2025年3月，中国AI圈的两个新秀Manus和DeepSeek火了。Manus被称为“全球首款通用型智能体”，DeepSeek则被誉为“最强大脑”。虽然都是AI领域的翘楚，但它们的技术背景、应用领域和未来发展潜力差别很大。现在，一场关于“脑力”和“执行力”的比拼正在上演。

- 这个基于6710亿参数的稀疏激活网络（MoE），特别擅长处理那些需要高精度的知识任务，比如法律合同的润色和论文写作之类的单线程工作。

- 用户评价说：“这就像米其林大厨准备食材，你需要自己准备好所有的材料和工具”。它适合那种需要深度专业建议的情况。

- 它采用了多智能体协作的架构，可以自动分解复杂的任务，比如简历筛选和股票分析，并且能够调用各种工具来实现从指令到最终交付的全流程自动化。

- 用户反馈说：“早上醒来就能收到完整的报告，连会议室都帮我们预订好了”。这样大大提升了行政和营销等场景的工作效率。

1. 任务执行效率

- 在GAIA基准测试中，Manus的基础任务准确率达到了86.5%，平均只需要3.2分钟就能完成一个任务，比DeepSeek快多了，DeepSeek平均要5.1分钟。实际测试中，处理100份简历时，Manus能联动招聘平台自动发出邀请，而DeepSeek只能生成评估报告。

2. 技术短板

- DeepSeek得连上网才能好好工作，在没有网络的情况下就不太行了。Manus虽然可以离线工作，但是它的稳定性还得看上游模型（比如GPT-4）的表现怎么样。

- DeepSeek的用户中，7成是开发者和企业用户，他们喜欢精细的操作，比如法律人士用它来生成合同条款。

- 而Manus的粉丝里，有超过60%是行政和营销人员，他们喜欢Manus那种“动动嘴皮子就能搞定”的自动化体验。

1. DeepSeek靠开源模型（例如DeepSeek-V3）吸引开发者，建立起自己的技术优势。

2. Manus打算开源推理模块，并采取SaaS订阅模式，主要瞄准企业的标准化流程需求。

- 短期互补：DeepSeek 的知识库加上 Manus 的执行链，可以搞定从“思考到行动”的全过程。比如，用 DeepSeek 生成法律框架，Manus 就能自动起草合同并完成电子签名。

- 长期挑战：Manus 要解决对技术的过度依赖（比如第三方模型接口）和泛化能力不足的问题，而 DeepSeek 则需要应对高成本和应用场景单一的难题。

DeepSeek和Manus的竞争，其实就是AI技术发展的两种方向的碰撞。一种是追求深度知识，改变行业的游戏规则；另一种则是注重实际应用，提高工作效率。就像行内人说的：“如果这两种方向能结合起来，可能会出现既能写论文又能跑腿的超级AI。” 这场竞争不分胜负，而是标志着中国AI发展进入了一个新的阶段，可以说是开启了“双引擎”驱动的新时代。