Manus 2.0 AI 智能体扩展产品版图，但真正的考验在于信任
Manus 于 9 月 28 日推出 Manus 2.0 AI 智能体，距离其宣布恢复独立运营还不到一个月。此次发布带来了新的智能体架构、持久化云端计算机、事件驱动自动化、可编辑的创作工具，以及一款名为 Cue 的独立个人智能体应用。
这并非一次常规的产品更新。Manus 希望其软件从完成孤立的提示词任务，转向在文件、应用、在线服务乃至现实世界交易之间持续推进项目。这一转变使 Manus 与 Meta、OpenAI 及其他竞相将聊天机器人变为可执行行动的智能体的公司展开直接竞争。
最重要的竞争并不在于哪款智能体拥有最长的功能清单，而在于如何在扩展自主性的同时，保留有意义的用户控制权。Manus 现在希望智能体能够操作计算机、收发消息、接听电话、与其他智能体协作，并在用户设定的预算内消费。
这些能力让软件更具实用性，但也放大了指令不清、决策不可靠、权限过度和监管不足带来的后果。因此，Manus 2.0 在展现更大技术雄心的同时，也面临着更棘手的信任问题。
Manus 2.0 AI 智能体从任务执行走向持续工作
Manus 2.0 将产品从任务执行器转变为一组环境，使智能体能够在最初的提示词结束后继续工作。
该公司于 9 月 28 日星期一发布 Manus 2.0 和 Cue。Bloomberg 在其最初的智能体市场报道中，将此举描述为在快速增长的智能体市场中重新争取优势的一次尝试。
此次发布的核心是 Cascade，Manus 将其称为最新版本的自研智能体编排框架。智能体编排框架是管理模型、工具、上下文、执行步骤和结果的软件层。
Manus 表示，Cascade 会让项目在需要专业能力之前保持轻量化。文档、网站、视频或自动化流程可以留在一个相互连接的项目中，而不必变成一连串彼此无关的会话。
在 Manus 测试的一种配置中，据称 Cascade 比此前系统少使用了 23.2% 的 token。该公司还表示，它完成任务的速度提高了 28.2%，运营成本降低了 32%。
这些数据来自公司自身的 Manus 2.0 公告。Manus 未公布足够的方法细节，因而无法在不同工作负载、模型或竞品之间进行独立比较。
不过，这一方向依然重要。当智能体产品反复加载大量上下文，或不必要地调用专业模型时，成本会迅速上升。将每项工作仅路由至所需能力，能够减轻这一负担。
此次发布还引入了 Cloud Computer，这是一个即使用户本地设备离线后仍可保持可用的专属环境。Manus 将其定位为持久化自动化、托管应用和多人游戏的基础设施。
这种持久性改变了产品的运行模式。智能体不再需要在一次浏览器会话中开始和结束，而是可以维持一个让应用、文件、进程和定时任务持续运行的环境。
Manus 还将 Scheduled Tasks 扩展为 Automations。这些工作流可在关联服务中发生事件后启动，而不再仅限于预设时间。
一封新邮件、一条 Slack 消息、日历事件、Notion 更新或广告变更，都可以触发一项任务。用户只需描述 Manus 应监控什么，以及随后应采取何种行动。
以一位通过邮件、Slack、录音和项目文档接收客户研究资料的产品经理为例。事件驱动的智能体可以对新反馈进行分类、更新摘要并准备每周简报。
这与更广泛的 AI 工作流趋势相似：信息采集、综合和输出成为一个持续的过程。不同之处在于，Manus 还希望执行超越知识整理范畴的操作。
最终形成的产品横跨两个层面：Cascade 决定工作应如何路由，而 Cloud Computer 和 Automations 则提供让这些工作持续进行的场所。
这种组合构成了 Manus 2.0 AI 智能体的核心张力。持续执行比一次性回答更有价值，但每一个持续运行的流程都需要边界、监控和恢复控制。
Manus Studio 将生成与直接编辑相结合
Manus 押注于：当用户无需重新启动整个生成过程便能检查和编辑输出时，智能体会变得更有用。
该公司已将其桌面端体验更名并扩展为 Manus Studio。它将 Studio 描述为一个共享工作区，人类与 AI 可以在其中处理文档、电子表格、PDF、演示文稿、网站、代码、游戏和视频。
这种设计直指基于提示词的创作工具反复出现的一项局限：生成一份尚可接受的初稿或许很快，但修改某个特定元素却可能令人沮丧。
