整理 | 华卫
刚刚，中国人工智能初创公司 Manus 推出了一项名为“Wide Research”的新功能。在发布视频中，Manus 联合创始人兼首席科学家季逸峰（Yichao "Peak" Ji）亲自介绍并进行了使用演示，就像他当初首次推出 Manus 时那样。
据悉，这一突破性功能可让用户借助多个 AI Agent 来同时处理大规模任务，单次甚至可调用 100 多个 Agent，所有 Agent 都专注于完成某一单一任务（或一系列有助于实现上述总体目标的子任务），旨在对人工智能行业中传统的深度研究方法构成挑战。
1走不同于“Deep Research”的路径
OpenAI、谷歌、xAI 等多家主要竞争对手推出的“深度研究”（Deep Research）或“深度研究员”（Deep Researcher）人工智能 Agent，能进行长达数分钟乃至数小时的广泛、深入的网络研究，并为用户撰写引用规范、内容详尽的报告。
与之不同的是，Manus 采取了另一种路径。Wide Research 非依赖单个 AI Agent 进行深度分析，而是可同时部署 100 多个 AI Agent，处理单个任务或一系列相关子任务。每个子 Agent 都是功能完备的 Manus 实例，能够承担任何一般性任务，不受预设角色限制。
在季逸峰的演示中，该系统轻松对比了 100 款运动鞋。为完成这项任务，Manus 的 Wide Research 几乎瞬间启动了 100 个并发子 Agent——每个子 Agent 被分配分析一款鞋的设计、价格和库存情况。几分钟内，系统就生成了可排序的矩阵，并以电子表格和网页两种格式呈现结果。
据介绍，Wide Research 不仅限于数据分析，还可用于设计探索等创意任务。在一个案例中，Manus 的多个 Agent 同时生成了 50 种不同视觉风格的海报设计，并将精修后的素材打包成可下载的 ZIP 文件返回。
Wide Research 的潜在优势似乎在于，让所有这些 Agent 并行运行速度更快，且能产出比研究报告更优质、更多样化的成果，这与其他 AI 提供商已展示或推出的单一 “Deep Research” Agent 形成对比。
借助 Wide Research，Manus 用户可以将研究或创意探索任务分配给数十甚至数百个子 Agent。但 Wide Research 的关键不仅仅在于拥有更多的智能体，而是它们如何协作。不同于那些角色预设的传统多 Agent 系统（例如设有经理、程序员或设计师等角色），Wide Research 中的每个子 Agent 都是功能完备、特性齐全的 Manus 实例——而非针对特定角色的专用 Agent，它们能够独立运行并承担任何一般性任务。
“这种通用性释放了灵活性：任务不受限于固定格式或预定义领域。”Manus 表示，这一架构决策为灵活、可扩展的任务处理打开了大门，使其不再受限于僵化的模板。从本质上讲，Wide Research 是一个系统级的并行处理机制，以及一个智能体到智能体协作的协议。
2架构经数月优化，计算能力扩展 100 倍
“Manus 从来不仅仅是一个 AI，它一直是一个独一无二的个人云计算平台。”据 Manus 称，每个 Manus 会话背后都运行着一个专用的基于云的虚拟机，允许用户编排复杂的云工作负载——只需与 Agent 对话即可。从生成定制的租赁演示到在安全沙箱中安全评估前沿开源项目，虚拟机的图灵完备性赋予了 Manus 其通用性，并为无限创意可能性打开了大门。
该公司认为，这种架构是实现真正通用人工智能工作流的关键。此次发布的 Wide Research，正是他们基于这一基础构建的第一个功能。
季逸峰在视频中解释道，Wide Research 是他们对虚拟化与 Agent 架构做了数月优化后的首个应用，其计算能力的扩展性较初始版本提升了 100 倍。并且，该功能设计为在需要大规模分析的任务中自动激活，无需手动切换或配置。
另外，此前有报道称，Manus 的平台是由 Anthropic 的 Claude 模型和阿里巴巴的通义千问（Qwen）模型提供支持的。
