OpenAI和Anthropic都发布了用户行为报告，这里面到底告诉我们了什么秘密？

大家好，欢迎收听老范讲故事的YouTube频道。

OpenAI跟Anthropic都发布了用户行为调研报告，最新的应该是OpenAI的，是9月15号发布的，Anthropic要稍微早那么一两天。我们为什么要去看这些报告呢？这里头会有很多很多的秘密。

原来我们去研究过百度搜索关键词报告。大家知道百度里边搜索什么词最多吗？这个可能一般人想不到，百度里边搜索排名第一的词是“百度”，中文两个字“百度”。为什么是这样呢？因为百度购买了大量的搜索入口，或者是叫地址栏入口，你在地址栏里直接输入这个信息，就直接去搜索了。很多人呢，说“我要去百度”，就到地址栏里打“百度”中文两个字，然后一个回车，你就进去搜索了“百度”，等于在百度里边搜索了“百度”两个字，再去搜索自己想要的东西。这个是不是听着非常奇葩？这个反而也告诉我们，得屌丝者得天下。这么去使用百度的人，他们的文化程度和使用习惯到底是什么样的，大家心里要有一个数。以前每一个产品经理上来说“我要去做一个给聪明人用的产品”的时候，我们就都会给他讲这个故事，就是这么神奇。

从OpenAI跟Anthropic所发布的AI使用报告里头，我们也可以看到，到底是哪个国家人用、哪个州的人用、什么样学历的人用、有钱的人用还是没钱的人用、有钱人用跟没钱人用有什么区别。这个是值得去学习的，可能会给我们一些就像刚才我们讲“百度里边搜索百度俩字”这样的一些意想不到的启示。因为在我们去想说要创业，还是要去做一个什么商业的时候，我们都是在以自己为客户去思考问题的，这个是不对的。我们去看这种大的用户行为报告的时候，就会去打破这种桎梏。

OpenAI的发现是，ChatGPT的非工作对话已经占到70%了，人们越来越把AI当做生活伴侣，而不是办公工具。虽然用ChatGPT解决工作问题的总数在上升，但是比例在下降。现在跟他闲聊天，问一些跟自己生活相关的事情，这些比例现在已经占到70%了。

而Anthropic的结论是什么呢？越富裕、学历越高的群体用AI越多，也越偏好于协作；不是那么富裕和学历没有那么高的群体呢，用的肯定就越少嘛，而且呢他们喜欢什么呀？叫一键获得，或者一句话得到一个什么什么结果，喜欢这种不劳而获的方式。所以呢，AI使用的方式就像一面镜子，可以照出贫富差距、教育分层和未来的商业机会。

今天呢，咱们就根据这两份报告，也就是OpenAI的用户行为报告和Anthropic的用户行为报告，来看看未来10年或者未来一段时间，哪些人会变得更聪明、更富有，哪些人会被甩在后面。

首先我们来看一下这个数据。ChatGPT现在周活跃已经到7亿多了，这是一个非常吓人的数据。而且还要注意一点什么？就是在ChatGPT上，用户的单日使用时长是非常非常长的。大家知道谁长吗？TikTok长。TikTok跟抖音的日使用时长是接近一小时，50多分钟。ChatGPT的日使用时长可能比TikTok还长，所以这是一个非常非常恐怖的现象。我们要知道，在互联网时代、移动互联网时代，什么是财富？我经常会讲流量是财富，而流量这个东西的最明显的衡量工具，就是用户关注和用户时长。你有7亿人的周活跃，日活跃肯定是上亿了，应该可能在两三亿左右吧，日使用时长还能够接近一小时，或者是至少是30分钟往上吧。

现在ChatGPT上每日的消息是25亿条，这个是2025年7月的数据。非工作信息占比呢，从2024年6月的53%，提升到2025年6月的73%，这是一个非常重要的数据，就是大家在里边去做很多跟工作没关系的事情。这个数据背后有很多很多含义，待会咱们再具体解释。

现在呢，使用ChatGPT最主要的目的是有三个。第一个是实用指导，“我要干一个事儿，帮我指导一下”。第二个呢就是信息查询，这个可能是我用的比较多的一个。第三个呢是写作。这三个加一块大概占八成。写程序占的是比较少的，当然还有一个占的更少，待会我们再单独去强调一下，这个占的最少的这一项，未来可能是大家需要注重提升的。写程序这个呢，原来都被Anthropic 3.7或者4.0 Sonnet这样的模型占走了，现在的话GPT-5 Codex会慢慢地把流量再重新拉回来。

我不知道你们是怎么使用GPT的，我现在使用GPT的时候都是在Chrome里头开一堆窗口。我其实很少使用ChatGPT的这些手机客户端或者是电脑桌面的客户端。为什么？因为它是个单线程的，你打开了以后有一个聊天窗口，你要一直跟它聊。我现在比较习惯的是在Chrome里头开一堆窗口，有一个、两个是在这办公的，剩下的都是在这聊闲天的。可能很多人是跟我一样的工作方式吧，一边去跟他聊说最近有一些什么样的事情，这个样的一个新闻背后有什么样的一些背景知识——这就是我的工作嘛；另外一边我可能也在问他说，最近上哪去骑行，周围有什么样好的景色呀，上哪可以去玩无人机。而且呢，因为你要跟ChatGPT去做这种深入研究，它很慢。你给他提了一个问题以后，他在那需要跑个20分钟，你就需要在这个时间里头去做一些其他的事情。以前呢，可能这些需求都是被什么抖音、小红书，都被这玩意满足了，现在不费这劲了，直接都在ChatGPT里头折腾了。而且我现在比如说看到抖音、小红书上讲到一些有趣的信息的时候，我也会回到ChatGPT上来问他说，这个事是怎么回事，那个事是怎么回事。

所以我现在使用ChatGPT的话，大概也是有70%左右的聊天呢，是跟工作无关的。这个最主要的原因是什么？是跟工作有关的聊天需要字斟句酌地写一个很长的提示词，然后等着他去搜集信息，跑20分钟跑出来，然后我要再花十几二十分钟去阅读。而这个跟工作无关的信息呢，你可以快速地去跟他聊天，“今天这样怎么样”、“明天天气怎么样”，你可以快速地来回，所以跟工作无关的信息反而占比比较高。但是我相信消耗算力上来说的话，应该还是跟工作有关的问答消耗的算力要更多一些。

所以现在呢，ChatGPT从它的角度上来分析呢，它已经逐渐地在从办公生产力转变成了生活小助手，而这里头呢是有很多的商机的。我相信可能有一些老板听到我讲前面这部分的时候，就已经想了，说我花了钱，特别是有一些公司花钱给员工买账号的这些人，还有一些人买这种叫做企业账号或者是团队账号的这些老板，他们可能会想说，我怎么能够限制他们？你花了我的钱买了账号，你就不要去跟他闲聊，或者我能不能检查一下你是不是用我的账号去跟他闲聊了。我建议这些老板不要这么想问题。为什么呢？因为闲聊的部分可能才是未来的商机。很多人都在抱怨说，这个ChatGPT出来以后，大家都在失业裁员，上升了用户量和用户时长没有增加，交易也没有增加，但是呢工作效率提升了，不需要这么多人了，降本增效了。我每一次出去做线下活动，或者说我们做直播的时候，都有人问在AI时代，我们干这个还行吗？干那个还行吗？问题在哪呢？就是在大量的新场景没有被发现，而这些新场景就在于我们跟ChatGPT聊的这70%多的无用信息，或者叫非工作信息上。把这些东西好好利用起来，就会有新的商机，就会有新的交易。如果一个老板光想着我怎么能让员工少占我点便宜，那这样的企业估计也混不了太长。

