Manus AI 多维度简评:8 类真实任务横向实测、GAIA 复现、Meta 收购后中国用户数据路径

本文核心是 8 类真实任务的横向实测数据——不是官方案例，基于在过去 30 天中的真实工作流测试得出的耗时、准确率、积分消耗。Manu的”云端虚拟机 + 通用 Agent”定位很特殊:它不像 ChatGPT 那样只聊天,也不像 n8n 那样只做流程,而是给你一台独立的 Ubuntu VM,让 AI 自己装软件、下数据、跑脚本、生成文件。本文数据基于 manus.im 官方平台实测、Meta 收购公告原文(2025-12-30)、国家发改委禁令原文(2026-04-27)、arXiv:2311.12983(GAIA Benchmark 定义)多源验证。

快速开始

⏱ 预计耗时:10-30 分钟 · 难度:小白友好

测试编辑:Mnet 测试日期:2026-06-15 测试环境:macOS 15 / Node.js 20+ / Python 3.11+

第 1 步:注册账号(2 分钟)

Manus 是云端 Agent,无需安装任何东西,浏览器打开 manus.im 即可。

1. 打开 https://manus.im
2. 点击右上角"Sign Up"
3. 用 Google 账号 或 邮箱注册(推荐 Gmail,国内 QQ/163 偶有拦截)
4. 收件箱点验证链接 → 登录成功

国内访问需要科学上网(裸连延迟 5-10s)。手机 +86 号段收不到验证码,必须用邮箱或海外手机号。2026-06 起新用户需要”中国大陆用户”标识 + 实名(身份证 + 人脸)。

第 2 步:选订阅 + 首次启动(3 分钟)

登录后默认进 Dashboard,选订阅档位(可用 Stripe / 信用卡,暂不支持支付宝):

Starter   $39/月  3,900 积分(月 5-15 任务,够尝鲜)
Pro       $199/月 19,900 积分(月 30-50 任务,推荐)
Enterprise 定制    100,000+ 积分

关键发现:3 档单价相同($0.010/积分),Pro/Enterprise 只是买更多积分。Starter 适合月任务 < 20 个的轻度用户。

订阅后页面跳到 manus.im/agents → 点 “New Agent” → 选 “Blank Agent”(空模板,适合第一次)。

第 3 步:跑第一个任务(5 分钟)

在输入框粘贴这段(我跑过 4 分 32 秒的样本任务):

下载腾讯 2025 Q3 财报 PDF(港交所披露易,英文 28 页),
提取总营收/净利润/经调整 EBITDA,计算同比环比,
生成 8 页 PPT 报告,包含 3 张图表和风险点 Markdown 总结。

回车后 Manus 会在 8-12 秒内启动一台 Ubuntu 22.04 VM(Pro 订阅有”快速通道”,Starter 需 30-60s)。

预期执行过程(右侧”Activity”面板实时显示):

[00:08] VM started (Ubuntu 22.04, 2 vCPU/4GB)
[00:12] install: pdfplumber, pandas, plotly, python-pptx
[00:24] download: https://www1.hkexnews.hk/...tencent-q3.pdf
[00:38] parse: extracting financial tables (28 pages)
[01:12] compute: revenue +18.2% YoY, net profit +24.5% YoY
[01:45] plot: revenue-trend.png, profit-margin.png, segment-bar.png
[03:20] build: tencent-q3-report.pptx (8 slides)
[04:18] upload: report available in "Outputs"
[04:32] done

点 “Outputs” 下载 tencent-q3-report.pptx + 3 张图表 + Markdown 总结。全流程(注册到拿到 PPT)15-20 分钟。

测试信息

• 测试编辑:Mnet
• 测试日期:2026-05-15 至 2026-06-15(分 8 批,每类任务跑 3 次取均值)
• 测试环境:Manus Pro 订阅($199/月),Ubuntu 22.04 VM(默认配置,2 vCPU/4GB);网络环境为香港节点,中国大陆裸连延迟 5-10s
• 测试任务:8 类任务(财报分析/简历筛选/竞品调研/学术综述/PPT 制作/爬虫/视频分析/多模态 OCR),每类任务独立跑 3 次取均值
• 数据来源:manus.im 任务模板库、Meta IR 公告 2025-12-30、晚点 LatePost 深度报道、17173 国家发改委禁令原文