值得注意的是，尽管 Manus 宣称 Wide Research 是 Agent 并行技术的突破，却未提供直接证据，证明生成数十或数百个子 Agent 比让单个高性能 Agent 按顺序处理任务更高效。
其发布未包含性能基准、对比数据或技术解释，无法说明这种方式的取舍合理性，如资源消耗增加、协调复杂性提升或潜在的效率低下等问题。同时，关于子 Agent 如何协作、结果如何整合，以及该系统是否在速度、准确性或成本方面具备可衡量的优势，也缺乏具体细节。
此外，在更广泛的行业生态中，类似的子 Agent 方案效果参差不齐。使用同类系统的用户反馈了诸如性能缓慢、令牌消耗高、执行过程透明度低等问题。
因此，随着 AI 行业的持续演进，Wide Research 的成功可能会影响多 AgentAI 系统未来的发展方向。然而，其真正的影响力和有效性仍有待观察——毕竟该功能刚走出实验阶段，尚未得到广泛应用。
3撤出中国市场后，欲以新功能求差异
不过，无论如何，Manus 推出 Wide Research，仍是 AI 研究工具发展中的大胆一步。通过让用户将任务分配给数十甚至数百个子 Agent，Manus 正在挑战 AI 辅助研究与创意探索的传统模式。
据外媒报道，有知情人士称，Manus 的技术团队在过去两个月里一直在研发这项新功能，希望借此让自家产品形成差异化优势。
今年早些时候，Manus 因面向普通消费者和“专业消费者”（即希望借助工具开展工作的专业人士）推出多 Agent 协同平台而备受关注，腾讯控股、高榕资本（前红杉中国）和真格基金等均为其早期投资者。
该公司在 3 月预览了其所谓的通用人工智能 Agent，这种 Agent 能够完成基于网络的任务，从筛选简历到根据基本指令创建旅行行程。之后，Manus 的热度爆涨，内测码一度被炒至 10 万元。次月，它获得了由美国风投公司 Benchmark 领投的 7500 万美元融资，为其带来 5.5 亿美元的估值，并促使字节跳动和 MiniMax 等多家公司纷纷开发自己的 AI Agent。6 月，Manus 又在其产品中增加了人工智能视频生成器。
然而，近期 Manus 突然将其业务大面积撤出中国市场。继 6 月份把总部从中国迁到新加坡、并在东京以及美国加利福尼亚州的圣马特奥设立办事处后，又被曝中国区团队的大幅优化动作。据悉，除 40 多名核心技术人员外，其余员工全部面临裁员优化，公司提供 N+3 或 2N 的赔偿方案。
目前，Manus 的产品暂不在中国市场提供，国内社交账号内容也全部清空。前不久，Manus 联合创始人张涛对此的回应是：由于他们使用的大模型（OpenAI、Claude）等不支持在中国地区运营，因此需要搬离中国。
就此，Manus 联合创始人兼 CEO 肖弘在社交媒体写下这样一段话：
AI 在开始时更像边际成本很高的原子生意，然后 (也许会) 逐步转变成为边际成本更低或者接近于零的比特生意。
和这个匹配的做法是：
1. 制造超贵但是拓展人类能力边界的 AI 产品。
2. 用 1 挣到的钱造价格实惠的 AI 产品。
3. 再用 2 挣到的钱造价格更实惠的 AI 产品。
现在在阶段 1，也才刚刚开始。下一个发布，再来 100x Token 消耗量。
参考链接：
https://manus.im/zh-cn/blog/introducing-wide-research
https://theoutpost.ai/news-story/manus-unveils-wide-research-a-revolutionary-multi-agent-ai-platform-18503/
https://venturebeat.com/ai/youve-heard-of-ai-deep-research-tools-now-manus-is-launching-wide-research-that-spins-up-100-agents-to-scour-the-web-for-you/
声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。