Manus 用视频编辑来说明这一问题。用户可能喜欢一则自动生成的广告，但希望替换其中的音乐，或改用不同的产品图片。
重新生成整段视频可能引入新的非预期变化。Studio 则将片段、图像、文本、音频和动态图形作为可在时间轴上编辑的独立组件呈现。
用户可以直接进行修改，再将项目交回智能体进行下一轮处理。这形成了一种手动编辑与自动生成可以交替进行的混合工作流。
Manus 表示，其 Video Editor 面向产品广告、教程、vlog、动态图形和 AI 生成的用户风格内容。该公司明确聚焦于时长为 30 至 60 秒的视频。
此次发布还新增了 Alchemy mode，它在自动化创意指导流程下结合视频生成与代码生成。Manus 声称，该模式可改善构图、细节、动态效果和节奏。
这些质量主张尚未得到独立验证。更具意义的产品决策在于，用户在生成之后仍可访问时间轴。
Game Dev 也遵循类似模式。它将代码、图像和视频模型与编辑面板相结合，用于调整资产、源代码、动作、美术和场景。
用户可以从可玩的模板开始，修改各个元素，并将结果发布为网站。Cloud Computer 可为受支持的多人项目提供所需的持久化服务器。
这一功能组合让 Manus 同时进入多个市场，涉及 AI 编程产品、网站构建工具、演示文稿生成器、视频工具和游戏开发环境。
这种广度也伴随着风险。专业创作应用拥有基于多年专业反馈构建的深度编辑系统。Manus 必须提供足够的控制能力，才能在首次令人印象深刻的生成之后继续保持实用性。
此次发布表明，该公司已认识到这一问题。Manus 并未宣称提示词应取代所有界面，而是将可编辑界面重新带回智能体工作流。
这一选择很重要，因为直接操作能让用户形成更清晰的心智模型。选择片段、移动对象或修改代码，提供的反馈比反复改写提示词更可预测。
因此，Manus Studio 代表了一种务实的折中方案。智能体负责规划和生产，用户则保留使用熟悉工具进行审核和修正的权限。
这种方式也形成了更清晰的责任划分。用户可以明确识别自己修改了哪个元素，而智能体则能从修订后的项目状态继续工作。
成功与否将取决于 Manus 保留这些编辑内容的可靠程度。如果智能体意外覆盖手动修改，就会削弱 Studio 本应提供的控制模型。
同样的问题也适用于文档、电子表格、网站和游戏。只有当其结构能在智能体的重复操作中保持稳定时，可编辑成果才有意义。
Studio 扩展了产品，但也提高了预期。Manus 现在必须在编辑精度、项目连续性和恢复能力上竞争，而不仅仅是生成一个有说服力的初步结果。
Cue 将个人 AI 智能体变为数字执行者
Cue 是此次发布中最大胆的部分，因为它赋予智能体身份、通信工具、计算机以及有限的消费权限。
Cue 是一款面向移动设备和桌面的独立应用，建立在与 Manus 相同的基础设施之上。该公司将其描述为用户创建和部署个人智能体的平台。
每个智能体都可以拥有自己的电子邮箱地址、电话号码、数字钱包和计算机。根据 Manus 的说法，智能体能够发送消息、接听电话、在自己的设备上完成工作，并在设定预算内消费。
Cue 智能体还可以作为团队协作。Manus 举例称，多个智能体可以协同筹备一次发布活动，分别负责调研场地、建立候选清单和起草演示材料。
这一模式改变了用户与软件交互的方式。用户不再需要打开多个应用并完成每个步骤，而是将一个结果目标交给一组持续运行的软件角色。
个人智能体的概念已不再是 Manus 独有。Meta 在 9 月早些时候推出了 Muse 智能体，为其提供独立应用，并通过 WhatsApp 提供访问入口。
Meta 表示，Muse 可以管理包括邮件、旅行预订、购物和长期规划在内的任务。根据对 Muse 智能体发布的报道，它运行在一个专用虚拟机中。
Manus Cue 智能体试图通过数字身份和协作能力实现差异化。电话号码让智能体能够接听电话，而钱包则提供了进行有限交易的途径。
Cue 也延伸至实体商家。Manus 表示，用户可以扫描餐厅的二维码，并要求智能体下单或排队取号。
这些例子说明了为何智能体正在成为一个战略性类别。聊天机器人通常等待用户提问；个人智能体则持续维持上下文、观察事件、选择工具并执行操作。
商业机会在于成为用户与众多服务交互时所经过的中间层。控制该智能体的公司，可能影响哪些应用、商家、信息来源和支付路径获得关注。
