AI 代理？不过是换了层皮的自动化脚本
最近，AI 领域又冒出来个新名词——“AI 代理”，号称能自主完成各种任务。Manus 就是其中一个，铺天盖地的宣传让人感觉 AI 终于要进化到能完全替代人类的地步了。但仔细看看福布斯的这篇评论，我却觉得，这玩意儿离真正的 “代理” 还差得远。
“通用能力”？不如说是“通用平庸”
Manus 宣传的 “通用能力” 听起来很诱人，好像什么都能做。但福布斯指出，它的核心机制依然是基于互联网语料库生成 “最大公约数” 答案。说白了，就是个更高级的搜索引擎，加上一点自然语言处理。你让它写个关于 Manus 的报道大纲，它肯定会往 “技术突破”、“通用能力” 这些热词上靠，因为这些词流量高、关注度高。
这就像大学里写论文，很多人为了凑字数，把各种流行概念堆砌在一起，看起来很唬人，但实际上没有任何深度思考。Manus 也是一样，它能给你一个看似完整的答案，但这个答案往往缺乏个性，缺乏洞察力。
标准化流程的堆砌，掩盖不了决策能力的缺失
福布斯提到，Manus 在制定标准化旅行计划时表现尚可。这很容易理解，因为旅行计划这种东西，有很多固定的模式和规则。但一旦遇到复杂情况，比如突发天气导致的航班改签，Manus 就露馅了。它无法识别关键数据优先级，生成的方案看似合理，实则漏洞百出。
这让我想起之前 OpenAI 的 DeepResearch 模型，号称能自动进行文献综述。但实际使用下来，发现它根本无法判断哪些文献更有价值，哪些文献更可靠。结果就是，它给你堆砌了一大堆文献，但你还得自己花大量时间去筛选和整理。
所以，这种所谓的 “AI 代理”，本质上还是在执行预设的脚本，它们缺乏真正的决策能力，无法应对复杂和变化的情况。
垂直领域才是 AI 的未来
福布斯认为，真正创造价值的 AI 企业，都在特定领域构建结构化工作流。这个观点我非常赞同。Octomind 通过解析网页代码模拟用户行为，实现端到端自动化测试；Flank 在法律文件生成中嵌入专家决策逻辑，精准处理合规审查；r2decide 基于消费数据动态生成个性化销售建议，重塑电商购物链路。
这些案例都表明，AI 的成功不在于通用性，而在于业务场景的深度聚焦。与其做一个什么都能做，但什么都做不好的 “全能代理”，不如在一个特定的领域做到极致。就像一把锋利的刀，虽然只能用来切割，但却能把切割这件事做到最好。
人机协同才是正道
Manus 宣传其 “全能代理” 愿景，但福布斯却指出，它在人机协同决策方面所做甚少。这让我觉得很遗憾。在我看来，AI 的未来不是完全替代人类，而是与人类协同工作，共同解决问题。
康奈尔大学的课程反馈也显示，当前技术无法替代人类的核心决策能力。人类的直觉、经验和创造力，是 AI 无法复制的。所以，AI 应该成为人类的助手，而不是取代者。
Manus 演示的多 APP 联动看似炫酷，但本质上还是自动化工具的固有局限。亚马逊的 Alexa 即将深度嵌入 Microsoft Teams、Slack 等办公生态，通过 API 级整合实现上下文感知。这种深度集成，才能真正提升工作效率，Manus 在短期内恐怕很难达到这样的水平。
总而言之，我对 Manus 这样的 “AI 代理” 并不看好。它们试图用 “通用能力” 来掩盖自身决策能力的缺失，用自动化流程的堆砌来冒充真正的智能。在我看来，AI 的未来在于垂直领域的深度聚焦，在于人机协同的模式创新。