實測實在Agent與Manus，誰更懂中國職場？

近期，Manus的火爆再次將AI Agent（智能體）推向了科技圈的聚光燈下。作為通用型Agent的代表，Manus展現了驚人的思考力。與此同時，國內Agent領域的領軍企業——實在智能，近期也發布了一段耐人尋味的實測視頻，引發了業內對于Agent落地路徑的深度討論。

很多業內人士都在好奇：以Manus為代表的“云端原生派”，與以實在Agent為代表的“桌面實戰派”，在面對真實的中國職場業務時，究竟有何不同？

帶著這個問題，我們深入分析了實在智能官方發布的這則“跨應用工作流”實測案例，試圖從技術邏輯層面，解析兩種Agent形態的本質差異。

實測背景：還原真實的職場需求

實測設定了一個典型的跨平臺、長鏈條辦公場景，旨在考察Agent在復雜環境下的執行能力。

任務指令：

“幫我分別調研一下淘寶和京東上 iPhone 17 PM 的行情，數據合并一下，清洗掉異常數據，做一個數據分析，把數據分析的結果寫一個分析報告，再把這份報告寫成ppt，把分析報告釘釘發給阿寶。”

這一指令涵蓋了信息采集、數據處理、文檔生成、即時通訊四個關鍵環節。

01 理解與規劃：殊途同歸的“頂層設計”

視頻顯示，任務啟動后，兩款Agent都展現了基于頂尖大模型的強大意圖理解能力。

●實在Agent規劃路徑：采集淘寶/京東信息 → 清洗數據 → 生成PPT → 釘釘發送給阿寶。

●Manus規劃路徑：采集淘寶/京東信息 → 清洗數據 → 生成PPT → 釘釘發送給阿寶。

在規劃階段，兩者的邏輯高度一致。這說明當前主流Agent在“大腦”層面，對于自然語言的理解和任務拆解已經非常成熟，雙方在理論層面達成了共識。

然而，隨著任務進入執行層，不同的運行環境決定了兩者截然不同的作業方式。

02 數據獲取：云端搜索 vs 屏幕視覺

任務的第一步是獲取電商平臺的特定商品行情。這里暴露了“云端沙盒”與“本地環境”的第一個分水嶺。

Manus的策略：側重信息檢索

由于Manus運行在云端瀏覽器環境中，它沒有用戶的本地Cookie，也無法直接操作用戶的本地瀏覽器登錄賬號。

面對電商平臺的登錄墻和反爬機制，Manus采取了更為通用的策略：它調用搜索引擎（如Google/Bing），檢索了大量關于iPhone 17 PM的新聞報道和預測文章。

●結果特征：獲取的數據更多基于全網資訊和媒體預測，適合做宏觀趨勢調研。

實在Agent的策略：側重業務實操

實在Agent運行在用戶的本地電腦上，擁有系統級權限。依托TARS大模型和ISSUT（智能屏幕語義理解）技術，它能像人類員工一樣“看”懂屏幕。

視頻中，當遇到登錄界面時，它能暫停等待用戶安全驗證（或自動處理），隨后直接進入淘寶和京東的商品詳情頁，讀取實時的價格與銷量數據。

●結果特征：獲取的是電商平臺后臺的實時交易數據，所見即所得，適合做精準業務分析。

03 分析與制作：旗鼓相當的“數字邏輯”

在數據清洗、代碼生成及PPT制作環節，兩款Agent的表現都十分出色。

這也印證了一個行業共識：在純數字化、邏輯化的封閉任務中，AI的能力已經趨于完善。

無論是Manus還是實在Agent，都能快速生成代碼、繪制精美圖表，并輸出可下載的PPT文件。

這一環節的差異主要源于上一環節的數據輸入——前者基于檢索數據，后者基于實時數據，但就處理能力而言，雙方打成平手。

04 交付環節：下載轉發 vs 自動發送

任務的最后一步是“通過釘釘發送給阿寶”。這一環節最能體現兩款產品在“邊界感”上的不同設計。

Manus的邊界：止步于瀏覽器

當任務進行到最后，Manus嘗試在云端網頁版釘釘進行操作，但受限于云端環境與本地客戶端的隔離，它最終給出的反饋是：“我已經為您準備好了所有文件，您可以直接下載并手動發送。”

這并非能力不足，而是產品定位使然。

Manus作為通用型Agent，其安全邊界被嚴格限制在云端沙盒內，無法“穿透”屏幕去觸碰用戶的本地客戶端。

實在Agent的閉環：打通最后一公里

而在實在Agent的演示中，我們看到了RPA（機器人流程自動化）基因的延續。

它控制鼠標自動打開了桌面的釘釘客戶端，搜索聯系人，上傳剛才生成的PPT，并點擊發送。

這一過程無需人工介入，實現了從“接到指令”到“任務交付”的全流程自動化。

05 深度復盤：兩種技術路線的互補與選擇

通過這次實測對比，我們并非要分出高下，而是能清晰地看到兩種技術路線所對應的不同應用場景。

我們將兩者的核心差異梳理如下：

此次實測向行業展示了AI Agent發展的硬幣兩面：

一面是Manus代表的“云端大腦”，它知識淵博，適合作為人類的創意顧問和全網搜索助手；

另一面是實在Agent代表的“桌面數字員工”，它手腳麻利，更適合深入企業的具體業務流，承擔繁瑣、重復且需要跨軟件操作的工作。

對于中國企業而言，選擇哪一種Agent，取決于你希望它解決什么問題：是需要一個能寫詩作畫、整理資訊的“智囊”，還是需要一個能登錄系統、發報表、跑流程的“實干家”？

實在Agent用行動證明，在后者的賽道上，它已經跑通了“所想即所見，所見即所得”的最后一公里。