返回

Manus AI 评测:当 Agent 走出浏览器

Manus 推出本地桌面 Agent 功能,试图解决 AI 无法操作本地文件的痛点。值得关注的自动化能力,但“无代码构建 Swift 应用”的宣传需谨慎看待,安全性是最大隐患。

AI Agent 正在经历从“聊天机器人”到“操作系统级助手”的范式转移。大多数现有的 AI 工具被困在浏览器标签页里,能写代码却无法运行,能写文案却无法保存。Manus AI 最新推出的 “My Computer” 功能试图打破这一限制,将 Agent 能力直接下沉到 macOS 和 Windows 桌面环境。

从 Product Hunt 的数据来看,408 个投票和 17 条评论显示出社区对其持谨慎关注态度。核心结论很明确:对于需要处理大量本地文件流转的开发者和运营人员,这是一个值得尝试的自动化工具;但对于其宣传的“无代码构建 Swift 应用”能力,应保持技术怀疑,切勿将其用于生产环境的核心逻辑构建。

为什么本地化是关键

过去两年的 AI 生产力工具,本质上是“增强型搜索引擎”或“高级自动补全”。用户将上下文粘贴到云端,获得文本返回,再手动复制回本地。这种工作流存在明显的断点:延迟、隐私顾虑以及无法触达本地文件系统。

Manus 的 “My Computer” 核心卖点在于"Brings Manus out of the cloud"。从描述来看,这意味着 Agent 获得了本地进程的权限。它不再仅仅是一个 API 调用者,而是一个能够监听文件变化、操作本地应用程序、执行系统级任务的守护进程。

对于开发者而言,这种架构变化的意义在于延迟和上下文。本地运行意味着无需将敏感代码或数据上传至云端即可进行处理,同时能够直接读取本地日志、配置文件或数据库备份。这是纯 SaaS 化 AI 工具难以触及的场景。

能力拆解:RPA 与 AI 的结合

根据产品描述,My Computer 的核心能力集中在三个方面:文件管理、应用交互和工作流自动化。

文件与数据整理是其中最落地的场景。描述中提到的“整理数千张照片”或“重命名数百张发票”,本质上是传统 RPA(机器人流程自动化)的领域。传统的 RPA 脚本需要精确的选择器路径,维护成本极高。引入 AI 后,Agent 可以通过语义理解文件内容,例如根据发票日期重命名,或根据照片内容分类。这种“模糊匹配 + 自动执行”的能力,比写正则脚本要高效得多。

工作流编排通过 Connectors、Projects 和 Scheduled Tasks 实现。这类似于本地版的 Zapier 或 Cron 任务,但触发条件可以是语义化的。例如,“当收到包含特定关键词的邮件时,自动提取附件并保存到指定文件夹”。这种基于内容的触发器,比基于时间的 Cron 任务更接近实际业务需求。

争议点:无代码构建 Swift 应用

描述中声称可以"Build Swift desktop apps without writing code"。这是整篇产品介绍中最需要警惕的部分。

生成 UI 代码对于大模型来说已非难事,但构建可维护的桌面应用涉及状态管理、事件循环、资源打包以及系统兼容性。如果仅仅是生成 boilerplate 代码,价值有限;如果是指通过自然语言直接编译出可用的二进制文件,则涉及复杂的构建链管理。

从技术合理性推测,这更可能是一个“ scaffolding(脚手架)”工具,即生成基础项目结构和简单 UI 逻辑,而非完整的商业应用。开发者若试图依赖此功能交付客户项目,将面临极高的技术债务风险。AI 生成的代码在错误处理和边缘情况上的表现通常不佳,后续调试成本可能远超手写代码。

安全与隐私的隐忧

将 AI Agent 置于本地文件系统之上,打开了新的攻击面。传统的安全模型基于“最小权限原则”,而 AI Agent 为了完成任务,往往需要广泛的读写权限。

如果 Agent 被提示词注入(Prompt Injection)攻击,或者模型本身产生幻觉,后果可能是灾难性的。例如,一个意图是“清理临时文件”的指令,可能被错误执行为“删除所有文档”。虽然描述中未提及具体的沙箱机制或权限确认流程,但在企业环境中部署此类工具前,必须评估其回滚机制和权限隔离能力。

此外,尽管强调本地化,但“Connectors"暗示了与外部服务的集成。数据如何在本地 Agent 与云端模型之间传输,是否经过加密,是否有本地缓存泄露风险,这些都是技术决策者需要考量的问题。

适用场景与替代方案

适合尝试的场景:

  • 个人知识管理:自动整理下载文件夹,根据内容归档文档。
  • 重复性运维任务:批量重命名日志文件,定期备份特定目录。
  • 原型验证:快速生成桌面应用的基础 UI 框架,用于内部演示。

不适合的场景:

  • 核心业务数据处理:涉及财务、用户隐私数据的自动化,除非有严格的人工确认环节。
  • 生产级应用开发:不要依赖其生成的 Swift 代码直接上线。
  • 复杂逻辑编排:对于需要严格事务一致性的工作流,传统脚本仍更可靠。

市场上存在类似能力的工具,如 Raycast 的脚本功能或 macOS 自带的 Shortcuts,但它们缺乏语义理解能力。UiPath 等企业级 RPA 功能强大但过于笨重。Manus 试图填补“轻量级脚本”与“企业级 RPA"之间的空白,利用 AI 降低自动化门槛。

结论

Manus AI 的 “My Computer” 代表了 AI 落地的正确方向:从对话走向行动,从云端走向本地。它解决了 AI 无法“最后一公里”操作本地资源的痛点。

对于开发者,这是一个值得安装的效率插件,用于处理那些“写脚本太麻烦,手动做太累”的中间地带任务。但必须清醒认识到,它目前更像是一个智能助手,而非可靠的工程师。对于其宣传的无代码开发能力,应视为实验性功能。

在拥抱本地 AI 自动化的同时,务必保持对文件权限的警惕。自动化带来的便利,不应以牺牲系统安全性为代价。

相关链接