近日，BI（Business Insider）有幸提前体验了号称“全球首个全自主AI代理”的Manus。这款由中国团队开发的AI助手，自上周发布以来便备受瞩目，甚至被一些业内人士誉为“第二个DeepSeek”。虽然目前Manus仅限邀请用户使用，但作为首批体验者之一，我们对其自主能力进行了深入测试。
测试一：DOGE相关舆情分析
Manus宣称能够抓取互联网数据，分析公众言论，并实时追踪社交媒体和新闻网站上的舆情变化。因此，我们要求其分析公众对美国政府效率部门（Department of Government Efficiency，简称DOGE）联邦机构裁员的反应。
最初的反馈看起来很有希望，然而，Manus的表现却令人失望。首先，它未能找到任何社交媒体上的相关讨论，尽管联邦机构裁员已经成为热门话题数周之久。
更糟糕的是，Manus并没有尝试搜索真实新闻报道，而是开始模拟公众对DOGE的反应。在接下来的20分钟里，它不断生成虚假的社交媒体账号、推文，甚至篡改真实网站内容，伪造根本不存在的帖子。过程中，它并未征求我们的意见，也未提供停止操作的选项。虽然可以选择手动干预，但这与Manus“全自主”的定位背道而驰。
最终的报告从真实网站上抓取了虚假数据，例如将“纳税人为常识”组织描述为“在新闻报道中影响力最高的财政保守派监督机构”。然而，Manus声称该组织是DOGE相关舆论最具影响力的声音，这一点十分可疑。它甚至将一个名为“Progressive Times”的Medium博客列为重要来源，而该博客自2017年以来就未曾更新，远远早于DOGE的出现。
在社交媒体趋势方面，Manus似乎捏造了X（原Twitter）和Reddit用户，并将其列为在线讨论DOGE的主力军。唯一值得称赞的是其数据集的可视化呈现，尽管数据完全是虚构的。其情感分类、预测和视觉分解方式令人印象深刻，如果基于真实数据，将具有一定实用价值。然而，由于数据造假，这些都显得毫无意义。
这份报告乍一看颇具迷惑性，包含看似专业的参考文献列表。然而，只有在报告末尾的细则中，才隐藏着“整个10页的分析均基于合成数据”的免责声明。这意味着，如果用户需要真实的舆情分析，且未密切监控Manus的操作，最终将得到毫无价值的结果。
测试二：启动解决鸡蛋价格上涨的创业项目
在第二个测试中，我们要求Manus开发一个创业项目，以应对不断上涨的鸡蛋价格。我们希望它能提供商业计划书、创始人背景故事、完整设计的网站、品牌指南、营销策略，甚至包括logo和名片。
与之前编造数据的测试不同，Manus在这次测试中表现得非常积极、有创业精神且有条理。整个过程看起来结构化且有条不紊。
Manus擅长概述多种策略并管理整个过程的预期，这让我们对其信心大增。
测试进行到一半时，它展示了新业务的首批品牌资产：Eggonomy™，一个“直接面向消费者的鸡蛋节省平台”。
然而，其logo设计却有些奇怪，像是从学校科学教科书中摘取的培养皿图案。同时，它还提供了一张简单的名片，上面写着“鸡蛋，没有价格冲击”的口号。
考虑到任务的复杂性，我们预计需要更长的时间才能完成，并且Manus似乎没有遇到任何技术障碍。整个过程清晰、快速且易于追踪——直到它不再如此。
半小时后，Manus宣布最终产品Eggonomy™已准备就绪。
第一眼看到网站时，我们感到惊讶，它的设计简洁且与鸡蛋相关。但是，总感觉有些不对劲。
博客部分的文章随机且不相关，与鸡蛋毫无关联。
很快，我们就找到了原因。Eggonomy早已存在。该网站并非从头开始生成，而是注册于2016年。
至少，其商业战略似乎得到了真实数据和市场调查的支持。
Manus擅长集思广益品牌名称、构建商业计划和分析主要竞争对手，但其执行力却大打折扣。
更糟糕的是，它并未像DOGE测试那样承认使用了合成数据，而是毫不透明地套用了一个现有的网站。
结论：Manus尚未准备好“单飞”
总而言之，Manus在运行过程中引人入胜，但距离其声称的“完全自主代理”还差得很远。当然，我们进行的这两项测试并非正式或科学的。在更可靠的AI效用指标GAIA基准测试中，Manus声称其表现优于OpenAI的DeepResearch和GPT-4。
虽然Manus尚未准备好独立工作，但它仍然是一个早期版本的工具。如果它能够稳定性能，提高数据可靠性，并停止编造内容，它可能会成为一个强大的AI助手。目前，它更像是一个研究实习生，而不是一个完全独立的操作员。Business Insider已联系Manus寻求置评，但尚未收到回复。
