnica mayor y un problema de confianza mucho más difícil.
Los agentes de IA de Manus 2.0 pasan de tareas a trabajo persistente
Manus 2.0 transforma el producto de un ejecutor de tareas en una colección de entornos donde los agentes pueden seguir trabajando después de la instrucción original.
La empresa anunció Manus 2.0 y Cue el lunes 28 de septiembre. Bloomberg describió la medida como un renovado intento de ganar terreno en el mercado de agentes, que crece rápidamente, en su primer informe sobre el mercado de agentes.
En el centro de la versión se encuentra Cascade, que Manus describe como la última versión de su infraestructura interna para agentes. Una infraestructura para agentes es la capa de software que administra modelos, herramientas, contexto, pasos de ejecución y resultados.
Manus afirma que Cascade mantiene un proyecto ligero hasta que resultan necesarias capacidades especializadas. Un documento, sitio web, video o automatización puede permanecer dentro de un proyecto conectado, en lugar de convertirse en una serie de sesiones inconexas.
En una configuración probada por Manus, Cascade habría utilizado un 23,2 por ciento menos de tokens que el sistema anterior. La empresa también afirma que completó tareas un 28,2 por ciento más rápido y redujo los costes operativos en un 32 por ciento.
Estas cifras proceden del propio anuncio de Manus 2.0 de la empresa. Manus no publicó suficientes detalles metodológicos para realizar una comparación independiente entre cargas de trabajo, modelos o productos competidores.
La dirección sigue siendo relevante. Los productos de agentes se vuelven costosos cuando cargan repetidamente grandes cantidades de contexto o invocan modelos especializados de forma innecesaria. Dirigir cada trabajo solo a las capacidades requeridas puede reducir esa carga.
La versión también presenta Cloud Computer, un entorno dedicado que puede seguir disponible cuando el dispositivo local del usuario está sin conexión. Manus lo presenta como infraestructura para automatizaciones persistentes, aplicaciones alojadas y juegos multijugador.
Esa persistencia modifica el modelo operativo del producto. Un agente ya no necesita comenzar y terminar dentro de una única sesión de navegador. Puede mantener un entorno donde las aplicaciones, archivos, procesos y tareas programadas sigan en funcionamiento.
Manus también ha ampliado Scheduled Tasks para convertirlo en Automations. Estos flujos de trabajo pueden comenzar tras un evento en un servicio conectado, en lugar de hacerlo únicamente a una hora predefinida.
Un correo electrónico nuevo, un mensaje de Slack, un evento de calendario, una actualización de Notion o un cambio publicitario pueden activar una tarea. El usuario describe qué debe supervisar Manus y qué acción debe seguir.
Pensemos en un gestor de producto que recibe investigación de clientes a través de correo electrónico, Slack, grabaciones y documentos de proyecto. Un agente impulsado por eventos podría clasificar los nuevos comentarios, actualizar un resumen y preparar un informe semanal.
Esto se asemeja al avance más amplio hacia un flujo de trabajo de IA, en el que la captura de información, la síntesis y la entrega se convierten en un proceso continuo. La diferencia es que Manus también quiere ejecutar acciones que van más allá de organizar conocimiento.
El resultado es un producto que abarca dos capas. Cascade decide cómo debe dirigirse el trabajo, mientras que Cloud Computer y Automations proporcionan lugares donde ese trabajo puede continuar.
Esta combinación crea la tensión central en torno a los agentes de IA de Manus 2.0. La ejecución persistente ofrece más valor que una respuesta puntual, pero todo proceso persistente necesita límites, supervisión y controles de recuperación.
Manus Studio combina generación con edición directa
Manus apuesta por que los agentes sean más útiles cuando los usuarios pueden inspeccionar y editar su resultado sin reiniciar todo el proceso de generación.
La empresa ha renombrado y ampliado su experiencia de escritorio como Manus Studio. Describe Studio como un espacio de trabajo compartido en el que las personas y la IA pueden trabajar en documentos, hojas de cálculo, PDF, presentaciones, sitios web, código, juegos y video.
Este diseño responde a una limitación recurrente de las herramientas creativas basadas en instrucciones. Generar un primer borrador aceptable puede ser rápido, mientras que corregir un elemento concreto puede volverse frustrante.
Manus ilustra el problema con la edición de video. A un usuario podría gustarle un anuncio generado automáticamente, pero querer sustituir su música o utilizar una imagen de producto distinta.
