近期，Manus的火爆再次將AI Agent（智能體）推向了科技圈的聚光燈下。作為通用型Agent的代表，Manus展現(xiàn)了驚人的思考力。與此同時，國內(nèi)Agent領(lǐng)域的領(lǐng)軍企業(yè)——實在智能，近期也發(fā)布了一段耐人尋味的實測視頻，引發(fā)了業(yè)內(nèi)對于Agent落地路徑的深度討論。

很多業(yè)內(nèi)人士都在好奇：以Manus為代表的“云端原生派”，與以實在Agent為代表的“桌面實戰(zhàn)派”，在面對真實的中國職場業(yè)務(wù)時，究竟有何不同？

帶著這個問題，我們深入分析了實在智能官方發(fā)布的這則“跨應(yīng)用工作流”實測案例，試圖從技術(shù)邏輯層面，解析兩種Agent形態(tài)的本質(zhì)差異。

實測背景：還原真實的職場需求

實測設(shè)定了一個典型的跨平臺、長鏈條辦公場景，旨在考察Agent在復(fù)雜環(huán)境下的執(zhí)行能力。

任務(wù)指令：

“幫我分別調(diào)研一下淘寶和京東上 iPhone 17 PM 的行情，數(shù)據(jù)合并一下，清洗掉異常數(shù)據(jù)，做一個數(shù)據(jù)分析，把數(shù)據(jù)分析的結(jié)果寫一個分析報告，再把這份報告寫成ppt，把分析報告釘釘發(fā)給阿寶?！?/p>

這一指令涵蓋了信息采集、數(shù)據(jù)處理、文檔生成、即時通訊四個關(guān)鍵環(huán)節(jié)。

01 理解與規(guī)劃：殊途同歸的“頂層設(shè)計”

視頻顯示，任務(wù)啟動后，兩款A(yù)gent都展現(xiàn)了基于頂尖大模型的強大意圖理解能力。

●實在Agent規(guī)劃路徑：采集淘寶/京東信息 → 清洗數(shù)據(jù) → 生成PPT → 釘釘發(fā)送給阿寶。

●Manus規(guī)劃路徑：采集淘寶/京東信息 → 清洗數(shù)據(jù) → 生成PPT → 釘釘發(fā)送給阿寶。

在規(guī)劃階段，兩者的邏輯高度一致。這說明當前主流Agent在“大腦”層面，對于自然語言的理解和任務(wù)拆解已經(jīng)非常成熟，雙方在理論層面達成了共識。

然而，隨著任務(wù)進入執(zhí)行層，不同的運行環(huán)境決定了兩者截然不同的作業(yè)方式。

02 數(shù)據(jù)獲取：云端搜索 vs 屏幕視覺

任務(wù)的第一步是獲取電商平臺的特定商品行情。這里暴露了“云端沙盒”與“本地環(huán)境”的第一個分水嶺。

Manus的策略：側(cè)重信息檢索

由于Manus運行在云端瀏覽器環(huán)境中，它沒有用戶的本地Cookie，也無法直接操作用戶的本地瀏覽器登錄賬號。

面對電商平臺的登錄墻和反爬機制，Manus采取了更為通用的策略：它調(diào)用搜索引擎（如Google/Bing），檢索了大量關(guān)于iPhone 17 PM的新聞報道和預(yù)測文章。

●結(jié)果特征：獲取的數(shù)據(jù)更多基于全網(wǎng)資訊和媒體預(yù)測，適合做宏觀趨勢調(diào)研。

實在Agent的策略：側(cè)重業(yè)務(wù)實操

實在Agent運行在用戶的本地電腦上，擁有系統(tǒng)級權(quán)限。依托TARS大模型和ISSUT（智能屏幕語義理解）技術(shù)，它能像人類員工一樣“看”懂屏幕。

視頻中，當遇到登錄界面時，它能暫停等待用戶安全驗證（或自動處理），隨后直接進入淘寶和京東的商品詳情頁，讀取實時的價格與銷量數(shù)據(jù)。

●結(jié)果特征：獲取的是電商平臺后臺的實時交易數(shù)據(jù)，所見即所得，適合做精準業(yè)務(wù)分析。

03 分析與制作：旗鼓相當?shù)摹皵?shù)字邏輯”

在數(shù)據(jù)清洗、代碼生成及PPT制作環(huán)節(jié)，兩款A(yù)gent的表現(xiàn)都十分出色。

這也印證了一個行業(yè)共識：在純數(shù)字化、邏輯化的封閉任務(wù)中，AI的能力已經(jīng)趨于完善。

無論是Manus還是實在Agent，都能快速生成代碼、繪制精美圖表，并輸出可下載的PPT文件。

這一環(huán)節(jié)的差異主要源于上一環(huán)節(jié)的數(shù)據(jù)輸入——前者基于檢索數(shù)據(jù)，后者基于實時數(shù)據(jù)，但就處理能力而言，雙方打成平手。

04 交付環(huán)節(jié)：下載轉(zhuǎn)發(fā) vs 自動發(fā)送

任務(wù)的最后一步是“通過釘釘發(fā)送給阿寶”。這一環(huán)節(jié)最能體現(xiàn)兩款產(chǎn)品在“邊界感”上的不同設(shè)計。

Manus的邊界：止步于瀏覽器

當任務(wù)進行到最后，Manus嘗試在云端網(wǎng)頁版釘釘進行操作，但受限于云端環(huán)境與本地客戶端的隔離，它最終給出的反饋是：“我已經(jīng)為您準備好了所有文件，您可以直接下載并手動發(fā)送?！?/p>

這并非能力不足，而是產(chǎn)品定位使然。

Manus作為通用型Agent，其安全邊界被嚴格限制在云端沙盒內(nèi)，無法“穿透”屏幕去觸碰用戶的本地客戶端。

實在Agent的閉環(huán)：打通最后一公里

而在實在Agent的演示中，我們看到了RPA（機器人流程自動化）基因的延續(xù)。

它控制鼠標自動打開了桌面的釘釘客戶端，搜索聯(lián)系人，上傳剛才生成的PPT，并點擊發(fā)送。

這一過程無需人工介入，實現(xiàn)了從“接到指令”到“任務(wù)交付”的全流程自動化。

05 深度復(fù)盤：兩種技術(shù)路線的互補與選擇

通過這次實測對比，我們并非要分出高下，而是能清晰地看到兩種技術(shù)路線所對應(yīng)的不同應(yīng)用場景。

我們將兩者的核心差異梳理如下：

此次實測向行業(yè)展示了AI Agent發(fā)展的硬幣兩面：

一面是Manus代表的“云端大腦”，它知識淵博，適合作為人類的創(chuàng)意顧問和全網(wǎng)搜索助手；

另一面是實在Agent代表的“桌面數(shù)字員工”，它手腳麻利，更適合深入企業(yè)的具體業(yè)務(wù)流，承擔繁瑣、重復(fù)且需要跨軟件操作的工作。

對于中國企業(yè)而言，選擇哪一種Agent，取決于你希望它解決什么問題：是需要一個能寫詩作畫、整理資訊的“智囊”，還是需要一個能登錄系統(tǒng)、發(fā)報表、跑流程的“實干家”？

實在Agent用行動證明，在后者的賽道上，它已經(jīng)跑通了“所想即所見，所見即所得”的最后一公里。