这给大型平台带来了压力。Meta 可以将智能体置于 WhatsApp 中，并将其与庞大的消费者网络相连接。OpenAI 则可以围绕 ChatGPT 现有的用户关系构建智能体功能。
Manus 不具备这些分发优势。其应对方式是将更广泛的执行工具打包进一个产品家族，再让智能体本身能够跨工作流迁移。
该公司的历史还增添了另一层背景。Meta 于 2025 年 12 月宣布达成收购 Manus 的协议，AP 报道称 Manus 的年度经常性收入已超过 1 亿美元。
Meta 当时表示，Manus 将支持横跨消费者和商业产品的通用智能体。收购报道还称，Manus 为全球数百万用户和企业提供服务。
然而，Manus 于 2026 年 9 月 1 日宣布，已正式恢复独立运营。该公司表示，其创始团队将继续以独立智能体实验室的形式领导公司。
这则简短的独立运营公告并未解释交易为何逆转，也没有提供新的所有权细节。公告承认，部分用户曾遭遇临时访问中断，并需要恢复数据。
27 天后，Manus 2.0 随之发布。这个时间点使此次发布成为该公司经历异常企业变动后，对产品方向的一次宣示。
如今，战略已逐渐清晰。Manus 正在打造一个独立平台，覆盖专业创作、持续自动化、计算机控制，以及面向消费者的个人智能体。
Cue 仍处于早期访问阶段，初始访问范围有限。这意味着其最具野心的能力尚未经过不同用户群体及真实交易场景的广泛、独立测试。
更高的智能体自主性带来更大的控制难题
决定性问题在于：在用户授予更广泛权限之前，Manus 能否让持续运行的智能体变得可理解、可恢复。
Cue 中的每一项能力都会扩大错误可能造成的影响。错误的摘要只会带来不便；错误的消息、购买、文件操作或外部沟通，则可能更难撤销。
数字钱包就是一个明显例子。消费限额能够限制最大的财务风险暴露，但无法确保每一笔交易都准确反映用户的真实意图。
电话访问带来了另一项挑战。智能体必须判断来电者是谁、可以披露哪些信息、何时应采取行动，以及何时应请求人工确认。
计算机访问进一步增加了可能采取的行动数量。Manus 表示，Computer Use 在可见工作区内运行，并且只会使用获批准的文件、浏览器和应用程序。
可见性固然有用，但观察本身并不等于控制。用户无法持续监看一个本应通过独立工作来节省时间的智能体。
设计难题在于审批阈值。要求对每项操作都进行审批会让智能体变得繁琐，而审批过少则可能让账户、数据和资金面临风险。
Meta 在 Muse 上也面临同样的权衡。据报道，其独立的 Sentinel 系统会评估拟议操作是否可以继续、应被阻止，或需要用户批准。
困难并不仅限于恶意行为。智能体可能误解含糊的指令、丢失相关上下文、选择错误账户，或过早执行不可逆的步骤。
2025 年发布的一项研究考察了 31 名参与者使用 Manus 和 OpenAI Operator 完成任务的情况。研究发现，信任、协作方式、沟通开销以及用户心智模型方面反复出现问题。
参与者总体上印象深刻，但研究人员发现，智能体往往在建立可信度之前就预设了信任。智能体也难以理解自身的局限性。
这些发现出自这项智能体可用性研究。该研究分析了 102 款商业智能体产品宣传的使用场景，并将这些用途归为编排、创作和洞察三类。
Manus 2.0 覆盖了这三类场景。Studio 创建作品，Cascade 协调各项能力，Cue 则跨通信和服务进行操作。
这种广度放大了透明边界的重要性。用户需要理解智能体可以访问什么、哪些操作需要批准，以及每项授权的有效期有多长。
他们还需要可靠的活动记录。有效的日志应显示智能体观察到了什么、为何选择某项操作、使用了哪种工具，以及发生了哪些变化。
恢复能力同样重要。持续运行的云环境应支持检查点、版本历史、可撤销凭据，以及明确停止活跃流程的方法。
Manus 已通过其信任材料公布安全认证，其中包括对 SOC 2 和 ISO 认证的引用。这些控制措施涉及重要的组织和基础设施实践。
但它们并不能独立证明 Cue 的每一种新行为都是安全或可靠的。产品层面的风险取决于权限设计、交易处理、故障恢复和真实世界的运营结果。
Cascade 的性能数据同样需要谨慎看待。减少 token 使用量和加快完成速度听起来很有价值，但由单家公司测试的一种配置无法代表所有任务。
