共计 3090 个字符，预计需要花费 8 分钟才能阅读完成。
作 者丨董静怡
编 辑丨包芳鸣
图 源丨 AI
国内大型模型与创新应用的融合正在加速推进。
在 3 月 11 日，Manus 平台与阿里通义千问团队宣布了战略合作，双方将 依托通义千问系列开源模型，在国产模型和计算平台上实现 Manus 的所有功能。目前，两个技术团队已经展开紧密合作，目标是为中国用户提供更具创造性的通用智能体产品。
阿里方面向《21 世纪经济报道》确认，Manus 与阿里通义千问确实在合作开发开源模型，“我们期待与全球更多的 AI 创新者携手合作。”
“阿里通义千问与 Manus 的战略合作，体现了国产大模型与创新应用日益深度融合的趋势。”IDC 中国的高级分析师杨雯分析指出。
此次合作中，阿里通义千问为 Manus 提供了坚实的底层模型支持，而 Manus 则通过具体应用场景的反馈来优化模型迭代。这种“底层能力与上层应用”的协同模式，有望弥补 Manus 在技术上的不足，同时也为阿里通义千问开辟新的商业化路径。
业内人士分析指出，阿里此次合作看中 Manus 作为“流量密码”的潜力，以抢占市场先机。随着 AI 智能体从实验室概念迅速演变为科技巨头的战略核心，多项研究报告预测，2025 年将成为 AI 智能体爆发的关键年份。
在这一明显趋势面前，各大厂商的竞争将愈发激烈。
“大企业的技术基础与初创公司的应用创新”
从技术路径分析，Manus 的崛起堪称“借力打力”的典范。
该公司成立于 2023 年，并未自主研发大型模型，而是结合了 Claude 和阿里通义千问的微调模型来构建产品，其创新之处在于将复杂任务分解为模块化流程，并通过交互设计降低用户的操作难度。
例如，用户只需输入“筛选适合金融岗位的应届生简历”等简单指令，Manus 便可调用自然语言理解、数据分析、决策推理等多个模块，完成从解析岗位需求到候选人排序的全过程。
这种“任务拆解与工具链串联”的模式，使其在 3 月 5 日发布早期预览版后迅速走红。Manus 在其声明中表示，为了满足中文用户的需求，已与阿里通义千问团队达成战略合作。
此前，Manus 主界面为英文。杨雯向《21 世纪经济报道》解释说，此次与阿里的合作聚焦于中文环境的适配和计算能力的国产化，旨在打造更加贴近本土需求的通用智能体。
然而，Manus 因“技术壁垒不足”曾引发争议。在其迅速走红后，开源社区的 MetaGPT 团队在短短 3 小时内便复刻了 OpenManus 项目，这一现象显示出应用层创新的技术门槛依然需要进一步提升，以构建更为坚固的竞争壁垒。
相较之下，阿里通义千问团队的技术优势恰恰在于大模型的研发和开源生态的构建。在此次合作中，阿里通义千问将为 Manus 提供底层的技术支持。
行业分析认为，这一合作有望弥补 Manus 在算力方面的不足。由于 Manus 在单一任务中的 Token 消耗量远超传统聊天机器人，曾因访问量激增，其服务器频繁出现“负载过高，无法创建任务”的提示，使用频率从每日五次骤降至一次。
根据合作协议，阿里将为 Manus 提供计算平台资源，这可能有效解决 Manus 作为初创公司面临的算力瓶颈问题，提升其性能和稳定性。
阿里通义千问系列模型的技术突破也显著降低了对算力的需求。3 月 6 日推出的 QwQ-32B 推理模型，尽管参数仅有 320 亿，但通过强化学习优化，其性能已能与 6710 亿参数的 DeepSeek-R1 相媲美。此外，该模型支持消费级显卡的本地部署，为中小企业采用国产 AI 解决方案提供了更加经济的选择。
阿里通义千问团队还表示，未来将继续探索将智能体与强化学习相结合，以实现长时间推理，并追求更高智能，以最终实现 AGI 的目标。
