2025 年 3 月，一個叫 Manus 的網站突然在全網爆紅。
不是因為它是「又一個 ChatGPT」，而是因為它展示了一件以前只存在 demo 影片裡的事：
你丟一個任務，它真的會自己去完成，然後把結果交給你。
不是給你一段建議、不是給你一個 outline——是直接把做好的東西丟到你面前。
Manus 是什麼？
Manus 是一個「通用型 AI Agent」。
跟純對話型 AI 最大的差別：
| 類型 | 你給它什麼 | 它給你什麼 |
|---|---|---|
| ChatGPT（對話模式） | 問題 | 回答（文字） |
| Claude（對話模式） | 問題 | 回答（文字） |
| Claude（Agent 模式） | 任務 | 成品（有工具呼叫、可執行動作） |
| Manus | 任務 | 成品（檔案、網站、報告、腳本） |
補充： Claude 現在也有 Agent 能力了——Claude Computer Use 可以操控瀏覽器和桌面，Claude.ai 內建的工具模式可以搜尋網路、執行程式碼、讀寫檔案。兩者的主要差異在於 Manus 有獨立的雲端 VM 和完整的任務交付流程，Claude Agent 則更強調與對話的整合。
你可以想像成：
「你雇了一個遠端助理，他有電腦、有瀏覽器、會寫 code、會上網查資料，然後他真的會把事情做完。」
它到底怎麼運作？
Manus 的核心機制是：
- 接收任務 — 你用自然語言描述目標
- 拆解步驟 — 自動規劃要做哪些事
- 開虛擬電腦 — 它在雲端會有一台自己的電腦
- 執行 — 開瀏覽器、寫 code、跑程式、下載資料、查資料
- 回報 & 交付 — 完成後把檔案或成果丟給你
重點是中間的過程你都看得到。
Manus 有一個「即時操作畫面」，像直播一樣看它：
- 滑鼠移到哪
- 開了哪些分頁
- 打了什麼 code
- 搜尋了什麼
這個透明度讓人用起來很安心——它不是黑盒子。
實際可以做什麼？
網路上流傳的經典案例：
案例 1：履歷分析
丟一份 PDF 履歷，說：「分析這個人適不適合我們公司的 senior engineer 職缺。」
Manus 會：
- 讀完履歷
- 上網查這個人的 GitHub、LinkedIn
- 分析技能匹配度
- 產出一份完整的評估報告（含建議面試問題）
案例 2：出差行程規劃
「我下週要去東京三天，預算 5 萬台幣，想看動漫相關景點。」
Manus 會：
- 查機票、訂機票流程（提供連結給你確認）
- 排三天行程（含交通時間）
- 列出動漫景點、餐廳
- 輸出一份完整的行程表（Excel / PDF）
案例 3：股票研究
「分析 NVIDIA 最近三個月的走勢，做一份投資建議報告。」
Manus 會：
- 抓股價資料
- 查最新新聞
- 跑分析腳本、畫圖
- 產出一份帶圖表的研究報告
案例 4：網站建置
「幫我做一個寵物領養平台的 prototype。」
Manus 會：
- 設計資料結構
- 寫 HTML / CSS / JavaScript
- 做出能點擊互動的 demo
- 部署到可以公開訪問的網址
跟其他 AI Agent 有什麼不同？
現在宣稱「AI Agent」的工具一堆，但 Manus 出來的時候引爆討論，有幾個原因：
1. 真的「做完」，不是「建議怎麼做」
很多 AI Agent 會告訴你：「你可以這樣做、那樣做……」
Manus 是直接做完，給你交付品。
這個差別在工作流程裡面是天與地。
2. 多工具協作
它不是只會寫 code 的 AI，也不是只會查資料的 AI——該用什麼工具就用什麼工具。
寫 Excel、做 PDF、寫 Python、開瀏覽器截圖、部署網站，全部都在同一個 agent 裡面。
3. 執行過程透明
看得到它在做什麼，出錯可以中途介入。
這比「丟進去等結果」的黑盒 agent 好用太多。
4. 非同步工作
Manus 在雲端跑，你可以關掉瀏覽器去吃飯。
它自己會繼續做，完成後通知你。
它適合誰用？
非常適合：
- PM / 分析師 — 要做研究報告、競品分析
- 行銷 / 內容 — 要做主題研究、素材整理
- 工程師 — 做快速原型、腳本自動化
- 獨立工作者 — 一個人要處理很多雜事
比較不適合：
- 只需要簡單問答 — 用 ChatGPT 或 Claude 對話模式就好
- 需要 Agent 但想整合對話 — Claude Agent 模式可能更順手
- 需要高度精確的專業領域（醫療、法律）— 還是要專家審核
- 大量重複性工作 — 直接寫自動化腳本更穩定
限制與問題
用一陣子會發現幾個實際問題：
1. 慢
一個任務常常要跑 15–60 分鐘。
雖然可以非同步，但急件不適合。
2. 會迷路
複雜任務有時候它會卡住、重複、做到偏掉。
需要你中途給提示把它拉回來。
3. 貴
不是免費服務，用得多要付訂閱或買點數。
4. 資料安全
任務會在它的雲端 VM 跑，敏感資料、公司機密不要丟進去。
5. 還不夠穩定
畢竟是新一代產品，會有 bug、會有錯誤，不能 100% 依賴。
怎麼開始用？
1. 去 manus.im 註冊
早期要 waitlist，現在已經開放註冊（但可能有排隊或點數限制）。
2. 從小任務開始
不要一開始就丟「幫我做一個完整的 SaaS 產品」。
先從單一、清晰的任務試手感：
- 「分析這份 PDF 的重點」
- 「查一下 XX 工具和 YY 工具的差異」
- 「把這段 CSV 轉成圖表」
3. 學會給好指令
Manus 吃得懂自然語言，但越清楚越好：
- 告訴它最終產出物是什麼格式
- 給它限制條件（預算、時間、風格）
- 給參考範例
4. 善用「中斷」和「修正」
任務跑一半發現不對，直接打斷它、給新指令。
不要從頭等它做完才發現白做一場。
它會取代工程師 / 分析師嗎？
這是 Manus 剛推出時最熱門的討論。
我的觀察：
- 短期內不會。Manus 能做的事，有能力判斷好壞的人才用得好
- 會改變分工。以後一個人能做以前十個人做的雜事
- 基礎工作會被吃掉。整理資料、寫簡單腳本、做 PPT 模板——這類工作會縮水
- 高階判斷更珍貴。「要不要做」、「做到什麼程度」、「怎麼跟商業結合」這些還是要人
簡單講：它不是取代你，是讓會用它的人比不會用的人多做十倍事情。
小結
Manus 是 AI 工具進化的一個分水嶺——從「回答問題」變成「交付成果」。
雖然還有很多不穩定、還有很多做不到的事，但方向很清楚：
未來的 AI 工具，會越來越像「數位員工」，而不是「搜尋引擎」。
如果你想感受一下這個改變：
👉 manus.im
挑一個你平常會自己做的小任務，丟給它試試看。體感可能會超過你的預期。