大厂Agent混战：复刻Manus的野心与困局

但对于百度、字节和阿里这三家强调AI自研，并且从大模型研发到应用产品均亲力亲为的大厂来说，借自己的力量开发智能体也是非常必要。

扎堆发布的Agent们，各自的产品思路并不相同。

字节的“扣子空间”定位为“精通各项技能的实习生”，给出的各种案例更像是工作上的助手，比如生成行业报告、用户调研分析等。

光锥智能测试后，感觉扣子空间是一个更加面面俱到的及格产品，它不仅接入了高德等MCP，借助工具提升使用能力，在报告输出上也做到了图文并茂，多模态能力突出。但在输出报告的内容深度上，还有进一步优化的空间。

对比来看，阿里旗下的AI助手“心流”上线的高级研究功能，更加接近于深度研究的应用场景。在多次测试过程中，心流显著的特点就是消耗的Token资源更多，耗时长。比如，在“智能体研究”任务上，心流的处理时长超过1个小时，浏览网页的数量也显著超过其他两个产品。

大量资源和牺牲效率的方式，换来了更具深度的生成内容，而这也是心流只能通过审核制申请测试的原因，大规模的开放，对算力消耗和成本来说，都是当前难以平衡的问题。但在对象选取准度上，心流的表现一般，比如在智能体报告中，它选择的产品多为大模型AI助手类，且把Manus融资7500万的信息误放在了扣子空间的分析中。

相比于字节和阿里的通用Agent选择在PC端上线，百度的心响则把首发选在了手机App端，后续才会上线PC端。

不同的智能硬件端，决定了两者面对的受众差异：电脑端面对的多为有工作、学习需求的用户，集中在报告研究、内容分析的领域；而手机端用户则更希望体验AI在实际生活场景中落地的各项功能。

结合百度在医疗、法律等行业的优势，再加上百度过往在AI虚拟社交等方向的探索成果，心响最终的上线形式就变成了主推垂类场景的模样。

目前，心响App的主界面推荐了包括AI相亲、旅游规划、医疗/法律咨询等场景的体验推荐。实际测试下来，心响在医疗、法律等问题上的准确度较高。比如在回答酒驾撞人逃逸问题时，心响调用了多个Agent，最终给出量刑7年的结果，这也和现实中律师意见一致。

但在脱离垂类知识积累的其他业务上，心响的准确度还需要继续优化。比如在要求出一份旅游地点建议的任务执行中，心响明明已经判断出地点不属于朝阳区范围，但依然推荐了不满足用户设定条件的景点。

综合三个通用Agent的测评结果，大厂梯队的AI智能体，目前多数只能用来完成一些基础水平的工作，能力上还没有达到类似Manus般惊艳的效果。

但短期内，大厂们交出的答卷，已经让市场用户开始逐渐对智能体的概念感到兴奋和好奇。

无论是字节还是360的Agent，近期都在大批量开放测试的过程中出现过服务器崩溃的情况，可以说，即使是拥有充足算力的大厂，其消耗程度也远远超出了发布的预期。

而智能体这条赛道，参与的选手不只有互联网大厂和创业公司，凭借硬件优势，有智能手机和电脑的公司也盯上了智能体的前景。

今天，联想就在发布会上发布了面向个人的智能体“天禧”和“乐享”企业超级智能体，针对个人来说，其智能体已经能够完成提供旅游建议、制定行程和下单等各种自主操作。

面对“智能体”这块肥肉，各家虎视眈眈。

Manus还没被超越，但技术红利还能吃多久？

被称作“Agent之年”的2025，大厂和创业公司，都在自己的能力范围内交出答卷。

但三家大厂目前上线的产品，折射出一个残酷现实：大厂们即便坐拥生态与算力，复刻Manus并不是一个能够在短期内完成的事情。

在Manus发布之初，其创始人肖弘就已经给出了自己的观点：Manus没有秘密。

“从产品经理的角度出发，要用就要用最好的大模型，用最好的东西能产生多大的商业价值，产品经理关心的是这个。”肖弘说。

Manus的核心能力建立在模型能力溢出上，但在最早建立市场认知的时刻，Manus在模型能力调用和产品思路两个方面做到了极致：

首先，Agent需要同时处理多模态理解、复杂推理、代码生成等多样化任务，这对底层模型的综合调用能力提出了极高要求。现在市面上能够看到的多数通用Agent，都是采用不只一个大模型，而是多个模型按照不同需求调用，比如需要理解图片内容，就调用多模态能力更强的大模型。

以字节为例，据晚点LatePost报道，扣子团队开发扣子空间时，他们曾考虑优先使用 DeepSeek-R1，测试后发现其调用工具的能力不足。最后，基于能力表现和成本原因考虑。使用了豆包 1.5 Pro 为主的多款模型。

而在拥有更好的模型能力基础上，如何将技术转化为用户体验也是一个挑战。

不过，在各家公司交出的Agent上，均已经有不同的思路展现。比如，在搜索体验上，百度的Agent产品采用“多组关键词+搜索引擎”策略，用多组关键词尝试搜索，而智谱则让自家AutoGLM沉思在小红书、知乎等不同平台搜索，打破了不用应用数据固化的边界。

在短期时间内，当前的技术格局呈现出一个有趣现象：以Manus、GensPark为代表的创业公司，仍在关键指标上保持领先优势。比如，GensPark在GAIA基准测试中的表现已超过Manus。

相比之下，大厂现阶段推出的Agent产品更多是“60分解决方案”，但和Manus的目标相同，大厂们需要在通用Agent相对空白的阶段，率先抢夺一部分市场。

技术路线的差异直接影响了商业化策略的选择，两类玩家正走向截然不同的道路：

目前主流大厂仍以免费策略为主导目标，试图撬走一部分用户，字节、阿里和百度的产品都采取了免费供应的方式。

而成本压力迫使创业公司更早启动商业化。目前，GensPark已积累1万付费用户，其ARR（年度经常性收入）达到2200万美元。而Manus更是在海外市场开出单月39美元的基础版和单月199美元的高级版两种收费模式，定价比肩OpenAI的会员。

不过，从基础大模型到应用产品来看，目前技术优势的窗口期正在缩短，留给创业公司们的时间不多。

现在的大厂们用不到一个月的时间，交出了60分的答卷，当新的通用Agent提升到70分、80分，加上免费策略，势必会对创业公司们造成进一步的冲击。

这场竞赛的终局还处于起始阶段，而在通用Agent能力再跃升之前的一切交锋，只是2025Agent爆发之年的序章。