8月1日凌晨，曾被認為已退出中國市場的Manus突然宣布推出新功能Wide Research。值得注意的是，該功能目前僅面向Pro用戶開放，免費用戶無緣使用，且訂閱費用高達199美元/月。

對于此次更新，有人視其為智能體技術在協同領域的重要突破，但也有專業人士提出質疑：100個并行智能體真的能比智能體按序處理任務更高效、更準確嗎？高強度的并行運算不僅必然增加成本，還極易觸發安全機制，導致任務失敗。

與依賴海外模型且已將重心遷移至新加坡的Manus相比，國內一款智能體產品——深圳深元人工智能研發的MasterAgent，在多智能體專業自主協同功能上已取得重大突破。作為全球首個L4級智能體母體系統，MasterAgent率先實現真正意義上的多智能體協同，更憑借全棧國產化技術，重新定義了智能體的能力邊界。

回顧Manus此次新功能，雖宣稱支持多線程任務處理，實則仍停留在“升級版任務拆分”層面，用戶仍需手動明確子代理的數量與分工，且核心技術架構依賴海外大模型。而MasterAgent的核心研發團隊自2018年組建以來，就專注智能體自主決策領域的研究，創新性提出了Master Builder和Agent Group雙引擎架構體系，打造出涵蓋底層框架、訓練數據、算法模型到應用生態的全國產化技術棧。

這種技術自主性讓MasterAgent在金融、法律、醫療等高合規領域落地時優勢顯著。實踐中，其智能體集群實現了從客戶數據采集、風險評估到投資建議的全鏈路本地化處理，完美契合行業數據安全要求。

同時，與Manus的多個單體智能體簡單并行功能不同，MasterAgent在多智能體的協作與調度上也實現了國產化突破。其核心引擎Agent Group不僅內置了首創的博弈共識算法，在多 Agent 決策沖突時可以實現快速一致，保障資源調度公平高效；同時還能利用領域微調（LoRA/Adapter）將 Agent 打造成行業專家，使得生成的單智能體更垂直更專業，更適配專業場景的需求。

從技術代際來看，MasterAgent的L4級能力對傳統智能體形成降維打擊。傳統平臺還停留在“人工編排工作流”階段，如電商大促時需手動設置200多條規則應對流量洪峰，而MasterAgent的智能體集群能自主完成從服務器擴容、風險預判到客服話術迭代的全鏈條優化。這種“目標驅動”而非“規則驅動”的特性，使其能輕松應對跨領域任務——從金融投研到網頁游戲開發，同一套架構可快速適配不同場景，原本需3天的開發工作量，現在幾分鐘即可完成。

如今，這一技術突破正深刻改變產業形態，比如頭部咨詢公司開始裁撤初級分析師，轉而培養“智能體訓練師”；新媒體從業者借助MasterAgent組建內容創作、運營團隊，實現“一人公司”高效運作。這些變化背后，是人類角色從執行者轉變為目標制定者，AI從工具進化為真正的協作伙伴。

在AI進入“軍團作戰”時代，真正的競爭不再是單一功能的比拼，而是系統架構與生態能力的較量。Manus的新功能或許能在特定場景分得一杯羹，但MasterAgent的出現，標志著中國AI從“跟跑”邁向“領跑”。在全球智能體競賽的下半場，誰能掌握多智能體協同的密碼，誰就能主導未來的生產力格局——而這份主動權，正牢牢握在國產化技術手中。

目前，MasterAgent的公測申請已正式開啟， “一句話組建AI軍團”即將會成為每個行業的新常態。