Manus AI 上线以来最大更新：100 个 Agent 为你打工，但缺点是太烧钱了
在构建 AI Agent 的过程中，我们一直受到经典系统研究的启发。更重要的是，与传统多 Agent 系统通过角色预设（比如设计师、程序员、分析师）进行分工不同，Wide Research 中的每个子 Agent 都是一个完整的 Manus 实例，能自主思考、自我执行，再集中交付任务结果。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好
一个 Agent（智能体）不够用？Manus 干脆给你拉来 100 个。
今天凌晨，Manus 推出了一项新功能：Manus Wide Research。这项功能的核心亮点在于，用户只需一键即可开启大规模并行 Agent 协作，轻松处理原本需要耗费数小时、动用数百个数据源的复杂调研任务。
简单来说，这类似于此前 Grok 4 Heavy 的多 Agent 模式——同时启动多个 Agent 并行工作，最后整合输出结果。不过，Manus Wide Research 的调度规模更为庞大，Agent 之间的协作也更加紧密。
在官方的演示 demo 中，Mamus 展示了两个典型的案例。第一个案例，是让 Wide Research 对比分析 100 款运动鞋。
从功能、定价、设计到销量，Manus 会首先并发调用 100 个子 Agent ，每个负责一款产品，独立抓取分析、汇总信息。随后，这批结果被自动汇总成 Excel 表格和网页，交付清晰的最终排序和评估建议。
第二个案例，是为即将举办的活动寻找海报灵感。Wide Research 能够同时探索 50 种视觉风格，并自动生成匹配风格的完整海报图样。几分钟内，成品设计就能交到用户手上。
目前，这项新功能已率先向 Pro 用户（199 美元/月）开放，并计划逐步向 Plus（39 美元/月）和 Basic（19 美元/月）层级用户开放。
值得一提的是，系统会根据任务需求自动激活 Wide Research，无需用户手动设置或切换。X 网友 @LamarDealMaker 在体验后发文称：
「manus wide research 是我最近用过的最好的工具之一。50 个 Agent 同时在互联网上搜寻，收集 AI 新闻数据并填写这张表格，现在我拥有了一个按需调用的个人 AI 蜂群，很兴奋将其应用到我的日常工作流程中。」
当然，Manus 的积分机制早就被吐槽「贵得离谱」，如今新功能大幅升级，积分的消耗速度势必进一步飙升。
Manus 联合创始人肖宏也疑似在社交媒体上回应这个问题：
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。
就目前来看， Wide Research 的底层逻辑远不止「多开 Agent」那么简单。其背后其实是一个系统级的并行计算机制——每个 Manus 会话都运行在一台独立虚拟机上，具备编排复杂云工作负载的能力。
而 Wide Research 把这套资源能力扩展到了百倍规模，试图让一个人调度一个 AI 云计算集群。
更重要的是，与传统多 Agent 系统通过角色预设（比如设计师、程序员、分析师）进行分工不同，Wide Research 中的每个子 Agent 都是一个完整的 Manus 实例，能自主思考、自我执行，再集中交付任务结果。
Manus 联合创始人季逸超也在 X 平台发文，进一步解释了这一架构的灵感来源：
Wide Research 是我们在 Agent-Agent 协作方面的最新探索。基于我们的大规模虚拟化基础设施，Manus 现在可以自主调度一支由同质 Manus Agent 组成的团队并行工作，并汇总结果。
在构建 AI Agent 的过程中，我们一直受到经典系统研究的启发。Wide Research 直接受到了 20 多年前由 @JeffDean 和 Sanjay Ghemawat 提出的 MapReduce 范式的启发。作为大规模分布式系统的先驱，谷歌遇到了其他人尚未面临的挑战，并慷慨地与世界分享了他们的解决方案。
如今，随着 Manus 推动 AI Agent 的边界，我们正遇到一类只有在大规模时才会出现的新问题。我们将继续分享在此过程中学到的经验。
特别需要指出的是，尽管愿景很宏大，Manus 并未提供足够证据证明这种同时启动数十甚至上百个子 Agent 的方案，是否真的比单个高容量 Agent 按顺序完成任务更高效。
子 Agent 如何分工、如何合并结果、在响应速度、准确率和成本上是否具备显著优势，官方尚未提供相关依据。
最后附上 Manus 体验地址：
https://manus.im/app
如何学习AI大模型 ？
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
（👆👆👆安全链接，放心点击）
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
（👆👆👆安全链接，放心点击）
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
8
0- 0
已为社区贡献120条内容
所有评论(0)