Regenerar el video completo podría introducir nuevos cambios no deseados. Studio, en cambio, expone clips, imágenes, texto, audio y gráficos en movimiento como componentes independientes en una línea de tiempo editable.
El usuario puede realizar un cambio directo y luego devolver el proyecto al agente para otra pasada. Esto crea un flujo de trabajo híbrido en el que la edición manual y la generación automatizada pueden alternarse.
Manus afirma que su Video Editor está orientado a anuncios de productos, tutoriales, vlogs, gráficos en movimiento y contenido de estilo usuario generado por IA. La empresa especifica que se centra en videos de entre 30 y 60 segundos.
La versión también añade el modo Alchemy, que combina generación de video y generación de código bajo un proceso automatizado de dirección creativa. Manus afirma que este modo mejora la composición, el detalle, el movimiento y el ritmo.
Estas afirmaciones sobre calidad no han sido validadas de forma independiente. La decisión de producto más relevante es que los usuarios conservan acceso a la línea de tiempo después de la generación.
Game Dev sigue un patrón similar. Combina modelos de código, imagen y video con un panel de edición para recursos, código fuente, movimiento, arte y escenas.
Un usuario puede comenzar con una plantilla jugable, modificar elementos individuales y publicar el resultado como un sitio web. Cloud Computer puede proporcionar el servidor persistente necesario para proyectos multijugador compatibles.
Este conjunto de funciones introduce a Manus en varios mercados a la vez. Se relaciona con productos de programación con IA, creadores de sitios web, generadores de presentaciones, herramientas de video y entornos de desarrollo de juegos.
Esa amplitud conlleva un riesgo. Las aplicaciones creativas especializadas cuentan con sistemas de edición profundos, desarrollados a partir de años de comentarios de profesionales. Manus debe ofrecer suficiente control para seguir siendo útil después de la primera generación impresionante.
La versión sugiere que la empresa reconoce este problema. En lugar de afirmar que las instrucciones deberían sustituir todas las interfaces, Manus está devolviendo las interfaces editables al flujo de trabajo de los agentes.
Esta decisión es importante porque la manipulación directa ofrece a los usuarios un modelo mental más claro. Seleccionar un clip, mover un objeto o cambiar código proporciona una respuesta más predecible que reescribir repetidamente una instrucción.
Por tanto, Manus Studio representa un compromiso práctico. El agente se encarga de la planificación y la producción, mientras el usuario conserva acceso a herramientas conocidas para revisar y corregir.
Este enfoque también crea una división de responsabilidades más clara. Los usuarios pueden identificar exactamente qué elemento modificaron, mientras que el agente puede continuar desde ese estado revisado del proyecto.
El éxito dependerá de cuán fiablemente Manus preserve esas ediciones. Un agente que sobrescriba inesperadamente cambios manuales debilitaría el modelo de control que Studio pretende ofrecer.
El mismo problema se aplica a documentos, hojas de cálculo, sitios web y juegos. Los artefactos editables solo importan cuando su estructura se mantiene estable a través de acciones repetidas del agente.
Studio amplía el producto, pero también eleva las expectativas. Manus debe competir ahora en precisión de edición, continuidad de proyectos y recuperación, no solo en generar un primer resultado convincente.
Cue convierte los agentes personales de IA en operadores digitales
Cue es la parte más audaz de la versión porque otorga a los agentes identidades, herramientas de comunicación, computadoras y autoridad de gasto limitada.
Cue es una aplicación independiente para dispositivos móviles y ordenadores de escritorio, construida sobre la misma infraestructura que Manus. La empresa la describe como un lugar donde los usuarios pueden crear y desplegar agentes personales.
Cada agente puede recibir su propia dirección de correo electrónico, número de teléfono, cartera digital y computadora. Según Manus, un agente puede enviar mensajes, recibir llamadas, completar trabajo en su máquina y gastar dentro de un presupuesto definido.
Los agentes de Cue también pueden trabajar en grupo. Manus ofrece el ejemplo de varios agentes coordinando un lanzamiento, con agentes separados que investigan lugares, elaboran una lista corta y redactan materiales de presentación.
Este modelo cambia la forma en que los usuarios interactúan con el software. En lugar de abrir varias aplicaciones y completar cada paso, una persona asigna un resultado a un grupo de actores de software persistentes.
