21世纪经济报道记者董静怡 上海报道 国产大模型与创新应用正加速融合。
3月11日，Manus平台与阿里通义千问团队宣布达成战略合作，双方将基于通义千问系列开源模型，在国产模型和算力平台上实现Manus的全部功能。目前两家技术团队已展开紧密协作，致力于为中国用户打造更具创造力的通用智能体产品。
阿里方面也向21世纪经济报道记者确认，Manus和阿里通义千问确实在进行开源模型方面的合作，“我们期待与更多全球AI创新者开展合作。”
“阿里通义千问与Manus的战略合作，说明国产大模型与创新应用开始深度融合。”IDC中国高级分析师杨雯向记者分析称。
此次合作阿里通义千问为Manus提供坚实的底层模型支撑，而Manus则通过实际应用场景反馈，帮助优化模型迭代，这种“底层能力+上层应用”的协同模式有望弥补Manus的技术短板，同时为阿里通义千问开辟新的商业化落地路径。
业内分析指出，阿里此次合作是看中了Manus这一“流量密码”抢占先机。随着AI Agent（智能体）从实验室概念迅速崛起为科技巨头的战略核心，多份研报预测，2025年将成为AI智能体爆发的关键节点。
面对这一明确趋势，各大厂商的竞争将进入白热化阶段。
“大厂技术底座+初创应用创新”
从技术路径来看，Manus的崛起堪称“借力打力”的典型案例。
其背后公司成立于2023年，并未自研大模型，而是通过整合Claude和阿里通义千问的微调模型构建产品，其创新点在于将复杂任务拆解为模块化流程，并通过交互设计降低用户操作门槛。
例如，用户仅需输入“筛选适合金融岗位的应届生简历”这类简单指令，Manus即可调用自然语言理解、数据分析、决策推理等模块，完成从解析岗位需求到输出候选人排序的全流程。
这种“任务拆解+工具链串联”的模式，使其在3月5日发布早期预览版后迅速出圈。Manus此次发文表示，为满足中文用户需求，Manus与阿里通义千问团队正式达成战略合作。
此前，Manus主界面为英文。杨雯向21世纪经济报道记者表示，其与阿里的合作聚焦中文语境适配与算力国产化，旨在打造更贴近本土需求的通用智能体。
然而，Manus也曾因“技术壁垒不足”引发争议。在其迅速走红后，开源社区MetaGPT团队仅用3小时便成功复刻出OpenManus项目，这一现象凸显出应用层创新的技术门槛仍需进一步提升，以构建更坚实的竞争壁垒。
反观阿里通义千问团队，其技术优势恰恰在于大模型研发与开源生态建设。在此次合作中，阿里通义千问也将为Manus提供底层技术支撑。
行业分析指出，这一合作有望弥补Manus在算力方面的不足。由于Manus单任务Token消耗量远超传统Chatbot，此前因访问量激增，其服务器屡次出现“负载过高，无法创建任务”的提示，高投入模式的使用次数从每日五次骤减至一次。
根据合作内容，阿里将为Manus提供算力平台资源，这或将解决Manus作为初创企业的算力瓶颈问题，提升其性能和稳定性。
阿里通义千问系列模型的技术突破也在显著降低算力需求。3月6日推出的QwQ-32B推理模型，尽管仅有320亿参数，但通过强化学习优化，其性能已能与6710亿参数的DeepSeek-R1相媲美。此外，该模型支持消费级显卡本地部署，为中小企业采用国产AI解决方案提供了更具经济性的选择。
阿里通义千问团队还表示，未来将继续探索将智能体与强化学习的集成，以实现长时推理，探索更高智能进而最终实现AGI的目标。
而对阿里而言，此次合作是其开源战略的重要延伸。阿里通义千问通过支持Manus这类高流量应用，可吸引更多开发者加入其开源生态，形成“模型供给—应用创新—用户反馈—模型优化”的正向循环。这种生态化打法，也有望增强阿里在AI产业链的话语权。
杨雯向21世纪经济报道记者表示，这种“大厂技术底座+初创应用创新”的模式，不仅加速了国产模型的商业化落地，也为行业提供了技术协同的范例。
Agent成熟了吗？
从技术演进的角度来看，Agent正被视为“下一个爆发点”。
如今，用户对AI智能体的期待已从基础功能转向个性化与场景化服务，尤其是在简历筛选、金融分析等垂直领域。Manus的迅速走红正是这一趋势的生动体现——其内测邀请码在二手平台被炒至5万元高价，社交媒体上的讨论热度持续攀升，反映出市场对“真正可用”的智能体产品的迫切需求。
Manus所属公司Butterfly Effect在2024年11月完成A轮融资，吸引了腾讯、红杉中国、真格基金以及王慧文等知名投资方的参与，充分展现了市场对其商业前景的看好。
与此同时，其他科技巨头也在AI Agent领域积极布局。微软在2024年宣布打造全球最大的企业级AI Agent生态系统，并在Dynamics 365中集成了10个自主AI Agent；谷歌基于Gemini 2.0模型推出了三款AI Agent，包括“通用大模型助手”Project Astra、“浏览器助手”Project Mariner以及“编程助手”Jules；OpenAI则在2025年1月发布了首款AI智能体Operator，并于3月11日推出全新Agent工具，旨在帮助开发者更便捷地创建能够自动执行任务的AI Agent。
OpenAI首席产品官Kevin Weil在3月11日表示，2025年将成为AI智能体爆发的关键一年，ChatGPT和开发者工具将从回答问题转变为在现实世界中为用户执行任务。
日前，阶跃星辰CEO姜大昕在阶跃星辰生态开放日上表示，Agent的发展依赖于两大核心要素：一是多模态能力，让Agent充分地感知和理解世界；二是推理能力，使Agent能够进行长思维链的慢思考，主动规划、尝试、反思，通过不断纠错提供精准答案。过去一年，这两个能力均取得了进展。
开源证券研报表示，AI Agent应用将在2025年多点开花，其中AI Agent有望在B端率先商业化，电商、营销、CRM、金融、法律等场景加速落地。
然而，也有观点认为，尽管AI Agent在技术上取得了显著进展，但仍存在一些亟待解决的问题。
“我认为AI Agent虽然潜力巨大，但尚未达到爆发的临界点。”OpenCSG（开放传神）创始人陈冉向记者表示，“一方面，大模型的降本增效尚未充分实现，仍需进一步优化；另一方面，Agent对数据质量和数量的要求极高，而数据的生成、归纳与收集方式尚未普及。”
目前，AI Agent主要依赖于特定场景的预训练模型，在深层语义理解和复杂逻辑推理方面仍存在不足，尤其是在处理复杂逻辑任务时失误率较高，这为其大规模商用带来了潜在风险。
此外，伦理道德问题也引发了行业的广泛关注。杨雯向记者表示，Agent可能生成有害、虚假或误导性内容，引发社会问题；它还存在数据隐私和安全风险，可能导致用户数据泄露；当出现问题时，责任界定较为困难，难以明确开发者、使用者等各方的责任。
尽管如此，趋势已然明朗。对企业而言，抓住这一波技术浪潮至关重要。业内普遍认为，谁能率先突破工程化瓶颈、构建可持续的商业模式，谁就能在AI Agent的“临界点”到来时，占据生态制高点。