那下一个问题呢，到底是穷人用AI多，还是富人用AI多？是高学历用的多，低学历用的多？他们到底有什么区别？很多人都在讲AI平权，AI平权，我们有了AI以后，所有人都在信息面前平权了。还有人在讲，说AI会赋能给富人和大企业以及国家机关，让他们可以靠更大的算力、更多的数据、更多的资源，然后让富人更富、穷人更穷。到底哪一个是真相呢？

在这个里头，Anthropic的这个报告写的会更清楚一些。从国家层面上来说，人均GDP每增加1%，AI的使用指数增加0.7%，就是越有钱的国家用AI越多。这个其实大家能够理解吗？因为穷的国家你没有网，没有显卡，也没有数据中心，你用啥AI嘛，这个就不要费劲了。越是有钱的国家用的就越多，这个一定是如此的。从美国各州的情况来看呢，GDP每增长1%，Anthropic的Claude使用量会增加1.8%。美国原来也讲中间铁锈带了怎么样了，东海岸了，西海岸了，怎么样了，美国用Claude最多的三个州应该是华盛顿特区、加州和纽约，跟大家的想象应该也差不太多吧。当然了，低收入国家呢它基数也小，现在增长也是非常非常快的。到底是不是可以真正平权呢？可能还要再等一等看。所以从现在看呢，肯定是越有钱的人、越有钱的国家、越有钱的州，用AI的这个比例就越高。而他们使用了大量AI以后呢，一定会创造更多的价值。所以从现在这个发展趋势来看，应该是富人越来越富，有钱的国家和地区会变得越来越有钱。但是呢，并没有一个闸门或者界限说你们这些穷的国家、这些穷的州或者人，不可以用这个东西。所以现在这些低收入的国家，GDP比较低的国家呢，也在快速赶上，所以在这里并不能够得到一个很明确的结论。

那你说学历对这个事是不是有差异呢？高学历的人是怎么用AI的，低学历的人是怎么用AI的呢？很多的人去问我们，AI来了我们还需要去上学吗？我还要去学计算机吗？我还要去学这个、还要去学那个吗？学文科还有用吗？虽然我每一次都会告诉大家说，努力去学习，这是非常非常有用的，学习了以后你会更好的使用AI，但是以前是没有数据支撑的。原来咱们在拍脑袋，在凭想象，现在数据来了。

现在根据Anthropic的统计，高学历和高薪职业呢，更倾向于把AI当做工作助理。他们的核心任务是写作和语言加工，占最大比重。但是大家注意，这些让AI写东西的人，包括在ChatGPT里让AI写东西的人呢，他绝对不会说“请给我写一篇报告”，绝对不会干这种事情。因为你如果去说这个话的话，AI一定会给你吐出一篇口水文来。他们通常是什么呢？首先要自己写一篇文章，他们用的最多的是请AI帮他进行文章的润色。“文章我已经写好了，请不要去改变我的主题思想，不要去改变一些细节，但是呢请在语言上帮我进行一些润色，或者帮我提些意见。”这是最主要的用途。而且呢，他们会反复的去跟AI沟通，“我这儿觉得怎么怎么样，你那个地方给我提供的信息好像还稍微少一点，我哪个地方稍微觉得有一些……啧，读着不是很舒服，再帮我调整一下。”他们会跟AI反复地去沟通。反过来，低学历和低薪职业的人去使用AI的时候呢，他们更喜欢叫一键生成，“请给我生成一份报告”、“请给我一次性提交一个什么样的结果”、“请直接告诉我下个礼拜应该买哪只股票”，他们喜欢干这样的事情。

从这个点上来看，学习怎么思考，学习怎么跟AI协作，这对于我们未来在AI时代是非常非常重要的。所以高学历和高薪职业的人更明白应该如何让AI帮助他们思考，他们是让AI来辅助他，而不是说让AI直接给我写一篇报告出来。而且相信我，那些一键生成的人，AI写出来的报告，他连看都不会看的，就会直接交上去。我记得前面还跟大家分享过一篇也是美国著名大学写的这个文章，让AI写的文章，参与者觉得一点参与感都没有，里边的内容完全不可复述。这是使用AI非常糟糕的一种模式。

从Anthropic的数据来看呢，用的多的国家和群体更偏重于协作性，而用的少的国家和群体，也就是刚才我们讲这个相对来说GDP比较低的这些国家呢，更偏重于自动化、一键搞定。但是呢，全局自动化，也就是直接给一个指令出结果的比例正在上升，这是Anthropic发现的一个规律。这里边呢有两个原因，第一个原因是越来越多的比较穷的人现在开始使用AI了；另外一个规律是什么呢？就是企业大量使用API去包装AI的功能，他们呢其实面对的用户是喜欢一键得到解决方案的。这个是有一些差别的。

如果我们在企业内部，比如说各种的报告、各种的文书，我们都让AI一键生成了，那么这个企业呢也就没有什么存在下去的必要了。如果说企业通过API封装了以后，为他的客户提供了一键生成的一个结果的话，那可能是一个未来的方向。这是有巨大差异的。为什么呢？因为企业所服务的用户，屌丝占大多数，得屌丝者得天下，一定要记住这句话。而企业内部如果大量的上下行文都使用一键生成的话，那说明什么？就是说内部全是屌丝，这样的企业没有存在的必要，完完全全可以解散开，由AI来替代它的功能就可以了。所以我们要想清楚，使用AI一键生成到底是好事还是坏事，看对谁说。如果我做了个工具，使用甭管是OpenAI也好、Anthropic也好，或者其他的这些AI API，然后去给客户服务，一键生成了，我是好样的。如果我是一个企业或者是政府机构，我内部大量的一键生成，哼，那就完蛋了。