El concepto de agente personal ya no es exclusivo de Manus. Meta lanzó su agente Muse a principios de septiembre, dotándolo de una aplicación independiente y acceso a través de WhatsApp.
Meta afirma que Muse puede gestionar tareas como correos electrónicos, reservas de viaje, compras y planificación a largo plazo. Funciona dentro de una máquina virtual dedicada, según la cobertura del lanzamiento del agente Muse.
Los agentes Manus Cue intentan diferenciarse mediante identidades digitales y coordinación. Un número de teléfono permite que un agente reciba llamadas, mientras que una cartera crea una vía para transacciones limitadas.
Cue también llega a negocios físicos. Manus afirma que un usuario puede escanear el código QR de un restaurante y pedir a un agente que haga un pedido o reserve un lugar en la fila.
Estos ejemplos muestran por qué los agentes se están convirtiendo en una categoría estratégica. Un chatbot normalmente espera una pregunta. Un agente personal mantiene contexto, observa eventos, elige herramientas y realiza acciones.
La oportunidad comercial reside en convertirse en la capa mediante la cual los usuarios interactúan con muchos servicios. La empresa que controle ese agente podría influir en qué aplicaciones, comercios, fuentes de información y rutas de pago reciben atención.
Esto genera presión sobre las grandes plataformas. Meta puede integrar un agente en WhatsApp y conectarlo con una amplia red de consumidores. OpenAI puede desarrollar funciones de agentes en torno a las relaciones existentes de los usuarios con ChatGPT.
Manus carece de esas ventajas de distribución. Su respuesta consiste en integrar una gama más amplia de herramientas de ejecución dentro de una familia de productos y hacer que el propio agente sea portátil entre flujos de trabajo.
La historia de la empresa añade otra dimensión. Meta anunció un acuerdo para adquirir Manus en diciembre de 2025, y AP informó que Manus había superado los 100 millones de dólares en ingresos recurrentes anuales.
Meta afirmó entonces que Manus respaldaría agentes de propósito general en productos de consumo y empresariales. La cobertura de la adquisición también describió a Manus como una empresa al servicio de millones de usuarios y compañías de todo el mundo.
Sin embargo, Manus anunció el 1 de septiembre de 2026 que había reanudado formalmente sus operaciones independientes. La empresa afirmó que su equipo fundador seguiría liderándola como un laboratorio de agentes independiente.
El breve aviso de independencia no explicó la reversión de la operación ni proporcionó nuevos detalles sobre la propiedad. Reconoció que algunos usuarios habían sufrido interrupciones temporales de acceso y requisitos de restauración de datos.
Manus 2.0 llegó 27 días después. Ese calendario convierte el lanzamiento en una declaración de rumbo de producto tras un periodo de cambios corporativos inusuales.
La estrategia ya es visible. Manus persigue una plataforma independiente que abarca creación profesional, automatización persistente, control de computadoras y agentes personales orientados al consumidor.
Cue sigue en acceso anticipado y su disponibilidad es inicialmente limitada. Esto significa que las capacidades más ambiciosas aún no han afrontado pruebas amplias e independientes con usuarios diversos y transacciones reales.
Una Mayor Autonomía de los Agentes Crea un Problema de Control Más Grande
La cuestión decisiva es si Manus puede hacer que los agentes persistentes sean comprensibles y recuperables antes de que los usuarios les concedan una autoridad más amplia.
Cada capacidad de Cue amplía el posible impacto de un error. Un resumen equivocado resulta incómodo. Un mensaje, compra, operación de archivo o comunicación externa equivocados pueden ser mucho más difíciles de revertir.
Las billeteras digitales son un ejemplo claro. Un límite de gasto contiene la exposición financiera máxima, pero no garantiza que cada transacción refleje la intención real del usuario.
El acceso telefónico crea otro desafío. Un agente debe determinar quién llama, qué información puede revelar, cuándo debe actuar y cuándo debe solicitar confirmación humana.
El acceso a la computadora aumenta aún más el número de acciones posibles. Manus afirma que Computer Use opera en un espacio de trabajo visible y solo utiliza archivos, navegadores y aplicaciones aprobados.
La visibilidad es útil, pero la observación por sí sola no equivale al control. Un usuario no puede vigilar continuamente a un agente que se supone que ahorra tiempo trabajando de forma independiente.
El problema de diseño implica umbrales de aprobación. Exigir aprobación para cada acción vuelve al agente tedioso, mientras que aprobar demasiado poco puede exponer cuentas, datos y dinero.
