4月8日我拿到了Manus的邀请码，我是从Manus开放注册以来的五个小时内申请的，已苦等了一个多月。
目前Manus貌似只开放了国际版，国内版的话应该是要等上一段时间，Monica在公告里面也说了正在开发以小红书和微信为主登录平台的Manus中文版，到时候应该会全面取消邀请码制度，更加方便用户在小红书和微信等社交平台完成定制型任务，比如说指定旅游路线、烹饪方法和流程等。以下是Manus首页的UI设计情况，看上去还是比较简洁。左边是任务栏（放生成任务用的，我这里的例子是『制作5天内有关机器学习的学习路线，包含精确时间并且安排相应联系』），我生成的这个任务共用了200个credit左右，个人觉得不是很耐用，因为制作学习路线属于比较基础的任务，然而新用户免费的1000个credit在生成基础任务后耗费了大约1/5的credit量。
以下是Manus生成的结果，总共花了大约2-4分钟时间（没有准确计算）。保守考虑Mauns是直接在内置服务器中生成结果的，光看路径的话，是在Ubuntu系统里面直接操作，且大概的操作过程如下：
- 在home的ubuntu文件路径上添加<任务名>的文件夹
- 在<任务名>文件夹中新建todo.md文件，文件此时为空，todo.md是子任务队列首任务
- 通过联网API搜索网络上的多个资料
- 将搜到的资料整理好存在todo.md里面
- 在<任务名>文件夹中，以子任务队列中的第二个任务来命名，生成对应的md文件；第二个子任务跟时间规划有关，则自动生成5day_ml_schedule_formatted.md，命名格式为<具体时间>_<主题>.md
- 优化路径，如果用户用中文提问，会将文件名转成中文
- 最终审查文件中的内容，然后交付给用户
- 生成文档文件，显示在前端中
看得出来，Manus的数据库架构采用了多层级设计，主数据作为中心化管理层（主要是管理用户和元数据，利用分布式关系数据库处理高并发访问和数据一致性），任务级别数据库作为分布式存储层（给每个用户任务创建独立的/home/ubuntu/[任务ID]文件夹作为专属存储空间，在里面直接操作，实际上是一种虚拟机隔离机制策略）。
以下是任务生成参考图：
总结：如果满分10分，直观来看的话，我会给Manus的7分。Manus能够正确分析我给他发的任务命令，懂得如何截获关键词，对关键词进行分块处理和分析，它能将5天机器学习的学习路线按照严格时间规划来安排子任务，附有精确时间，且安排练习，但是这些练习没有任何标注。另外，Manus没有很细致的人机交互功能，对比ChatGPT o4-mini-high的推理功能，o4有比较成熟的人机交互模式，在分析用户发出的任务命令之后会对用户进行再次确认，询问用户一些相关问题，帮用户完善任务命令缺漏，从而降低误解或者生成结果幻听的风险，但是Manus没有此层设计。
待更新内容：
- Manus使用的Agent框架
- Manus使用的文件IO处理策略
- Manus的数据库分布策略