下面呢我们来讲一下这些非工作场景的问题吧。刚才我也讲了，我一边在工作的时候，一边会向ChatGPT提很多跟工作无关的问题，这些非工作占比已经超过七成了，而且还在快速增加。那么这个里面到底有什么样的商机呢？比如说个性化的学习，我经常会问他说，今天有人在去告诉我吉梦4.0有一些新的用法，帮我总结一下。这个ChatGPT就会帮我总结有哪些用法。我说Midjourney升级了，我在小红书上看人画的画可漂亮了，帮我总结一下到底有些什么样的新的功能和特性，让我去试一试。他就会帮我去总结。这对于我来说都属于娱乐，这不算工作。然后健身跟饮食，你像我经常说上哪去骑车呀，虽然我现在骑车还算不上健身，还算是一个小的娱乐。饮食我也很喜欢，吃饭这件事，你去了解它的历史和文化呢，可以让吃饭本身具有更大的意义，会觉得我虽然只吃了两口，但是真的得到了很好的情绪价值，这个是很重要的。还有一些数字秘书的工作，我也是会让ChatGPT去做的。比如说帮我去做一些订阅呀，或者是帮我总结一些八卦呀。因为我也会看到很多的八卦信息，今天还特别逗，看到有一个邮件给我写过来，说我们叫MetaGPT-X，说我们想请你给我拍广告，拍一条给6,755美金。我一看这名字，又是Meta又是GPT又是X，还给6,000多美金一条，这6,000多美金很多钱，我就去问ChatGPT，我说这个是骗子吗？因为起了这样的一个名字，还给了这么高的一个价格，你说他不是骗子也有点奇怪。ChatGPT大概用了5分钟的时间，搜索了各种的论坛、社区以后告诉我说，虽然没有直接的证据证明谁在里头确实丢了钱了，但是呢确实有很多人抱怨他们像是骗子，因为他们发了大量这样的垃圾邮件出来。而且你看他这个名字，又是Meta，又是GPT，又是X，把三个非常著名的AI公司的名字拼在一起了，一般不是骗子不干这事。而且呢，他们发邮件的域名呢也经常变来变去的，像是一次性注册了很多域名去给大家发这种垃圾邮件，骗着一个是一个。但具体他们是怎么骗的，谁真的上当受骗了以后出来骂了，到目前为止还没有看到。这就是数字秘书。我现在用GPT干这些事情，就刚才我讲的这些呢，都是有可能能够成为新的赚钱的方向或者创业的方向的。

其实更多的人呢，通过AI呢是获得了选择权的，也就是获得了前所未有的自由。这意味着什么呢？就是非工作领域的很多商业价值是远没有被挖掘的。原来只能坐在这上班，现在我可以在工作的同时，在后边还去思考很多别的东西，甚至去玩副业。我记得原来有人去讲过说，中国人上班跟欧洲人上班有什么区别。说中国人上班的工作时间很长，但是呢工作效率其实没有那么高，因为我们一边上班呢一边还想着很多其他的事情，甚至呢上班的时候有大量的互联网流量是用来刷抖音、刷淘宝、刷小红书，真正拿来上班的时间其实并没有那么高。而欧洲人的话，他们上班的时候就是上班，想别的东西的比例要比中国人低吧，但是呢他们后边的休假很长，休假的时候他就彻彻底底去玩去了。在AI时代，可能中国人这种方式才是更适应AI的一个方式，就是一边你让AI干着活，另外一边你把后边所有这些副业的、后边所有的这些时间都去变成一个商业的活动跟行为，每一个人都可以有自己的选择，甚至说每一个人都可以有自己的副业了，这可能就是一个未来。

关于企业的问题呢，在这里想再强调一下。企业如果能够用AI很好地实现一键服务屌丝用户的话，那这个企业会向前走。如果这个企业在内部大量的使用AI进行内部自动化和这种替代的话，那这个企业可能会被替代。那么企业，特别是很多这种大型企业，在AI时代到底会变成什么样呢？这种大型企业在AI时代可能会被小团队快速替代。原因呢很简单，因为越是大型的企业，他以前背的包袱就越重，它内部的这种流程、规章制度就会变得越复杂，而这些东西本身就是非常适合被AI所取代的。而原来这些大型企业里头又有非常多的人，他们不能失去自己的权利，他们要求说不可以上网，不可以把哪些数据外泄，不可以去使用哪些东西，他要保证自己的数据权利。什么叫数据权利？就是在一个企业里面，上层的领导通常要比下层的下属掌握更多的数据。在AI平权以后的话，他们是不愿意失去这种权利的。所以呢，在AI使用的过程中，这些大的企业反而容易被那些小型企业所替代掉，因为他们可以靠AI自动化把原来一个大型企业里边内部的各种的流程、什么自动化全都完成掉，然后直接向用户提交最终的服务。而对于最终用户来说，他是没法去比较说，大企业经过内部的层层审核得到的结果，和小企业通过AI直接得到的结果，到底有什么样的差异呢？甚至小企业通过AI得到结果可能还更好一些，因为它动作会更灵活、更敏捷嘛。

最后呢，跟大家讲一下我们到底应该怎么用AI。以今天这个口播稿形成的过程为例，这口播稿是怎么来的？首先我看到了这样的一个主题，然后呢我得到了自己的结论。这个结论不是由OpenAI得出的，也不是由Anthropic得出的，而是我看完了以后，自己思考加工了以后得到了结论。然后我会把结论描述清楚以后，告诉ChatGPT说：“你好，我现在要看这两篇文章，就是OpenAI的这个ChatGPT的使用报告和Anthropic的用户使用报告，两个文章的链接在这里。我得出了哪些哪些结论，请帮我去写一个YouTube的口播稿。”他就去给我写去了。我还告诉他，“请从老范讲故事的这些博客里边去引用。”他把所有我给他的信息都读完了以后，给我做了一个这样的演讲稿出来。得到这个演讲稿以后，我还要不断地去看，“你把所有的故事都给我集中在最后了，这事不行，你要给我穿插到中间去，要让故事跟我要讲的内容有机的进行结合。”然后他就进行调整。调整完了以后说，“我还要再补充几个观点，请把我补充的观点糅合到前面的这些章节和段落里边去，重新再修改。”通过这样的一个过程，大家看到，第一，我自己先阅读了；第二，我得到了结论；第三，我让AI去把更多的信息和内容根据我的结论总结在一起，然后形成了稿件；第四，我对着这篇稿件阅读了以后，重新提出修改意见，反复修改了三四轮，得到了今天大家所看到的这样的一个口播稿。

所以，这就是一个使用AI的方式。我也没有说这是一个富人、高学历、高薪职位的一个使用方法，我现在是一个无业游民，但是我觉得我使用AI的过程还是比较高级的。

希望大家学习总结一下，使用AI呢要有五个步骤：

第一步，要把AI当合伙人来用，不要把AI当个家电来用。什么是家电？把这个鸡蛋羹放到微波炉里按一下“叮”，然后鸡蛋羹好了，那玩意叫家电。但是你说我现在要去跟一个助手去一起讨论一下，这个鸡蛋羹应该怎么做更好吃，应该使用什么样的鸡蛋，怎么打发，使用热水凉水，加盐不加盐，怎么做更好吃一些，这个是真正使用AI的方式。如果你把它当一个微波炉，它就只能起到一个微波炉的结果。

第二个呢，就是自动化过程只能在边界清晰的环节去使用，而且最好是对外的环节去使用。如果内部需要做自动化的话，要么就裁员，你就没有必要说让人在这个自动化环节里边再去占这个位置了；要么就干脆说，我们是不是可以把一些原来在这里有人可以做决定、可以盖章的这个职位去掉。

