8月1日淩晨，曾被認爲已退出中國市場的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，有人視其爲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個並行智能體真的能比智能體按序處理任務更高效、更准確嗎?高強度的並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，國內一款智能體産品——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。作爲全球首個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，更憑借全棧國産化技術，重新定義了智能體的能力邊界。

回顾Manus此次新功能，虽宣称支持多线程任务处理，实则仍停留在“升级版任务拆分”层面，用户仍需手动明确子代理的数量与分工，且核心技术架构依赖海外大模型。而MasterAgent的核心研发团队自2018年组建以来，就专注智能体自主决策领域的研究，创新性提出了Master Builder和Agent Group双引擎架构体系，打造出涵盖底层框架、训练数据、算法模型到应用生态的全国产化技术栈。

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。

同时，与Manus的多个单体智能体简单并行功能不同，MasterAgent在多智能体的协作与调度上也实现了国产化突破。其核心引擎Agent Group不仅内置了首创的博弈共识算法，在多 Agent 决策冲突时可以实现快速一致，保障资源调度公平高效;同时还能利用领域微调（LoRA/Adapter）将 Agent 打造成行业专家，使得生成的单智能体更垂直更专业，更适配专业场景的需求。

从技术代际来看，MasterAgent的L4级能力对传统智能体形成降维打击。传统平台还停留在“人工编排工作流”阶段，如電商大促时需手动设置200多条规则应对流量洪峰，而MasterAgent的智能体集群能自主完成从服务器扩容、风险预判到客服话术迭代的全链条优化。这种“目标驱动”而非“规则驱动”的特性，使其能轻松应对跨领域任务——从金融投研到网页游戏开发，同一套架构可快速适配不同场景，原本需3天的开发工作量，现在几分钟即可完成。

如今，这一技术突破正深刻改变产业形态，睙徵头部咨询公司开始裁撤初级分析师，转而培养“智能体训练师”;新媒体从业者借助MasterAgent组建内容创作、运营团队，实现“一人公司”高效运作。这些变化背后，是人类角色从执行者转变为目标制定者，AI从工具进化为真正的协作伙伴。

在AI进入“军团作战”时代，真正的竞争不再是单一功能的比拼，而是系统架构与生态能力的较量。Manus的新功能或许能在特定场景分得一杯羹，但MasterAgent的出现，标志着中国AI从“跟跑”迈向“领跑”。在全球智能体竞赛的下半场，谁能掌握多智能體協同的密码，谁就能主导未来的生产力格局——而这份主动权，正牢牢握在国产化技术手中。

目前，MasterAgent的公测申请已正式开启， “一句话组建AI军团”即将会成为每个行业的新常态。

（推廣）