Manus在紅什麼?外媒評測訂餐、訂位、訂票⋯都碰壁:它是中國第二個DeepSeek時刻?
Manus在紅什麼?外媒評測訂餐、訂位、訂票⋯都碰壁:它是中國第二個DeepSeek時刻?

自DeepSeek於2025年初橫空出世後,中國另一AI黑馬Manus於3月6日推出預覽版,迅速在科技界掀起一股熱潮。 據觀察,Manus的官方Discord,在短短幾天內成員人數飆升至超過15.1萬人,即時在線人數也突破1.2萬人。

由於當前要使用Manus必須要有官方配發的邀請碼,導致中國二手交易平台「閒魚」上, Manus的邀請碼被炒人民幣900元左右,約為新台幣4,000元。

據Manus於官網中描述,「Manus」的命名源自拉丁語中的「手」,「是一款能將你的想法轉化為行動的通用型 AI 助手。」目前,各大媒體紛紛報導「Manus」如何改變遊戲規則,代表著AI系統將朝向完全獨立的、無需人類指導就能運作的轉變。

Manus的聯合創始人季逸超(Yichao “Peak” Ji)在X平台上轉發Manus的爆紅影片,甚至暗示Manus優於OpenAI的Deep Research和Operator等代理式工具。

Hugging Face的產品主管Victor Mustar也於X發文指出,「Manus是我嘗試過最令人印象深刻的AI工具。」其甚至利用Three.JS(一個開源的JavaScript函式庫,用來在網頁中建立3D圖形),編寫一個操控飛機的遊戲。

然而,也有媒體質疑熱潮的真實性,甚至評測Manus的AI代理功能仍存侷限;而官方也回應指出 「正在修復回報的問題。」

跟DeepSeek一樣!Manus並非「從零開始」

《TechChurch》報導,Manus的開發並非從零開始,而是結合現有和經過微調的AI模型。其開發團隊指出,Manus採用了「多模型動態調用」策略,調用多個現有的大型語言模型(如 GPT-4、Claude 3 和 Gemini),以應對不同任務需求。例如,Claude 3 用於邏輯推理,GPT-4 用於編碼任務,而 Gemini則用於綜合知識處理。

此外,Manus也支援檢索增強生成(RAG)技術,結合外部數據檢索與語言模型生成能力,並允許企業或開發者根據特定場景進行模型微調,以提升其適應性。

至於Manus的代理功能,主要源自其多代理架構(multi-agent architecture)。這是一種創新的技術設計,讓Manus能夠高效處理複雜任務並實現自主執行,一方面可將複雜任務拆解為多個可管理的子任務,並將它們分配給不同的專業子代理(sub-agents)。

這些子代理,則在各自的虛擬機環境中獨立運行,專注於特定的任務,例如資料分析、程式撰寫或網頁瀏覽等。

multi-agent architecture.jpg
在多代理系統中,有多種連接代理的方法。

也因為多代理架構,讓Manus與傳統AI助手僅提供建議不同,更偏向「結果導向」,亦即可直接交付完整結果,例如生成Excel表格或發布網站等。

延伸閱讀:中國AI黑馬Manus暴紅!全球首款「通用型AI代理」厲害在哪?33歲創始人肖弘是誰?

Manus早期用戶褒貶不一

舉例來說,AI新創公司Pleias的共同創辦人亞歷山大·多里亞(Alexander Doria)在X平台發文表示,他在測試Manus時遇到了錯誤訊息和無限循環;其他X平台用戶也指出,Manus在事實性問題上會犯錯,並且無法始終如一地引用其來源,且經常遺漏容易在網路上找到的資訊。

《TechChurch》測試Manus的經驗也不太理想。例如,要求Manus「從一家評價最高的速食店訂購一份炸雞三明治」,但該要求卻過了10分鐘後導致系統崩潰;第二次嘗試時,Manus找到了一個符合條件的菜單選項,「但實際上無法完成訂購流程,甚至無法提供結帳連結。」

另一個測試是要求Manus「預訂一張從紐約到日本的機票」,情況也類似。評測指出,即使在指示清晰的情況下,例如「尋找商務艙機票、優先考慮價格CP值、可接受彈性日期」,Manus也只能提供幾個航空公司網站,以及Kayak等機票搜尋引擎的連結,其中一些連結甚至無法使用。

另外,若要求Manus預定「訂位1人步行可抵達的餐廳用餐時段」,也以失敗告終;至於社群上大熱的遊戲製作要求,要求其開發「格鬥遊戲」,也在半小時後出現錯誤。

依據《TechChurch》報導,針對Manus功能部分失靈的狀況,其發言人回應指出: 「作為一個小團隊,我們的重點是持續改進Manus,並開發真正能幫助用戶解決問題的AI代理。目前的封閉測試版的主要目標是壓力測試系統的各個部分,並找出問題。我們非常感謝大家分享的寶貴意見。」

暴紅關鍵如Clubhouse!邀請碼確保了稀缺性

Manus暴紅的一部分原因,可能與它們的邀請碼行銷方式有關。如2020年4月推出的即時語音聊天App「Clubhouse」,也是採取邀請制並僅限 iOS 用戶,營造出一種「精英俱樂部」的氛圍,激發了用戶的好奇心和「錯過恐懼症」(FOMO);然而,Clubhouse的使用量在2021年3月達到巔峰(1,000 萬活躍用戶)後,卻在同年11月已降至約94萬活躍用戶。

中國媒體迅速將Manus譽為AI的突破,甚至稱其為「國貨之光」;同時,《Forbes》也報導指出,馬努斯有望「改變一切」,打破美國在人工智慧發展領域無可爭議的領先地位的觀念。

事實上,Manus仍處於早期測試階段,該公司也聲稱仍在努力擴展運算能力,並修復回報的問題。但無論如何,Manus的確對矽谷科技巨頭們的AI提出新挑戰。

延伸閱讀:
AI工具懶人包|幫你搞定搜尋、寫作、簡報與資料整理:12款生產力工具一次收
白話科技|矽谷熱詞Vibe coding是什麼意思?NLP、神經網路⋯AI詞彙懶人包
中國AI黑馬Manus暴紅!全球首款「通用型AI代理」厲害在哪?33歲創始人肖弘是誰?

資料來源:felloaismythosForbesTechchurch

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