第三个呢，非工作的场景会有很多新的机会，大家可以快速的去试水。我们就要去思考，说到底在哪些非工作场景上使用AI了，使用的效果还不错，那就可以想一想怎么在这里边去发现一门新的生意了。

第四个的话，就是一定要保留人类的原创表达，避免直接被AI牵着鼻子走。而且AI产生的结果一定要进行一些调整和改变，一定要进行校验，绝对不能给AI一个开放的命令，然后拿到它的结果连看都不看就当成自己的内容就发出去了。

最后一点，在ChatGPT里头有一个使用范围用的人很少，这个使用范围是什么？是自我改进和人与人的关系。这个在所有的ChatGPT的使用量里大概只占1.9%，而这一块呢可能才是未来最重要的一点。在AI可以更好的干好AI的事情的时候，我们这些人就要更好的成为一个人。在这个过程中的话，这些大型的AI助手都是可以为我们提供帮助的。

这就是给大家使用AI的5个建议，是通过我们去阅读OpenAI和Anthropic两份用户行为报告得出的一个结论。

好，这个故事就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲突然刷屏的Manus。它的来源呢，是个拉丁语单词，是“手”的意思，同时呢还有“权力”和“力量”的意思。现在呢，华为造汽车就全都是《山海经》，做AI产品全是拉丁语单词，好厉害的样子，对不对？

现在这个事情呢，应该是从昨天开始，突然就变得一码难求了。我应该是在昨天看到谁呢？王舒义，天津师范大学的一个老师，他发了一条说：“哎呀，得到那个测试码了，怎么怎么着了。”我当时都没想说这啥玩意儿，没惦记这个事，因为呢他们那个Monica我也没怎么用过。Monica这个产品对于我来说，还是有点太奇怪了一点。待会我们再继续讲。

后来到昨天晚上了，突然就开始传出来说这个东西已经在闲鱼上炒到好几万了。又一个国运级产品出来了，中国人再次震惊了世界，说老美又怎么样了，全世界又如何如何了。今天再一看这个，各种新闻媒体刷屏了。我直到开播之前犹豫再三，说算了，还是去申请一次吧。咱们虽然没用过，但是好歹也算申请过了。本来我是连申请都懒得申请的一个产品。

团队呢，也出来求饶说，有人在攻击和破解他们的网站和服务器。这个很正常嘛，你一旦做的好了以后，大家总要上来看一看。那DeepSeek最近也才是逐渐的，号称要恢复正常。但是我却试了一下，一试还是问三个问题，就停下来那么一个状态。现在团队说玩不下去了。而且呢，说几万块钱在闲鱼上买这个邀请码，这事呢他们也出来澄清说：“我们从来没收过任何钱，您千万小心别上当受骗，上当受骗了也别上我这来找来，我这没收到过钱。”

那么，AI agent是不是真的就要爆发了呢？因为咱们从去年就开始讲，说2025年就是AI agent的一年。突然到3月份，就放出了一个王炸性的产品来。这个事是不是行？首先呢，不要太兴奋，这个东西呢在国内是使不了的，必须到国外去使去。为什么？因为底层是GPT和Claude 3.5、3.7这样的模型，这些模型在中国是没有经过安全审查的。

不能落地。而且人家这些模型上，也是明确的告诉你说：“我不愿意在中国地区为你服务。万一我给你服务了，你拿去维稳了，或者做了点别的事情，我们也担不起这责任。”所以Manus这个产品在中国不能用的。他们家的Monica.im在国内也是不能用的。他们纯纯是一个出海的服务商，而且呢，其实是一个非常非常小的服务商。他们的整个的产品，在海外没有那么多用户。

那么Manus到底是干嘛的，或者你到底能干嘛呢？现在能够出来看到的，绝大部分都是官方放出来的一些视频：晒简历、做房地产的评估、旅游的规划呀，全都是这样的东西。因为拿到邀请码的人不多，就算是拿到邀请码的人，可能也还是要给一些面子。但是也有人说自己上去了，觉得一点都不好使，问的所有问题都翻车了。这个我觉得都是可以理解吧。

Manus最强的地方是什么？就是自己规划任务。因为原来我们都是靠这个，像流程图一样去自己画，说我们先干什么后干什么，每一步怎么怎么做。现在说不用了，他自己来规划。你问他一个问题以后，他自己做计划，说我先查哪些资料，再查哪个网站，然后再怎么把它拼在一起。然后呢，可以自动的执行，自己生成一点Python代码，自己去把它跑出来。然后呢，给出最终的结论呢，实际上像一份大报告似的。而且很多人看到这份报告以后觉得：“哎呀，这个写的实在是太好了，甚至给我画图表、画表格。”

画表格这件事是非常非常容易的，千万不要被这玩意骗了。像我们写Markdown格式，或者在计算机里边，写很多的语言的时候，都是可以画出来的。你让ChatGPT画个表格，它也能画出来。但是你让它给你画图表，肯定是画不了的，还是要去调用一些特殊的语言功能才可以画出来。ChatGPT他没做这事，现在统统都干了。

非常多的人一看了以后说：“哎呀，这个简直是如虎添翼，每一个人都可以成为研究者了。”而且说，这是不是AGI看到曙光了，这个东西就是未来了。所以也有很多人说，这就是下一个国运级产品。

DeepSeek的这个辉煌再次上演了，那么是不是值得这么兴奋呢？又一次国运级的创新诞生了吗？我觉得一个不能在中国使用的服务距离国运就还稍微有一点点遥远。你DeepSeek再怎么说，咱们全国上下都在部署，你一个无法在中国合法落地的产品，中国人在这呼哧呼哧在这炒作，这个是很无聊的一个事情。而且DeepSeek本身在代码生成方面，其实差得也还比较远。Manus这种产品，它是不可能靠DeepSeek大模型就在国内部署起来的，它必须要有Claude，必须要有ChatGPT才可以完整的跑起来。如果DeepSeek就可以带着他自己整个跑起来的话，他就可以在国内上架了，但是他不行。

那为什么我说DeepSeek在代码生成的方面差得非常远呢？因为我昨天花了一整天的时间在尝试用DeepSeek去写程序，那叫费劲，比Claude 3.5、3.7真的差的不是一星半点，是差的太老远了。Manus跟DeepSeek比起来，还是有很大的差距的。DeepSeek让国内所有的大厂都跟着走，Manus，国内大厂呢有可能会超他，但是呢也不一定每家都会去抄一遍，因为现在这个方向呢，大家也还在观望之中。它不像是DeepSeek，彻底把国内所有的这个大厂全给翻了一遍，所有跟云计算相关的所有运营商全都装DeepSeek去了。

DeepSeek已经改变了全球的AI格局，还带崩了英伟达的股票。而这一点上Manus就更加没有比较了。DeepSeek自己服务半停摆的情况下，依然可以搅风搅雨，那Manus呢只能算是一个标记性的时间点。他出来了以后说，哦，我们看到了一个新的产品形态，而且大家还挺喜欢，可以自我规划的AI agent可能就能够用了。那么国内的这些大厂，包括一些小一点的厂，系统经营商呢，应该就可以去冲一波了。而这个就是Manus现在带来的一些变化。Manus现在也说我们要开源。

