manus测试，让manus来做两个分析类的任务

今天拿到邀请码后做了两个实测，跟大家聊聊真实表现。先说结论：有亮点，但远没到“碘伏性”的程度。两个任务的链接都放在文末了，感兴趣的可以自取。

游戏评论分析：暴露了最核心的问题

第一个任务，让manus分析《苏丹的复仇》在Google Play中东地区的用户评论。任务发过去之后，它没有先列任务清单、做规划，而是直接上手搜索。结果刚到关键页面就碰到了障碍——页面访问出错。于是它转而用阿拉伯语搜索相关网页，找到后逐页浏览、拉到评论区、读取内容，再翻译成中文进行分析整理。最后还主动问要不要做成网页展示。 看到这你可能觉得挺智能的，对吧？但实际效果嘛——它一共只收集到了。 原因很简单：网页默认只显示了3条。我原本以为是没登录导致的限制，自己登录去验证，发现确实也只显示3条。其实Google Play的评论区有个“展开所有评论”的选项——就在用户评论和评分中间那行绿色的阿拉伯文字。模型没识别到这个按钮，自然就只拿到3条。这不是技术能力问题，而是。 更遗憾的一点是，它没有尝试用爬虫类技术来解决问题。GitHub上有个现成的开源库叫google-play-scraper，填上应用名称、地址、评论条数就能批量抓取数据。但manus显然不知道这个工具的存在，也没尝试自己写爬虫代码。两次部署网页失败后，它直接放弃了，只导出了源码。 说句实在话，这个活儿一个初级数据分析师配上Claude写前端页面就能搞定，而且做得比这个深入得多。

热门大模型分析：框架还行，细节不够硬

第二个任务，让manus对当前热门大模型做一份分析报告，涉及应用场景、定价等方面。这次它倒是规规矩矩地列了todolist，分步执行，还成功做了公网部署。 乍一看挺像回事儿，但仔细看就有问题了。它给出的模型价格表格里，OpenAI那部分的数据和官网最新价格对不上——参考链接不是官方页面，时效性明显不够。Claude的价格倒是准的，Gemini我没去验证，不好下结论。不过有一点值得提：现在Claude 3.7才是主流版本吧？3.7在写代码写文章方面的表现比3.5强太多了，报告里直接略过这点有点可惜。 对比分析部分也只能说中规中矩。拿来做个PPT、应付一下汇报肯定够用，要拿来当严谨任务的依据就悬了。整体框架存在一个AI报告的常见问题：写得比较笼统，每个点都是一句话带过，要真正落地还得不断细化、追加需求。 两个任务测下来，我的判断是：manus在任务拆解和执行流程的自动化上确实有进步，但在理解页面细节、调用合适的工具链、保证信息的准确性和时效性这几个关键环节，跟人类专家的差距还很明显。现阶段大家不必过度焦虑，真正能全面替代人类专业判断的AI，还需要更多迭代。