根据官网所述，Manus能将想法转化为行动，擅长处理工作与生活中的各类任务，还公布了其在GAIA基准测试的表现，这是一个能够评估通用人工智能助手能力的国际化基准测试。Manus基任务准确率达86.5%、中级任务为70.1%、高级任务为57.7%，这三个数值均超过OpenAI Deep Research。

　　曾雄表示，Manus为用户提供了简洁直观的操作界面，降低用户使用大模型的门槛，拓宽了通用AI Agent的应用场景。并且侧重于产品创新和应用创新，解决用户的核心诉求，加速了基础大模型的产业化进度，让基础大模型的能力成为水电一样可以让用户随手可用。

　　智能体要规避“套壳”的潜在风险

　　曾雄还提到，“套壳”大模型背后存在一定风险。比如，考验产品持续供给能力。“因为是调用其他基础大模型的能力，产品自身能力就高度依赖于基础大模型供应商，一旦基础大模型供应商‘断供’，就失去了产品供给能力。”

　　在保障用户的隐私安全和数据安全方面也存在一定风险。曾雄解释，在调用其他基础大模型能力时，需要提供用户数据，这些数据可能被用于基础大模型的训练中，产品方和用户都无法控制这些数据的流转，潜藏数据安全风险和伦理风险。

　　如何规避以上风险也是Manus这类智能体产品必须面对的问题。