这件事我觉得还是稍微值得期待一下。现在呢，大家最希望他开源的，是他推理和规划的这个“小模型”。但是人家具体什么时候开，开什么东西，现在还没有确定下来。那么讲这么热闹，这东西到底咋实现呢？是不是一套壳产品呢？只要是中国人做的，大家都要问一下。而人家呢，上来也承认了，说我们就是套壳的，没什么好说的。

什么叫套壳呢？就是你没有自己的大模型，大模型用的就是Anthropic、Claude 3.5、3.7、OpenAI的GPT以及DeepSeek。它是没有自己可以拿出来展示的大模型的，使用的都是公开模型。所以呢，可以算是一个套壳产品。甚至还讲了说，我们把套壳做到极致，就如何如何。但是呢，它这个离极致其实还稍微有一点点远。

那么为什么是现在这个时候，Manus这种产品出来了？这种可以有自我规划能力的GPT，其实早就有。最早有一个产品叫OTO GPT，但是一晃眼儿就不见了。现在呢，是Claude 3.7、ChatGPT，特别是DeepSeek R1，这个模型已经变得很强了。而且像DeepSeek R1这样的产品，如果你自己部署的话，你的成本是可控的。像Claude 3.7这样的产品，其实并没有那么贵，整个让它跑起来还是可以去承担的。

原来OTO GPT的时候，当时大家跑，我忘了是GPT3.5还是GPT4了，奇贵无比，所以一会那钱就哗啦哗啦就不见了，所以没做起来。现在呢，就是有可能能做出来。那么进行自我规划之后，能够可控的输出结果，这个是现在这些大模型已经可以达到的这个能力了。其实现在用一些稍微小一点的模型进行规划和微调的话，还是很方便的。

我今天还试了一个东西，就是阿里新出的QWQ 32B的这个推理模型。据说它这个32B的模型呢，是要比DeepSeek R1 671B的模型效果还好。我上去试了试，确实挺好用的，但是要想达到DeepSeek R1那个，还是要稍微差那么一点点。

虽然在跑分上确实是跑赢了DeepSeek R1，但是个人使用体验跟跑分还是不一样的。讲回来，Manus呢，应该是自己做了一个小的规划模型。它呢，构建一个规则的知识库，就是我要做什么事，大概有几种方法，我做另外一件事大概有几种方法。然后呢，输入指令进行规划。我现在要做一个旅游攻略，我现在要去筛简历，把这些命令输入进来以后，他就给你规划了。规划出来以后呢，给你做了一个叫to do.MD的文件。to do嘛，就是马上要做的事情。MD呢，实际上是Markdown。Markdown是程序员经常使用的一种文本工具，就在文本里边直接写一些符号，就可以代替排版。像我们在word里排版的话，你要先写好文字，然后选中了以后，说我们是用几号字，前头要不要写这个点，或者有没有这个编号。markdown等于完全是在文字里边去写，就程序员都是这么干。

当他做完规划以后呢，得再通过自己的一个解释器，把这个markdown里头一条一条的，一步一步去完成。他是这样去工作的。里头呢，还有一大堆小工具，比如解压。筛简历的时候，就是给了一个压缩包给他，那你把他解开。然后呢有一些文档解析，甭管是PDF文件word文件，你都解析出来。然后还要做网页解析。那为什么网页解析要单独讲一下？咱们打开网站看一看，那上面什么弹窗了广告了一大堆东西，你要把真正有用的东西扒出来，还是有点难度的。所以网页解析是专门的一个项目。然后呢，自己还带浏览器，他可以自动的去浏览网页。其实有点像今年1月份，OpenAI发的那个产品叫operator。但是operator发完了以后，只有200美金以上的用户可以用，像我这种20美金的用户还用不了。还有一些API，你比如说我现在需要重新生成PDF了，还有一些API的，它呢是可以通过Python，再生成一点点简单代码，然后可以通过这些简单代码的执行，把这些刚才我们讲的小工具，整个的通顺的串联起来。

它呢，可以设置一套小工具的调用规范。符合规范的就可以进到工具链里边去。当他拿了这样的一大堆小工具，照着todo.MD去执行了以后，就产生了一大堆的中间结果。然后呢，再对结果进行拼接。大模型的能力其实就在这。它能干嘛呢？就是处理很多这种叫非结构化数据。

什么叫结构化数据？什么叫非结构化数据？就是我现在有一个表格，第一列叫做姓名，第二列叫做年龄，第三列叫性别，第四列叫做简介，第五列叫什么职业。这个东西就叫结构化数据了，一行就是一个人。非结构化数据就是，我拿到这个数据里头是一锅酱，我们也不知道这里头到底写的什么。大模型就是你可以把一大堆的非结构化数据扔给他，然后让他去总结分析。他是有这个能力的。

而且呢，这个其实他调用，甭管是网页也好，还是各种的API，从其他的服务那里获取数据也好，实际上都是结构化数据。但是呢，他就把所有这些结构化数据打包在一起，作为非结构化数据直接扔给大模型，说来我这有一大堆数据，我也不去解释里头到底是什么，我也不去研究这个数据结构了，你去给我去总结归纳一下。他是通过这样的一个方式来干活的。

相当于是什么呢？上面的一大堆小工具，进行这种松耦合的组装。为什么要强调松耦合呢？我们正常写程序，我们会去标记，你这个数据应该是怎么排列的，第几个字节到第几个字节写什么，写错了马上报错。有了这个大模型以后，我就都塞进去，反正这个大模型也不挑你这个里头，哪个多写几行，哪个少写几行，多两个属性、少两个属性，他都无所谓。所以他就可以通过这样的方式，把这些小工具凑载起来。

得到了一些结果之后呢，再输出一个漂亮的报告，包括刚才咱们讲图表，表格呀。其实你用DeepSeek R1，用这个Claude 3.7什么的，都是可以生成这样的报告的。像我们以前写程序的时候，有很大的一块时间是干嘛？就是打报表，各种各样的报表。为什么？要对格子，要去取数据，要去做统计分析。这个事是很麻烦的。

他们这块做的还是不错的。Manus真正强的地方在哪？它实际上就是规划。他可以自己去做计划，说：“哎，我要先干什么后干什么，先调哪个工具后调哪个工具，中间出了问题怎么办？如果没有问题的话，我怎么把这些内容再拼起来？”这个是他真正厉害的地方。

当然，我看今天已经有人说是Manus是不是个骗局了。怎么说呢？就是这个东西没有大家想象的，或者说他放出来掩饰的那么美好，但是你也不至于说他是骗局。就是我们也要看看里边到底有什么创新的地方，他怎么能够实现这种规划。

