出品｜虎嗅科技组
作者｜宋思杭
编辑｜苗正卿
头图｜Manus 官网
8 月 1 日凌晨，Manus 首席科学家 Peak 季逸超罕见发声——Manus 发布新功能 Wide Research（广度研究），该功能目前仅对 Pro 用户开放，未来会陆续向 Basic 和 Plus 用户开放。而目前还没有向免费用户开放的计划。
距离上一次 Peak 为产品录制视频，还要追溯到今年 3 月 Manus 的横空出世。在这 5 个月里，Manus 经历了种种跌宕起伏的事件。而如今 Wide Research 功能的上线，似乎是在向大众证明，“我还很好地活着”。
虎嗅独家获悉，这是在 Manus 内部花最长时间做的功能，耗时超两个月。
就在上个月，行业巨头 OpenAI 也推出了自家的 ChatGPT Agent，尽管上线后市场反响褒贬不一，但其抢占 Agent 赛道制高点的野心昭然若揭。其中，“Deep Research”更是被作为核心卖点大肆宣传。
而不到一个月的时间，Manus 的 Wide Research 便横空出世，其“广度研究”的定位，无疑是对 OpenAI“深度研究”的一次精准反击，甚至有点挑战 OpenAI 霸主的意味。
从实际测试结果来看，这是一场“深”与“广”的对决。
当被要求列出全球前 100 的 MBA 学校时，ChatGPT Agent 显得力不从心，回应称“前 100 所学校太广泛了，我可以列出 10 所。” 而 Manus 则毫不费力地完成了任务。
这是因为一个是 Wide Research，一个是 Deep Research，前者的特点就是并行计算。
这背后，是两种截然不同的技术。一位行业资深人士向虎嗅分析道，“Wide Research 强调的是横向扩展和并行处理，它在处理任务时，可以将一个大的任务拆分成批量任务，这样效率虽然高，但需要承担高昂的算力消耗，Token 消耗量也会剧增。”
Peak 在发布视频中，也用“parallel”（并行）一词，精准地概括了 Wide Research 的核心优势。他讲到，“如何将用户调度云计算来完成日常任务的这种计算能力扩展到 100 倍，所以他们推出了 wide research 这个功能。”
这也是为什么我们在 Manus 最新发布的 demo 中可以看到，它既能同时比较 100 双运动鞋，还能同时生成 50 张风格各异的海报。而这种广度级别的任务是 Deep Research 无法完成的。
据了解，Wide Research 并不会以单独的产品或者独立的功能呈现在 Manus 页面内，而是当用户给 Manus 一个任务的时候，Manus 会自动识别是否需要使用 Wide Research 功能。
那么，既然将计算能力扩展 100 倍，这同时也意味着消耗更多的算力。
在用户侧，算力对应的就是积分（credit）。虎嗅了解到，免费用户的积分是每日 300，而通常情况下，一个 wide research 的任务预计消耗 1000 个积分，也就是说每个子任务会消耗 10 个积分左右。而如果是用户只问 manus 一个简单的问题，也只会消耗 10 个积分左右。
不过也有行业人士分析道，“如果是在复杂逻辑任务里，Wide 的表现效果就不一定优于高容量的单个智能体；而 Deep Research 的串行推理在深度信息整合，复杂问题推理上有绝对优势，只不过生成速度略慢，可拓展性受局限。但综合来看，目前无论是 Wide Research 还是 Deep Research，信息可靠性，结果的可交付性都还有提升空间”。
近半年来，海内外的 AI 独角兽都在争相推出各自的 Agent，但整体表现都非常同质化。其根本原因还是在于，Agent 的表现能力和智能水平，归根结底要取决于 AGI 的进步速度。
而从现阶段来看，AGI 似乎正遭遇一场前所未有的“瓶颈期”。当核心技术难以实现颠覆性突破时，市场上的玩家们便陷入了一种无奈的“内卷”——大家都在有限的空间里互相较劲，试图通过细枝末节的优化来争夺用户，却始终无法真正突破天花板，实现质的飞跃。
但无论是 2025 年 3 月 Manus 的横空出世，还是这次发布 Wide Research 新功能，其可贵之处正是在于创新。要知道，在今天之前，整个 AI Agent 领域，大家依然还是在卷“Deep Research”。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4643482.html?f=wyxwapp
