Manus 火的那几天，恰好在有知有行工作，忙死了。直到这个话题都过气了，才想为此记录一些想法。未必对，作为当下的一个思考切片。
首先，Manus 在工程上对 Agent 有着优秀的创新：
将任务拆解为 todo 的能力
确保每一个 todo 都能正确执行，稳定衔接的能力
与互联网世界对接与操作的能力
中途打断并修正 todo 的能力
我自己使用 Manus 的案例，和观察犬校同学使用的案例，有惊艳的表现，有刻板的表现，也有笨拙的表现。
惊艳的表现主要在于拆解 todo——来自于大模型基座的能力提升。推理的逻辑之缜密，思考之全面，更在 DeepSeek 之上。
刻板的表现主要在于机械执行 todo，稍微需要「背景信息 + 灵活执行」的环节就歇菜了。因为无从得知背景信息，灵活执行又受限于 “需求方讲不清楚”。
笨拙的表现同样在于执行 todo，看上去并不是 Agent 的问题，而是通用基座的智力不足以完成某些垂直任务。这很正常。
我用 Manus 做了一份英国两年多次签证攻略（明年会多次前往英国），第一反应是被震了一下，就像面对一个专业的签证顾问，把我可能面对的问题一一回答清楚。特别有逻辑，特别有条理。
缺点也很明显：整整 13 页的 PDF ，结构过于完整，信息量过于庞大，我他妈直接看懵了，天旋地转。
大模型基座也好，Agent 也好，目前无法跨越的逻辑硬伤是：AI 无法向你提问。
受限于 “提问” 的短板，大模型并不知道我对英国两年多次签证的背景信息和个性化需求。针对我的模糊询问，Manus 给了我一份 13 页，几千字的 PDF，覆盖了 AI 能想到的一切场景。
感谢，但我无法从 13 页 PDF 中快速理解和找到感兴趣的部分。
事实上我看得头晕脑胀，天旋地转，交付结果对我来说更像是实用价值不高的炫技。但因为缺乏对英国签证的了解，我也不知道如何精确提问，相当于不知道如何面向大模型拆分与组织任务。
这时，就需要一个坐在我对面的人类专家，他很会抓重点，不断地问我问题，追问，打断并追问，拿到他想了解的背景信息，然后才能给出我感兴趣的专业回答。
在这场交流中，控场的是专家而不是我。控场的目的是高效率了解必要的背景信息，搞明白用户的个性化需求。只有了解这些关键信息之后，才有回答的效率。
对此一无所知的大模型，大而全的回答完全没有效率。
在我试图解决这个问题的时候：
即便我不断地打断输出，重新输入，面向 AI 的信息输入密度也远低于面对面的真人咨询
当我打字输入时，即便我的表达能力强悍，一时间也比较难组织文字，完整/准确地描述需求
这不是 Manus 的问题，是大模型整体面对的问题。人类低下的输入带宽严重压低了大模型的天花板。
就英国两年多次签证这个案例而言，我的背景信息输入是不完整的（小白无法完整/准确地描述需求），而 Manus 一次性给出 13 页 PPT，将沟通成本提高到了我无法承受的地步。虽然逻辑缜密，思考全面，最终的效果反而不如 DeepSeek——因为 DeepSeek 的一次性输出更少，我更容易理解，也就更容易追问。
简单来说，总得有人多次提问。
或者是专家方（人类专家&大模型）多次提问，获取关键信息
或者是咨询方多次提问，追问专家获得个性化的解答
就这一点而言，由于 AI 提问能力太差，无法像人类专家一样，在 “追问” 与 “抓重点” 的过程中，获取完整/准确的关键信息，理解我的个性化需求，也就不可能定制化地交付回答，降低我的阅读理解成本。
毕竟我是提问题，不是查论文。
而我面对 13 页 PPT，一时语塞，作为签证小白，我其实也失去了追问的意愿，宁肯去淘宝找个签证专家花几十块钱聊 15 分钟。
毕竟我是提问题，不是查论文。
干扰大模型成为专家的，不仅仅是大模型的智力，还包括人类与大模型沟通的效率。人类互相之间相似的沟通带宽，是大模型替代人类专家的鸿沟。
后来，公司同事用 Manus 做了另一件事，根据互联网上可查询的有知有行的投资价值观，设计「基金详情页」。
结果和英国两年多次签证一毛一样。
Manus 给出了一份大而全的基金详情页框架，信息巨多，巨长。乍一看很专业，但因为过分冗长，没有取舍，不仅不可用，对我们来说连参考价值都没有。大模型因为不了解上下文，只能给出一份 “过分丰富” 的冗长的回答，覆盖结构的方方面面。
然后我在冗长中眼花缭乱，甚至提不出像样的修改需求……我已经看晕了。即便提出具体需求，我也没法完整地打字表达——这通常是具备共识的同事，在面对面沟通中的口头交流，一旦组织成书面语言就刻板且生硬，有时候甚至难以组织成书面语言。
如果文档这么容易沟通，还要开会干嘛？
这其实也是我之前对文生视频的观点：
大模型创作可以满足模糊意图，但商业作品需要大量精准意图的组织。内容创作的 “精准意图” 恰恰无法用语言精准表达，而是心领神会的同频沟通。
就像 3 月，我和 PM 拍档面对面讨论一个页面的修改，讲着讲着就笑了出来，说这活儿大模型怎么接得了？我俩太默契了，说的很多是别人眼中的黑话，外人根本听不懂我和他在聊什么，互相却能心领神会。我也很难把压缩在黑话里的大量背景信息，翻译成大模型能理解的语言，但我和他就是能心领神会。
语言的边界，也是语言模型的边界。
以上这一系列观点，不仅对 Agent，对大模型本身也同样适用。
因此，虽然 Manus 有不少漂亮的创新，但我对 Agent 整体持悲观态度。任务越复杂，任务背后的背景信息也就越多，而这恰恰是大模型赛道目前的短板。在不了解背景信息的前提下，任务越复杂，交付越模糊，修改越困难，“大而全” 是炫技但不是答案。
换个角度看，可行性强的 Agent 或许和可行性强的大模型赋能一样，由业务与大模型双面专家，面向 AI 拆分单元任务。自己消化任务背景信息，转译为环环相扣的单元任务，交付给 Agent 的任务会比交付给大模型基座的更复杂，提升更多生产力。Agent 不会是普通人的游戏。