将常用的流程和子流程写出文档来，直接嵌入到本地知识库里边去，再把工具链上面各种各样的信息也把它embedding到这个本地知识库里去，再将各种服务性网站的信息也把它embedding到这个本地知识库里去。然后在规划的时候，直接根据本地知识库做REG输出就完了。我们告诉他：“我要做一个什么事。”他就跑到这个本地知识库里边去查去了，查完了以后说：“你干这个事，好像这三个工具有用，这几个流程可能是有效果的，这些模型可以干活，那些这个网站里头有你要的数据。”它可以通过进行本地知识库辅助的这种生成，直接给你输出一个刚才我们讲叫todo.MD的这个文件出来，就可以照着干活去了。

产品设计本身还是相当不错的，界面也很清爽，用户交互也非常的顺畅，这个还是很好的。这个Manus的结果靠不靠谱？先跟大家讲一个小故事。据说有人拿这个DeepSeek推荐彩票，买完了彩票还中奖了。还有一帮人说：“哎，我用DeepSeek去做量化吧，我去用DeepSeek炒股吧。”官方量化里边不是炒股的吗？这玩意靠谱吗？肯定不靠谱。所以AI这个东西一定是有幻觉的，千万不要觉得AI是有可能把这个幻觉干掉，这个很难很难的。在数据源不能保证正确的情况下，AI更没有能力说：“我一定会输出正确的内容来。”我哪怕是搜索了一大堆东西，你搜索的东西还有可能是错的呢。AI自己根本就没有判断能力说：“唉。”

我搜索回来的这个网页，哪个是对的，哪个是错的？他唯一能判断的是什么？唉，这个是一个官方主流媒体，那是个个人博客。需要去采信的时候，我要更多地采信官方主流媒体。但是我们其实并不希望AI有判断能力。大家自己想一想，如果AI有是非判断能力了，那是一件多么可怕的事情？还是让他糊涂着就算了。

然后，多个数据源进行总结归纳的时候呢，其实也很容易产生幻觉。就是当我搜到了5个相关网页，对5个相关网页的结果进行总结归纳的时候，幻觉是很厉害。特别是像DeepSeek这种东西，就是幻觉一塌糊涂。Work 3什么换节，也非常非常厉害。Manus底层的模型都不是自己的，全都是别人的。在很多的这种幻觉模型上，自我规划以后，其实它输出的内容一定是不靠谱的。虽然可以进行一点点验证，但是呢，现在距离提高正确率还差得比较远。

那么现在的结果都很惊艳。很多人说筛选简历很棒，筛选的什么房地产信息，也都非常棒。你怎么就在这胡说八道呢？怎么可以说人不行呢？其实原因很简单，他筛选简历的结果，筛选简历的过程，筛选房地产的这个呃过程，筛选履行建议的这个过程，他是给外行看的。你真给内行，他是看不了这东西，看了会乐的。这过程呢就像老中医，念着口诀给人看病似的，金木水火土念半天，你一定很专业。这个大模型也是一样的，一本正经的胡说八道。你不一本正经，他就骗不到人了。所以呢他产生的所有的这些结果，是相当容易让外行感到幸福的。所以千万不要觉得这东西就很厉害。

目前为止Manus给出来的东西，基本上是叫桃园三结义孤独一支。这个什么意思？就是怎么说都行。你说这桃园三结义孤独一支，到底是哥几个？哥一个，这孤独一支吗？哥两个，孤独出去一支，还剩俩。三个，哥仨嘛，团圆三结义嘛，大家站在一个枝头上了。这都可以讲。所以目前Manus给出的演示结果，基本上都是短期内无法进行验证的。你没法确认它到底对不对，但是当你觉得Manus……

给出的结果特别厉害，不明觉厉的时候，一定要小心，距离掉在坑里已经不远了。为什么呢？因为人跟人之间的交流和沟通，是通过不断的确认眼神，确认你的工作能力和工作结果，来建立信任。信任了以后就会比较少的进行检查，这个人就可以合作起来。但是大模型这种东西的话，你让他工作100年，该出多少错他还是出多少错。所以这个地方，还是要稍微小心一点。

下一个问题，Manus这样的产品到底有没有门槛？这个东西如果是国运级的创新的话，它一定是有门槛的。你像DeepSeek，虽然大家都觉得说我们能做的出来，而且各种开源各种开放，perplexity也号称自己训练了一个，或者调了一个类似于R1这样的模型，回来去使用了。但是呢，就并不是很多人都有这个能力，去自己训练DeepSeek这样的模型出来。这个还是有很大门槛的，即使是DeepSeek开源了一大堆的，怎么去优化GPU的这些代码库出来，这些东西想用起来也并没有那么容易。

那么像Manus这样的东西，有没有这个门槛呢？现在很多人就说，现在这个时代是模型及产品的时代，最后都会被大模型厂家干掉的。会不会这样呢？像OpenAI，每次开发布会，一帮的中小企业在这敲丧钟说完了，我这条路被OpenAI给瘫过去了。大家都是在这么看这个问题。Manus现在干的这个活，其实就是GPT5要干的活。可能再过个那么一两个月，我们就可以看到GPT5，因为GPT5也说了，我也是自自动规划，规划完了以后，我自动的去调用各种各样的模型，一次给你实现，而不是现在是这样，ChatGPT上来，我要选模型才能用它。这个方向已经在OpenAI的路径上了。但是呢，从OpenAI的deep search的结果来看，OpenAI的产品落地能力，其实并没有特别好。现在我们去看perplexity，DeepSeek的，豆包的，Grok 3的，这种深度搜索下来以后，你会发现OpenAI的。

Deep search其实是最烂的一个，真的不怎么好使。OpenAI算是技术很强，跟谷歌一样。谷歌的产品能力其实也很烂。他们这种公司呢，底层技术遥遥领先，产品烂一点大家也将就用了。中国人呢，是相对来说，比较擅长于内卷产品这一块的，产品体验、产品迭代，这个是咱们比较擅长的。这个底层技术咱们差一点，OpenAI也好，谷歌也好，都是底层技术好。在这块事上我们也很矛盾，为什么呢？广告时代最后实际上，所有的这些广告商都被收割了，被谁收割了？被这个自有流量的大广告平台给收割了。谷歌、苹果、Facebook、Twitter，现在其实都算是苟延残喘的一个广告商。剩下的，你说谁成为广告商，都是自己要有流量的。你如果自己没有流量的话，你是做不了大广告商的。现在的话，模型时代，是不是你如果没有底层模型的话，你就做不出上面这个东西来？这块呢，大家有一些矛盾。当然也有一些产品，就完全靠产品做起来。有一类产品呢，叫PLG产品，就是叫产品引导增长的。这种东西有两个比较典型，一个是Notion，另外一个叫Slack。这两个产品就是典型的PLG产品，它没有特别底层的技术，我就是产品做得好，体验做得好，让大家使着方便，让大家使着舒服，然后大家就愿意去用。这块呢，看看是不是能够走通这条路吧。在大模型时代，这个逻辑是不是还能走得下去？不知道了。因为如果Manus知继续能够做下去的话，他必须要像Notion或者像Slack这样说，我的产品做的特别好，我就愿意为你服务，让你使着舒服，大家就一直一起用下去。你说在大模型时代里头，自己模型做的不怎么样，产品做的特别好的有没有呢？也有，一个是Cursor，就是自动写代码的IDE，还有一个呢叫Perplexity，就是刚才我们抢这个AI搜索工具。目前呢，还算是有一定门槛的，虽然大家都在做AI IDE，都在做AI插件，都在做AI搜索，但这两个产品目前为止活的还都不错。