Meta se ha enfrentado al mismo equilibrio con Muse. Según informes, su sistema Sentinel independiente evalúa si las acciones propuestas pueden continuar, deben bloquearse o requieren aprobación del usuario.
La dificultad no se limita al comportamiento malicioso. Los agentes pueden malinterpretar instrucciones ambiguas, perder contexto relevante, seleccionar la cuenta equivocada o realizar un paso irreversible demasiado pronto.
Una investigación publicada en 2025 examinó a 31 participantes que completaban tareas con Manus y OpenAI Operator. El estudio identificó problemas recurrentes relacionados con la confianza, los estilos de colaboración, la sobrecarga de comunicación y los modelos mentales de los usuarios.
En general, los participantes quedaron impresionados, pero los investigadores observaron que los agentes a menudo presumían confianza antes de establecer credibilidad. También tenían dificultades para comprender sus propias limitaciones.
Estos hallazgos aparecen en el estudio sobre usabilidad de agentes, que analizó casos de uso comercializados en 102 productos comerciales de agentes. Los autores agruparon esos usos en orquestación, creación e información.
Manus 2.0 cubre las tres categorías. Studio crea artefactos, Cascade coordina capacidades y Cue opera entre comunicaciones y servicios.
Esa amplitud magnifica la importancia de contar con límites transparentes. Los usuarios necesitan entender a qué puede acceder un agente, qué acciones requieren aprobación y durante cuánto tiempo sigue siendo válida cada autorización.
También necesitan registros de actividad fiables. Un registro útil debería mostrar qué observó el agente, por qué eligió una acción, qué herramienta utilizó y qué cambió.
La recuperación importa igualmente. Los entornos persistentes en la nube deberían admitir puntos de control, historial de versiones, credenciales revocables y formas claras de detener procesos activos.
Manus ha publicado certificaciones de seguridad en sus materiales de confianza, incluidas referencias a certificaciones SOC 2 e ISO. Estos controles abordan importantes prácticas organizativas y de infraestructura.
No establecen de forma independiente que cada nuevo comportamiento de Cue sea seguro o fiable. El riesgo a nivel de producto depende del diseño de permisos, la gestión de transacciones, la recuperación ante fallos y los resultados operativos en el mundo real.
Las cifras de rendimiento de Cascade requieren una cautela similar. Un menor uso de tokens y una finalización más rápida suenan útiles, pero una configuración probada por una empresa no puede representar todas las tareas.
Un agente más rápido puede seguir produciendo un mal resultado. Unos costes operativos más bajos no revelan si el agente necesitó más correcciones humanas o cumplió menos requisitos previstos.
Por tanto, Manus debe informar sobre algo más que eficiencia. Los compradores necesitan tasas de finalización de tareas, frecuencia de intervención, categorías de errores, resultados de recuperación y rendimiento en distintas cargas de trabajo.
La empresa también necesita políticas claras sobre la identidad de los agentes. Los destinatarios deberían saber cuándo se están comunicando con software, especialmente durante llamadas, transacciones comerciales o negociaciones sensibles.
Los proveedores de servicios establecerán sus propios límites. Restaurantes, plataformas de venta de entradas, servicios de comunicaciones y comercios podrían restringir la actividad automatizada cuando los agentes generan spam, acceso injusto o responsabilidades ambiguas.
Las funciones de billetera y teléfono de Cue ponen estas preguntas en primer plano. Transforman la seguridad de los agentes de una cuestión de interfaz de chat en una cuestión operativa y económica.
El equilibrio central no puede eliminarse. Un agente lo bastante útil como para ahorrar tiempo significativo debe recibir cierta autoridad, pero la autoridad genera exposición.
Manus puede gestionar esa tensión mediante permisos acotados y una escalada predecible. No puede resolver el problema con afirmaciones generales de que el usuario mantiene el control.
Tres Señales Mostrarán Si el Impulso Está Funcionando
La siguiente fase debe juzgarse por la adopción, la evidencia operativa y los mecanismos de control, no por la cantidad de funciones que anuncie Manus.
La primera señal es la disponibilidad amplia de Cue y el uso continuado después del acceso anticipado. La demanda de invitaciones puede reflejar curiosidad, pero el uso recurrente revelará si los agentes personales de IA resuelven problemas cotidianos.