更快的智能体仍可能产出糟糕结果。更低的运营成本无法说明该智能体是否需要更多人工修正，或是否完成了更少的预期要求。
因此，Manus 必须报告的不只是效率。买方需要任务完成率、人工干预频率、错误类别、恢复结果，以及在不同工作负载下的表现。
该公司还需要明确智能体身份政策。接收方应知道自己何时在与软件沟通，尤其是在通话、商业交易或敏感谈判期间。
服务提供商将设定各自的限制。当智能体造成垃圾信息、不公平访问或责任归属不明确时，餐厅、票务平台、通信服务和商家可能会限制自动化活动。
Cue 的钱包和电话功能将这些问题推到前台。它们将智能体安全从聊天界面问题转变为运营和经济问题。
这一核心权衡无法被消除。一个足以节省显著时间的智能体必须获得一定权限，但权限也会带来风险暴露。
Manus 可以通过限定范围的权限和可预测的升级机制来管理这种张力。它无法仅凭“用户始终掌控一切”的泛泛说法解决问题。
三项信号将显示这一推进是否奏效
下一阶段应依据采用情况、运营证据和控制机制来评判，而不是 Manus 宣布了多少功能。
第一个信号是 Cue 的广泛可用性，以及早期访问结束后的持续使用情况。邀请需求能够反映好奇心，但重复使用才能显示个人 AI 智能体是否真正解决了日常问题。
有价值的证据包括：用户多久创建多个智能体、哪些任务会重复出现，以及人们干预的频率。留存率比创建账户数量更重要。
Cue 还必须证明，智能体协调能够减少工作量。充满智能体的群聊可能成为更新、决策和监督的又一个来源。
如果人们反复委派完整工作流，并返回获得可用结果，Manus 将拥有支持其数字运营者模式的证据。如果用户大多只是在提问，Cue 就会更接近聊天工具。
第二个信号是对 Cascade 和 Studio 的独立验证。Manus 应公开其速度、token 和成本主张背后的评估方法。
外部测试应考察项目能否在长时间会话中保持一致性，还应测试当智能体恢复工作时，Studio 是否能够保留人工编辑内容。
Game Dev 和 Video Editor 提供了严格的评估案例。两者都要求代码、资产、时间安排、依赖关系和多轮修订之间保持一致。
一个可用的初始结果还不够。产品必须支持最后阶段：创作者修正细节、回应反馈，并为发布准备作品。
第三个信号是权限和恢复控制机制的演变。Cue 应让消费限额、通信权限、已连接服务和计算机访问权限易于检查。
用户应能够暂停一个智能体，而无需停止所有项目。他们也应能够撤销一项权限，而不必重建整个配置。
交易记录需要将每项操作与用户指令或已批准政策关联起来。敏感操作应支持用户能在出错前理解的确认规则。
也应关注竞争平台如何应对。Meta 可以将智能体野心与消息分发能力结合，而 OpenAI 和其他模型提供商则可以把操作能力整合进现有助手。
Manus 必须证明，独立的专业厂商可以在不牺牲可靠性的前提下更快行动。其产品广度只有在各部分能够协调运作时才有价值。
这次重新推进也考验 Manus 能否在突如其来的企业转型后重建信任。2025 年 12 月，Meta 曾将该公司呈现为其智能体战略的一部分。
到 2026 年 9 月，Manus 再次称自己为独立公司。其公开声明确认了这一变化，但仍未说明原因和长期结构。
评估持续工作流的客户需要相信，服务、数据安排和产品方向将保持稳定。当自动化嵌入日常运营时，这一点尤为重要。
Manus 2.0 AI 智能体清晰展现了消费者和工作场所软件的发展方向。用户提出目标，而持续运行的智能体协调工具并执行中间工作。
此次发布也揭示了这一愿景成功所需的条件。智能体需要持久上下文、可编辑输出、有限权限、可见操作和可靠恢复能力。
开发者应关注 Cascade 架构和 Manus API，以了解更清晰的编排模式。企业买方则应重点关注治理、可审计性和可衡量的人工干预率。
知识工作者应从可逆任务开始。研究综合、草稿创建和受监控的工作流更新能够提供实际价值，同时不授予无限制权限。
随后应测试智能体能否在重复工作中遵循修正意见。个人智能体真正有用，是因为它提升了连续性，而不是仅仅产出更多内容。
真正的问题并不是 Manus 能否为软件提供电子邮箱地址、电话号码、钱包和计算机。问题在于，用户能否在委派工作的同时不失去态势感知。
尝试一个边界明确的工作流，定义智能体不能做什么，并审查每一项产生的操作。如果 Manus 能让这一过程变得可预测，其智能体推进就将拥有超越发布日关注度的实质内容。