至少暂时还都挺受欢迎的吧。未来的事情不好说了。大模型时代，模型厂商的服务边界其实没有那么清晰。它跟原来的互联网、移动互联网时代是不一样的。像移动互联网时代，谷歌跟苹果好多事它是不做的。但是你现在到大模型时代，你看有什么事是OpenAI不做的吗？

那么有没有离了模型就玩不转的案例呢？也有。有一个产品叫Character AI，这个大模型团队被谷歌收编了以后，现在产品直接趴下了。现在他的产品被一个中国公司的产品摁在地上摩擦。那个产品好像叫Toki，是这个Mini Max做的，也算是这个中国AI六小龙中的一个吧。

那么Manus的产品到底怎么样呢？这个需求肯定是存在的。大家还是希望能够快速地获得高质量的信息，不是内容，而是信息，就是经过整理分析以后得出来的结果。这是大家有需要的。在产品设计上呢，至少在演示视频上看，交互还是相当不错的。成本现在肯定是不划算的。这个未来到底怎么去收费，现在还不好说。

因为呢，OTO GPT当年出来了以后，为什么马上就挂掉了？因为这东西算一次，那个时间实在是不划算。你让他开足马力去干活，可能干一次俩小时，你回来一看账单，好几百美金不见了。这是当时的一个状态。现在的肯定是要便宜一些了。Manus，据说每次回答问题，就是每一个任务做完的平均消耗是两美金。不再会出现几百美金的事情了。但是呢，他也没法保证，因为呢，他是自动规划的。你有的时候可能花个几十美分就把东西算出来了，有时候花个两美金把东西算出来，但也有的时候可能俩小时就过去了，你再回来的时候一看，100多美金不见了。而且你没法控制他，因为是自我规划，所以到底每次跑多少TOKEN他也不知道。

在这呢给大家讲一故事吧。这个是原来我看的施瓦斯科普夫的传记。这哥们干嘛的呢？这哥们是美国的一个五星唱将。在打这个海湾战争的时候，他是中央司令部的司令。他呢在越战的时候是个程序员。他虽然是军校毕业了。

到了越南以后，他是个程序员，在那儿写程序。后来，从五角大楼派了一帮专家来说：“我们来分析一下月供游击队出现的规律。”他们搜集了大量的资料，在那算了很长时间，进行了数据建模。他也有幸参与了这个项目。最后得出的结论是什么呢？月黑风高的时候更容易被袭击。所以呢，你用Manus这样的自动规划工具去干活的时候，它有可能也是这样的。算了可能很长时间，最后算完了以后告诉你一个：“月黑风高的时候容易被袭击。”

原来还有一个电影是什么？计算机算到人类都灭亡了以后，最后得出宇宙终极答案是42。这个故事大家应该也听过。所以他的这个成本是比较难控制的。后面的大厂跟进一定是必然的。GPT5还有几个月就出来了。GROK3其实现在就已经是自动规划了。大家去GROK3里边，去点击这个deep research。你去给它一个任务的时候，它也是有一个规划清单，在这个上面在滚动的。他会把这个规划清单都整个执行完。所以现在好多人觉得GROK3出来的结果非常好。如果你实在是说我也等不到Manus了，也不得不舍得花这几万块钱，去买这个测试码了。大家就上GROK3上去用掉了。豆包，腾讯的元宝以及WPS应该都会虎视眈眈的，都会把这东西做起来。而且呢，在这块的还有些别的大厂，微软、谷歌、苹果都有可能来玩一下，因为他们自己是有操作系统的。这个事情一定是他们干是最方便的。

这就是这个项目。到底有没有这个门槛的问题？其实没什么门槛。当然你说我产品做的特别漂亮也行。你像Notion那种产品就是做的特别漂亮。现在免费开源的，类似于Manus这样的东西已经出来了。它这个产品发布了大概三个小时，还是几个小时，就有一个叫open Manus的这种开源项目，就直接扔出来了。你们要用自己上去挂去。当然不是程序员的话，挂起来会稍微麻烦一点点。那你说这种产品为什么突然就疯狂了呢？原因也很简单，二级市场实在是太缺话题了，稍微有点话题。

大家赶快要冲上去炒一把，然后再来算谁是Manus概念股。赶快要去买。至于你买的时候是不是有其他人在外面跑路，或者有其他人去赚钱割韭菜，这就不管了。但是有题材总是要炒的，而且这个团队呢，其实相当擅长于运作。

首先呢，他的视频拍得很好。在大模型时代，在AI时代，如果你这个团队不会讲故事，不会拍视频的话，你是混不下去的。他们很擅长干这个事情，做得非常漂亮。

第二个，这个团队原来是做微信私域运营工具的，就是专门给这个微信公众号，或者说这个企业微信的这些人做运营工具的。所以他们很擅长做这种叫做社交媒体裂变，社交媒体爆发这个事情，这是他们的老本行。

有了DeepSeek的铺垫以后呢，现在中国人的这个热情还没下去呢，突然有消息传出来了，肯定还要再跟着热闹热闹，这个是必然的。但是呢，这种突然爆发的传播呢，对于Manus本身来说未必是一个好事。

刚才我们讲这个PLG产品，就是这个产品引导增长的之类的。这些产品的话它有一个特点，就是你一开始一定要低调，你要这个猥琐发展一段时间。你如果一上来就在显微镜下的话，这个事是没法整的。突然爆火了以后，唯一的结果就是被大厂盯上。而且呢，你一旦进入这个显微镜下，你所有的缺点都会被放大。

2015年的时候曾经有过一个产品叫足迹，应该也是2015年春节的时候出的。他呢能够出这个电影感大片那样的照片，随便拍张照片进去，他就给你做一个像电影大片似的那种，等于裁的这种带这个边的吧，还给你写上一句字幕，大概是这样的一个感觉。上线服务器就崩了，很快就销声匿迹了。

所以像Manus可能会走上这条路。AI圈这种突然爆火，又突然死掉的产品其实还是蛮多的。大模型是别人的，算力成本无法承担，用户突然涌入，预算在燃烧，体验在下降，然后就没有然后了。这个是Manus这样的产品很有可能会遇到的问题。像他们呢其实手里没有多少钱，因为他们以前的公司是被腾讯投资过，但是Manus这一块的话。

你说：“我想趁此再去融一大笔钱，也不是那么容易。算一次两美金，一个任务两美金。当真的有一大堆用户涌进来，开始其他开始跑的时候，就想起这个哪吒一开始那句话了：‘天雷滚滚，我好怕怕，劈得我浑身掉渣渣的感觉。’你一个人进来，两北京不见了；一个人进来，两北京不见了。还不是一个人，是一个问题，进来两美金就不见了。你有多少钱够他烧的？”

