[AGENT] 3 分鐘閱讀OraCore 編輯部

Manus AI 證明代理人已能上工,但定價會決定它的命運

Manus AI 已經證明 AI 代理人能真的做事,但它的信用點數定價若無法變得可預期,就很難成為大眾日常工作工具。

分享 LinkedIn
Manus AI 證明代理人已能上工,但定價會決定它的命運

Manus AI 已證明 AI 代理人能真的做事,但信用點數定價會限制它的普及。

Manus AI 不是聊天機器人的再包裝,它把「交辦任務」這件事做成了可運作的產品。Google Play 資訊顯示,它主打把任務拆成子步驟、在雲端執行、再回傳完成結果,且已有 500 萬以上下載、4.5 顆星與 37.3 萬則評論。這代表市場不是只在看 demo,而是在為一種能交付成果的工作流買單。

第一個論點:它賣的是執行,不是對話

訂閱 AI 趨勢週報

每週精選模型發布、工具應用與深度分析,直送信箱。不定期,不騷擾。

不會寄垃圾信,隨時可取消。

多數 AI 工具的上限,是回答完就結束,接下來還得由人把答案變成行動。Manus 的設計正好反過來:它強調可在雲端非同步運作,使用者關掉裝置後仍能持續處理。這種架構對知識工作很重要,因為真正耗時的從來不是生成一段文字,而是把意圖拆成步驟、執行、再整理成可交付成果。

Manus AI 證明代理人已能上工,但定價會決定它的命運

它的產品敘事也不是空話。官方描述包含把檔案轉成網站、把提示詞變成簡報、把簡單需求變成結構化輸出。這比一般聊天式助手更接近「完成一件事」而不是「給一個答案」。對使用者來說,差別很直接:你不想看一段教學,你想拿到一個可用的網站連結或一份能直接送出的簡報。

第二個論點:它的真正瓶頸是計費,而不是能力

評論區已經把問題說得很清楚。有人回報,基本 PDF 編輯就能在第 9 天耗盡每月 40 美元方案;也有人說 8,000 credits 在不到一小時內燒完。還有人指出,小任務現在會吃掉數百甚至數千 credits,而且模型常常不照指令做。這不是單純的價格抱怨,而是 agent 工作單位成本仍然不穩定的證據。

這會直接改變使用行為。若一個工具宣稱能省下 20 小時,卻讓日常任務變得昂貴且不可預期,使用者就會開始節流,而不是依賴它。結果是,Manus 也許很適合高價值、低頻率的大任務,但它很難成為每天都能放心打開的工作底層。對生產力工具而言,這種心理成本比功能少一兩項更致命。

反方可能怎麼說

支持者會說,這正是早期平台產品的樣子。雲端推理、長流程執行、網站生成、簡報生成,這些都吃算力;如果 agent 真的在做事,成本自然不會像一般聊天那麼低。從這個角度看,高 credits 消耗不是失敗,而是能力的代價。對某些專業使用者來說,只要它能把原本要花幾小時的工作壓縮成幾分鐘,付費就合理。

Manus AI 證明代理人已能上工,但定價會決定它的命運

這個說法有道理,但只對了一半。高能力可以接受高單價,卻不能接受不可預測的消耗。當使用者無法估算一個任務會花多少 credits,甚至還得承擔 agent 偏離指令卻照樣扣點的風險,產品就從工具變成賭局。生產力軟體可以貴,但必須可計算、可預期、可重複。否則,使用者不會把它當同事,只會把它當一次性嘗試。

你能做什麼

如果你是工程師、PM 或創辦人,Manus 的價值不在於它多炫,而在於它提醒你:agent 產品要進入主流,必須同時做到任務邊界清楚、用量計費透明、輸出能直接交付。評估這類工具時,不要先看它會不會說話,要看它能不能穩定完成一個高價值、可重複的工作流程,並且讓你算得出每份成果的成本。算不清楚,就還沒到能放進核心流程的程度。