对于阿里来说，此次合作是其开源战略的重要延伸。阿里通义千问通过支持 Manus 这类高流量应用，能够吸引更多开发者加入其开源生态，形成“模型供给—应用创新—用户反馈—模型优化”的良性循环。这种生态化的策略，有望增强阿里在 AI 产业链中的话语权。
杨雯向《21 世纪经济报道》表示，这种“大企业技术基础与初创应用创新”的模式，不仅加速了国产模型的商业化落地，也为行业提供了技术协作的示范。
Agent 是否成熟？
从技术演变的视角来看，Agent 被视为“下一个爆发点”。
如今，用户对 AI 智能体的期待已从基础功能转向个性化与场景化的服务，尤其是在简历筛选、金融分析等专业领域。Manus 的快速崛起正是这一趋势的生动写照——其内测邀请码在二手市场被炒至 5 万元的高价，社交媒体上讨论热度持续上涨，反映出市场对“真正可用”的智能体产品的强烈需求。
Manus 所属的 Butterfly Effect 公司在 2024 年 11 月完成了 A 轮融资，吸引了腾讯、红杉中国、真格基金及王慧文等知名投资者的参与，充分展示了市场对其商业前景的看好。
与此同时，其他科技巨头也在 AI Agent 领域积极布局。微软在 2024 年宣布打造全球最大的企业级 AI Agent 生态系统，并在 Dynamics 365 中整合了 10 个自主 AI Agent；谷歌基于 Gemini 2.0 模型推出了三款 AI Agent，包括“通用大模型助手”Project Astra、“浏览器助手”Project Mariner 以及“编程助手”Jules；OpenAI 则在 2025 年 1 月发布了首款 AI 智能体 Operator，并于 3 月 11 日推出全新 Agent 工具，旨在帮助开发者更便捷地创建能够自动执行任务的 AI Agent。
OpenAI 的首席产品官 Kevin Weil 在 3 月 11 日表示，2025 年将成为 AI 智能体爆发的关键年份，ChatGPT 和开发者工具将从回答问题转向在现实世界中为用户执行任务。
最近，阶跃星辰的 CEO 姜大昕在阶跃星辰生态开放日上表示，Agent 的发展依赖于两个核心要素：一是多模态能力 ，使 Agent 能够充分感知和理解世界； 二是推理能力，使 Agent 能够进行长思维链的深度思考，主动规划、尝试、反思，通过不断纠错来提供精准答案。在过去的一年中，这两个能力均有所进展。
开源证券的研究报告指出，AI Agent 的应用将在 2025 年多点开花，其中 AI Agent 有望在企业端率先实现商业化，电商、营销、CRM、金融、法律等领域的应用将加速落地。
然而，也有观点认为，尽管 AI Agent 在技术上取得了显著进展，但仍面临一些亟需解决的问题。
“我认为虽然 AI Agent 潜力巨大，但尚未达到爆发的临界点。”OpenCSG（开放传神）的创始人陈冉向记者表示，“一方面，大模型的降本增效尚未充分实现，仍需进一步优化；另一方面，Agent 对数据质量和数量的要求极高，而数据的生成、归纳与收集方式尚未普及。”
目前，AI Agent 主要依赖特定场景的预训练模型，在深层语义理解与复杂逻辑推理方面仍显不足，尤其是在处理复杂逻辑任务时，失误率较高，这为其大规模商用带来了潜在风险。
此外，伦理和道德问题也引起了行业的广泛关注。杨雯向记者表示，Agent 可能生成有害、虚假或误导性内容，引发社会问题；同时，它还存在数据隐私和安全风险，可能导致用户数据泄露；当问题发生时，责任的界定较为困难，难以明确开发者和使用者的责任。
尽管如此，趋势已然显现。对于企业而言，抓住这一波技术浪潮至关重要。业内普遍认为，谁能率先突破工程化瓶颈，构建可持续的商业模式，谁就能在 AI Agent 的“临界点”到来时，占据生态制高点。
SFC
本期编辑 金珊 实习生 王佳美
日内大涨超 350 点！人民币强势反攻
是炒作还是实质突破？Manus 的真实面目到底是什么？
热搜第一！海底捞：10 倍现金赔偿