当然了，现在这些事呢，对于Manus来说，也算是一个幸福的烦恼。还有一大堆人说：“我做出产品来没人知道。”他至少被人知道了。所以，能不能趁机融一笔钱，或者干脆找人卖掉算了？因为像他创始人上一个公司，就直接找了个公司给卖掉了。现在这个产品如果能把它卖出去，也算是不错的一个结果了。

新的阶段是不是已经准备好了？其实Manus代表了一个新的阶段到来了。AI进程呢，实际上有五个阶段，这个是山姆·奥特曼提出来的。第一个阶段是对话，能够进行自然语言交互的聊天机器人，用于简单对话和信息交流，就是我们现在使用的GPT-4、4O什么的，就是对话。然后第二步呢，是叫做推理，具备在特定领域进行问题求解和逻辑判断的能力，可以进行复杂推理和逻辑分析，就是我们现在用的DeepSeek R1、GPT的O1、O3这样的模型，就属于叫推理模型。现在其实我们在努力的走这一块儿。

推理之后呢，就是规划，是agent，可代表用户执行任务，具备自主运行的这个能力，能够在动态的环境中实施决策，这个是现在第三步。实际上Manus就已经走到了这个第三步上。再往后一步，创新，能够参与发明创造，增强人类的创造力，可在科学研究、技术开发等领域推动突破。其实现在什么医学方面，已经开始突破了。然后最后第五步是什么？叫协作，深度融合组织功能，参与社会管理与复杂决策协作，能够管理复杂的组织任务。这个是山姆·奥特曼给AI整个发展的，类似于L1、L2一直到L5的一个状态。

那么当前的状态是什么呢？GPT-4.5已经展示了，对话这件事情基本到顶了。

你再怎么加这个算力，再怎么去扩大模型，也就这么回事了。而我今天发现我的ChatGPT已经可以用4.5了，虽然是迟了两周，我们还是用上了GPT4.5，还没有空跟他去提问题呢。

推理模型现在还在快速发展的早期阶段，推理模型这个阶段并没有过完，现在都在拼命地冲这一块。有机会大家可以去试一试通义千问的QWQ 32B那个模型，还是不错的。因为这种模型32B嘛，你是可以在电脑上本地跑的，我就在自己电脑上装了一个，效果还可以，确实慢一点。

再往后这个规划呢，其实一直都在尝试，逐步有可用的版本出来。OpenAI一月份出的operator就是这样的一个产品，GROK3的Deepsearch也是这样的一个规划类产品。Manus呢算是把这个规划又往前推了一步，它已经离开了原来的这种环境，不需要在OpenAI的这个环境下用，不需要在grok 3的环境下用，完全用别人的模型，批了这样的一个单纯的产品出来。

当然了，现在这个产品到底有多成熟多不成熟，我觉得下结论还太早，因为我自己并没有真正的去用嘛，邀请码还没收到。缩小范围，专业一些的自我规划AI agent应该还是有机会的，因为现在的Manus号称是我可以泛应用，所有的行业所有的领域我都可以干，你让我干啥都行。最终能够做到的结果，大家就不要有特别大的预期了。

Manus出来以后，行业的方向必然会发生一些偏转，就甭管这个产品做的怎么样吧，告诉大家了一些可能性。现在哪怕是两美元算一次，这个可能性存在了，手工规划工作流的这些产品就要开始转型了。比如说像Dify，像Coze这种自己画流程图的这种，可能就要稍微的调一调方向了。未来呢应该都是会有自动规划工作流，这块会获得更大的这种关注。

那Manus有未来吗？首先跟大家下一个结论，没有，哈哈。为什么呢？不是因为产品做的不好，也不是因为它底层是没有自己的模型的，这个都不是。大家知道互联网时代。

第一个倒下的独角兽是谁吗？叫Evernote，就是现在的印象笔记。第一个从独角兽的10亿美金估值里退出来的公司就是他。那为什么是他呢？好多人说挺好使的，我还花钱买呢，像我也是花钱买的，而且这么多年一直在付费。为什么这样的产品就不行？原因很简单，咱们说一个像绕口令的话：“有用是最没用的事情。”为什么像绕口令一样说这个呢？因为大家被Manus惊艳到的时候，是因为觉得这东西有用，他给我的筛选力的这个过程很棒。你到底有多少HR需要筛选力？有多少HR现在不是在忙着裁员，忙着自己不被裁，而是说我要去招人？有多少人需要这东西？有多少人需要去看那些专业的报告？其实没有的，用户必然是很少的。像它这个Monica.IM，现在号称一共有700万用户，其实是累计安装量，它的活跃用户基本上可以忽略不计的。而且它这个700万用户，还是收购了一个叫GPT for Google的，一个300万用户凑起来的，他自己就有400万。收购了这么多东西，现在号称700万这个数，其实基本上你就认为他没有就可以了。而这几天有可能会爆发一波，但是未来应该很快就消减掉了。而且真正的专业人士是不会看他的报告的，我告诉你，真正专业人士看他的报告更累，你还得再一个一个再去校对，再去核验，再去看里头有没有说错的地方，这个事是一个很痛苦的过程。AI工具主要现在还是能够骗外行，就像我前面AI时代，文科生很重要这个视频讲的一样。像我这些程序员，一看AI写的代码，就在那乐，你们这个连拼屎山都拼不出来。但是我看AI写的小说，AI画的画我很开心。一些设计师一看AI画的画，这叫啥玩意？那些真正产品经理这些文科生，你看AI写的那些文字也是没法看。他是这样的一个状态，这个东西最擅长就是骗外行，就跟那个很多相声演员讲的似的：“我是这个说相声里边最会唱歌的，以及唱歌里边最会说相声那个人。”这就是AI现在最擅长干的事情，而且专业看报告的人。

现在还在不断的被裁员呢，你给他们提效干嘛？海外应用还要等OpenAI、谷歌和微软再去发力，它在国外的用户是起不来的。就算Manus让我看走眼了，真的是用户量做起来了，那各国政府能乐意吗？你这数据是不是去中国了？怎么还有这样的问题呢？一个武汉公司，做了这么样的一个产品，到全世界去收集别人的调研报告、各种数据，这不开玩笑的吗？而且两美元一次的这个成本，如何平衡这个事，对于他们来说也是很难回答的。

在AIGC时代，可能真正有价值的东西还是娱乐，不是真正的有用的东西。虽然一大堆人都在研究怎么让AIGC有用，但是我觉得依然是娱乐有效。为什么呢？因为它出来的东西不严谨。你给个小说，你这东西写对了写错了，他没事，不会因为说这小说写错了几个字就造成多大的损失，而且有新鲜感，我还看着很开心，这不就可以了吗？

但是你想，他这边出一大堆报告，告诉你应该上哪去买房，告诉你应该招谁不招谁，等最后你把人招回来，发现不好使，你把房买了以后，发现这个房子有问题，你找他吧，他也不负这个责任。所以现在千万千万不要去做有用的东西，这是今天咱们去讲的Manus的这个故事。