La evidencia útil incluiría con qué frecuencia los usuarios crean varios agentes, qué tareas se repiten y con qué frecuencia interviene la gente. La retención importaría más que el número de cuentas creadas.
Cue también debe demostrar que la coordinación de agentes reduce el trabajo. Un chat grupal lleno de agentes puede convertirse en otra fuente de actualizaciones, decisiones y supervisión.
Si las personas delegan repetidamente flujos de trabajo completos y vuelven a resultados utilizables, Manus tendrá evidencia a favor de su modelo de operador digital. Si los usuarios principalmente hacen preguntas, Cue seguirá estando más cerca del chat.
La segunda señal es la verificación independiente de Cascade y Studio. Manus debería publicar los métodos de evaluación que sustentan sus afirmaciones sobre velocidad, tokens y costes.
Las pruebas externas deberían examinar si los proyectos mantienen la coherencia a lo largo de sesiones extensas. También deberían comprobar si Studio conserva las ediciones manuales cuando un agente retoma el trabajo.
Game Dev y Video Editor plantean casos de evaluación exigentes. Ambos requieren coherencia entre código, recursos, tiempos, dependencias y revisiones repetidas.
No basta con un primer resultado utilizable. El producto debe respaldar la etapa final, en la que los creadores corrigen detalles, responden a comentarios y preparan el trabajo para su publicación.
La tercera señal es la evolución de los controles de permisos y recuperación. Cue debería facilitar la inspección de límites de gasto, derechos de comunicación, servicios conectados y acceso a la computadora.
Los usuarios deberían poder pausar un agente sin detener todos los proyectos. También deberían poder revocar un permiso sin reconstruir toda la configuración.
Los historiales de transacciones deben conectar cada acción con una instrucción del usuario o una política aprobada. Las acciones sensibles deberían admitir reglas de confirmación que los usuarios puedan comprender antes de que algo salga mal.
Observe también cómo responden las plataformas competidoras. Meta puede combinar sus ambiciones de agentes con la distribución mediante mensajería, mientras que OpenAI y otros proveedores de modelos pueden integrar acciones en asistentes existentes.
Manus debe demostrar que un especialista independiente puede avanzar más rápido sin sacrificar fiabilidad. La amplitud de su producto solo ayudará si las piezas funcionan de manera coherente.
El renovado impulso también pone a prueba si Manus puede reconstruir la confianza tras su abrupta transición corporativa. En diciembre de 2025, Meta presentó a la empresa como parte de su estrategia de agentes.
Para septiembre de 2026, Manus volvía a presentarse como independiente. Su anuncio público confirmó el cambio, pero dejó poco claros los motivos y la estructura a largo plazo.
Los clientes que evalúan flujos de trabajo persistentes necesitan confianza en que el servicio, los acuerdos de datos y la dirección del producto permanecerán estables. Esto importa cuando las automatizaciones se integran en las operaciones diarias.
Los agentes de IA de Manus 2.0 ofrecen una visión clara de hacia dónde se dirige el software para consumidores y lugares de trabajo. Los usuarios indican resultados, mientras que los agentes persistentes coordinan herramientas y ejecutan el trabajo intermedio.
El lanzamiento también expone las condiciones necesarias para que esa visión tenga éxito. Los agentes necesitan contexto duradero, resultados editables, permisos limitados, acciones visibles y recuperación fiable.
Los desarrolladores deberían seguir la arquitectura de Cascade y la API de Manus en busca de patrones de orquestación más claros. Los compradores empresariales deberían centrarse en la gobernanza, la auditabilidad y tasas de intervención medibles.
Los trabajadores del conocimiento deberían comenzar con tareas reversibles. La síntesis de investigación, la creación de borradores y las actualizaciones supervisadas de flujos de trabajo ofrecen valor práctico sin conceder autoridad ilimitada.
Después, pruebe si el agente sigue las correcciones durante el trabajo repetido. Un agente personal se vuelve útil cuando mejora la continuidad, no cuando simplemente produce más resultados.
La verdadera pregunta no es si Manus puede dar al software una dirección de correo electrónico, un número de teléfono, una billetera y una computadora. La cuestión es si los usuarios pueden delegar sin perder conciencia situacional.
Pruebe un flujo de trabajo acotado, defina lo que el agente no puede hacer y revise cada acción resultante. Si Manus hace que ese proceso sea predecible, su impulso de agentes tendrá sustancia más allá de la atención del día de lanzamiento.