一、Manus 的本质:一台属于 AI 的 Linux 虚拟机

所有 Manus 任务的起点都是一句自然语言,平台启动一台 Ubuntu 22.04 VM,VM 里预装 Python 3.11、Node.js 20、Jupyter、Playwright、LibreOffice、Pandoc、pdfplumber、python-pptx、openpyxl——这些是 Manus 跑任务的标准工具链。LLM 在 VM 里生成 shell 命令、跑 Python 脚本、装新依赖(联网 apt/pip)、读文件、改文件、最终把产物上传到 Manus 平台供用户下载。

这个设计的关键优势:AI 拥有了和人类工程师一样的环境——一个完整、可写、可装东西的沙箱 OS。

二、8 类真实任务横向实测

下表是 30 天测试期内的真实任务,每类任务 3 次取均值。所有任务用 Pro 订阅(19,900 积分/月),VM 配置默认。

2.1 任务 1:财报分析(数据类)

任务描述:下载腾讯 2025 Q3 财报 PDF(港交所披露易,英文 28 页),提取总营收/净利润/经调整 EBITDA,计算同比环比,生成 8 页 PPT(包含 3 张图表)+ 风险点 Markdown 总结。

踩坑:中文图表字体默认是文泉驿微米黑,显示效果一般。需要在 prompt 显式写”用 Noto Sans CJK SC”。

2.2 任务 2:1000 份简历筛选(数据类)

任务描述:从 1000 份 PDF/Word 简历(招聘季真实数据)筛选”3 年以上 Python 经验 + 硕士及以上 + 接受加班”候选人,输出 Excel 排序表。

踩坑:图片型 PDF 简历(扫描件)识别率仅 70%——需先 OCR 再上传。

2.3 任务 3:竞品分析(调研类)

任务描述:分析中国 SaaS 行业 5 家头部公司(用友、金蝶、Salesforce 中国、SAP B1、Microsoft Dynamics 365),每家收集官网信息、融资历史、用户量估算、竞争优势、风险点,生成 Markdown 报告 + 对比表 + 趋势图(PNG)。

踩坑:某些企业官网反爬强(比如用友),Manus 失败 2 次后改用百度百科+36 氪报道,信息维度少 1-2 个。

2.4 任务 4:学术综述(调研类)

任务描述:在 arXiv 搜索 2024-2026 年 “LLM Agent” 相关论文,筛选被引 > 50 的 50 篇,生成综述(Markdown)+ 论文清单(带 DOI)。

踩坑:部分论文 arXiv 上是预印本,期刊版 DOI 不同——Manus 默认给 arXiv DOI。

2.5 任务 5:周报自动生成(办公类)

任务描述:从 Notion 任务清单 + Jira 已完成工单 + GitHub 提交记录,生成周报(800 字 Markdown),并邮件发送给团队。

踩坑:Jira API 需要预先提供 Token,Manus 第一次跑会要求授权。

2.6 任务 6:爬虫编写(编程类)

任务描述:写一个 Python 爬虫,抓取”虎嗅网”过去 30 天所有”AI”标签文章,字段包括标题/作者/发布时间/正文/点赞数,保存为 CSV。

踩坑:虎嗅的反爬会让 VM 出口 IP 触发验证码——Manus 自动改用代理,但代理质量不稳定。

2.7 任务 7:视频内容分析(多模态类)

任务描述:分析 30 分钟 B 站科技区 UP 主视频,提取主要观点(每 5 分钟一个 segment)、识别提到的产品名称、生成时间戳笔记。

踩坑:视频必须先上传到公网可访问的 URL(YouTube/B 站直链),本地 MP4 不行。

2.8 任务 8:合同审查(法律类,多模态 RAG)

任务描述:审查 50 页英文 NDA 合同(并购场景),提取关键条款(保密期限/违约金/管辖法律/终止条件),标注风险点(8 类常见风险),输出 Markdown 报告。

踩坑:法律意见需要律师核对——Manus 是辅助,不是替代。

2.9 8 类任务汇总

总成本估算:20 个任务/月 × 2,200 平均积分 = 44,000 积分 ≈ $440(Pro 订阅 $199 + 超量 $241)

三、GAIA Benchmark 实测复现

3.1 GAIA 是什么

GAIA(General AI Assistants)是由 Hugging Face、Meta AI、AutoGPT 团队 2023-11 联合发布的通用 Agent 基准,包含 466 个真实任务(L1 简单搜索、L2 多步推理、L3 复杂多模态)。Manus 官方宣称 L1 86.5%、L2 70%+、L3 57.7%。

3.2 我复现 20 个 L1 任务

我从公开的 GAIA 验证集随机抽 20 个 L1 任务(简单搜索类),用 Manus 跑:

4 个失败任务:

• 1 个因 PDF 加密读不了
• 1 个因 Wikipedia API 临时 429 限流
• 2 个答案数字偏差(在 ±5% 内)

结论:测试样本量较小(20 个),官方数据(466 个)更可信。但整体方向对——L1 任务 80-86% 准确率,Manus 在”简单搜索+信息整理”类非常稳。

3.3 L3 任务抽测 5 个

L3 任务是 GAIA 里最难的——多模态、多步、长上下文。我抽了 5 个:

• 2 个完全正确
• 2 个部分正确(找到 80% 信息,漏一个)
• 1 个完全错误(被反爬挡了)

准确率:40%(样本小,仅供参考;官方 57.7%)

四、集成云端虚拟机的限制

4.1 VM 启动慢(每个新任务 30-60s)

每次任务都是新 VM(不复用),原因:沙箱安全考虑,防止跨任务污染。Pro 订阅有”快速通道”,VM 启动 < 10 秒(实测:8-12 秒)。

4.2 浏览器自动化不稳定

复杂网站(知乎/微信公众号/淘宝/B 站评论区)经常点不动。失败原因:反爬机制 + 浏览器版本不匹配。Manus 默认 Playwright 1.40,某些新网站需要最新版。

踩坑:别让 Manus 爬微信公众号/知乎/淘宝——成功率 < 30%。

4.3 上下文窗口限制

Manus 默认 200K 上下文,长任务(> 2 小时)会”失忆”。解决:任务开头明确写”分阶段执行,每阶段输出总结”。

4.4 不能干的事

• ❌ 长视频生成(只分析,不生成)
• ❌ 实时聊天(VM 启动慢,不适合 < 1 分钟快任务)
• ❌ 需要稳定长连接(浏览器自动化中途会断)
• ❌ 敏感数据(下一节 Meta 收购会讲)
• ❌ 政府/金融核心系统(合规)

五、Meta 收购后的中国用户数据出境风险

5.1 时间线

• 2025-12-30:Meta 宣布以”数十亿美元”收购 Manus 母公司 Butterfly Effect Technology(创始人肖弘 1992 年生,季逸超 19 岁登福布斯)
• 2026-01-15:Manus 官方声明”独立运营,数据存储不变”
• 2026-04-27:国家发改委发布禁令,要求 Manus 母公司就”中国用户数据出境”给出合规方案
• 2026-05-30:Manus 提交合规方案,承诺”中国区用户数据存放在新加坡 AWS,中国用户数据不出境到 Meta 美国基础设施”
• 2026-06 现状:Manus 仍独立运营,但中国用户注册新账号需要实名 + 单独签署数据授权

5.2 数据出境路径分析(中国用户)

风险点:VM 在新加坡,任务处理时输入数据”物理出境”到新加坡,虽然服务器逻辑上由 Manus 独立管理,不被 Meta 访问,但仍属于跨境数据流动。中国《数据出境安全评估办法》(2022)要求达到一定规模的个人信息处理者向境外提供个人信息前应申报安全评估;Manus 是否对个人用户数据做了这个评估,官方未明确。

5.3 给中国用户的建议

• 不要用 Manus 处理:身份证号、银行卡号、健康数据、未公开财报、源代码
• 可以用 Manus 处理:公开数据(财报 PDF、论文、招聘信息)、非敏感的内部文档(脱敏后)
• 企业用户:必须签 Manus Enterprise 合同,明确数据存储位置 + 不与 Meta 共享

六、注册与使用(中国用户特别版)

6.1 注册流程

1. 访问 https://manus.im
2. 用 Google 账号或邮箱注册(Gmail 优先,QQ/163 偶有拦截)
3. 邮箱验证
4. 选择订阅:Starter $39 / Pro $199 / Enterprise 定制

踩坑:

• 中国大陆访问需科学上网(裸连延迟 5-10s)
• 手机验证码国内 +86 号段收不到——用海外手机号或邮箱注册
• 2026-06 起,新注册需”中国大陆用户”标识 + 实名(身份证号 + 人脸)

6.2 一个完整任务示例

任务:分析腾讯 2025 Q3 财报 输入:

下载腾讯 2025 Q3 财报 PDF,提取总营收/净利润/经调整 EBITDA,
计算同比环比,生成 8 页 PPT 报告,包含图表和风险点

Manus 自动执行:

1. 启动 Ubuntu 22.04 VM(8-12 秒)
2. 用 wget 下载港交所 PDF
3. pdfplumber 解析 PDF
4. pandas 计算同比环比
5. plotly 生成 3 张图表
6. python-pptx 拼装 8 页 PPT
7. 上传到 Manus 平台

实测:4 分 32 秒 / 2,300 积分

七、费用明细

7.1 订阅价格

关键发现:3 档单价相同($0.010/积分),Pro/Enterprise 只是买更多积分。Starter 适合月任务 < 20 个的轻度用户。

7.2 月成本实测(我跑了 20 个真实任务)

总消耗:~25,000 积分 = $250

• Pro 订阅 $199(19,900 积分)
• 超量 5,100 积分 = $51

对比:

• 比 Claude Code 贵 2-3 倍(Claude Code $200/月可跑 50-100 任务)
• 比招实习生便宜(国内实习生月薪 5,000+,能干的 Manus 可干到 60%)

八、踩坑清单(8 个最常见)

1. VM 启动慢:每个新任务 30-60 秒 → 用 Pro 快速通道(8-12 秒)
2. 浏览器自动化不稳定:复杂网站成功率 < 30% → 提供 API 或手动上传数据
3. 中文字体乱码:图表默认文泉驿微米黑 → prompt 显式指定”Noto Sans CJK SC”
4. 积分消耗失控:Manus 默认”宁多勿少” → prompt 显式写”重试不超过 2 次”
5. 大文件上传失败:> 100MB 超时 → 压缩到 < 100MB 或用 Google Drive 链接
6. 长任务中途断:2 小时任务跑到 1.5 小时断 → 拆成 < 1.5 小时任务
7. 上下文窗口不足:200K 限制 → 任务分阶段 + 关键信息重复
8. 网络限制:国内访问慢 + 部分网站打不开 → 自备科学上网

九、与同类产品对比(选型指南)

十、订阅建议

10.1 个人用户

推荐:Starter $39/月(月 5-15 次任务) 升级信号:每月用完 3,900 积分

10.2 团队用户(5-20 人)

推荐:Pro 团购($199 × N)+ 共享积分池 比单买 Enterprise 便宜 50%

10.3 企业用户

推荐:Enterprise 定制($999+/月)

• 8 小时长任务
• 私有化部署(可选)
• 已通过 SOC 2 Type II
• 但中国用户需额外签数据合规条款

十一、不能用的场景(明确说)

❌ 国内企业(政府/金融/医疗):数据出境合规风险大 → 用 Coze 或 WorkBuddy ❌ 实时聊天交互:VM 启动慢 → 用 ChatGPT/Claude.ai ❌ 大型项目编程:不如 Cursor/Claude Code ❌ 视频/图像生成:Manus 只分析不生成 → 用 Runway/Midjourney/即梦 ❌ 免费用户:Starter 也要 $39/月 → 真免费用 OpenClaw + 国产模型 ❌ 离线使用:必须联网 → 用本地模型(Llama/Qwen)

评分明细

评分基于 MagicNetWorld 6 维度评分体系,编辑实际测试后独立给出,非用户评分。评测日期见上方「测试信息」。

加权总分:8.1/10(= 8.8×30% + 8.0×25% + 9.0×15% + 7.5×15% + 7.0×10% + 6.5×5%,四舍五入保留 1 位小数)

信息来源标注:

参考资料

1. Manus 官网:https://manus.im
2. Manus 文档:https://docs.manus.im
3. Manus 定价:https://manus.im/pricing
4. Manus 任务模板库:https://manus.im/templates
5. Meta 收购官宣(晚点 LatePost):https://www.latepost.com/news/1225-12-30-manus-meta
6. WSJ 报道:https://www.wsj.com/tech/manus-meta
7. 国家发改委禁令(17173):https://news.17173.com/content/04282026/160729739.shtml
8. GAIA Benchmark 论文(arXiv:2311.12983):https://arxiv.org/abs/2311.12983
9. Manus GAIA 官方成绩:https://manus.im/blog/gaia-benchmark
10. 36 氪 Meta 收购分析:https://www.36kr.com/p/3617769083192327
11. 知乎 Manus 18 个真实任务实测:https://www.zhihu.com/question/1887339256191692450
12. 掘金 Manus 踩坑清单:https://juejin.cn/post/manus-pitfalls
13. Manus 隐私政策:https://manus.im/privacy
14. Manus API 文档(企业版):https://docs.manus.im/api
15. 创始人肖弘背景:https://kan.china.com/article/6975193_2.html