本文是人機協作搭配 Deep Research 的 AI 工具產出
2024年以來，大型語言模型（LLM）引領的生成式 AI 突飛猛進，OpenAI 的 ChatGPT、Anthropic 的 Claude、Google 的 Gemini 等相繼推出強大的對話式 AI。而近期中國團隊發布的 Manus 則號稱是全球首個全自主 AI 代理（fully autonomous AI agent），引發業界關注。本文將深入比較 Manus 與 ChatGPT、Google Gemini、Anthropic Claude、Elon Musk 主導的 xAI Grok、以及中國新銳 DeepSeek 在核心技術與應用層面的差異，探討 Manus 是否在核心技術上帶來重大突破，其應用創新是否形成新的技術門檻。同時分析 Manus 發布對 AI 發展路線與競爭格局的影響，包括主要 AI 公司可能的應對策略，以及企業和個人用戶的適應情況（如 AI 自動化是否導致裁員或催生新產業機遇，AI 技能普及對勞動市場的影響）。最後，展望未來 AI 技術發展路線，探討在 LLM 之後 AI 的演進趨勢，包括各產業的AI落地、新的訓練架構和可能興起的技術方向。
https://youtu.be/K27diMbCsuw?si=VBhxvGj9ht-gVIxQ
OpenAI ChatGPT（GPT-4）：OpenAI 的 ChatGPT 以 GPT-4 模型為後端，是大型Transformer架構的語言模型，透過在海量語料上預訓練並經人類反饋強化學習（RLHF）對齊人類意圖。GPT-4 展現出接近人類專家的能力，在專業考試中名列前10%。然而其架構屬於密集（Dense）Transformer，需調用所有參數處理每個請求，訓練成本極高（據傳預算達數億美元級別）。ChatGPT 擅長自然語言對話與多領域知識，但在推理複雜問題時需通過提示引導鏈式思考（chain-of-thought）來提升表現 。GPT-4 已具備多模態能力（接受圖像輸入），但主要輸出形式仍是文字。OpenAI 模型目前閉源且模型細節未公開。
Google Gemini：Gemini 是 Google DeepMind 推出的次世代模型家族，強調多模態和工具使用。最新的 Gemini 2.0（2024年底發佈）採用了 Google 定制的 TPU 大規模訓練 。Gemini 2.0 原生支持文字、圖像、影片、音訊等多種輸入，並可直接產生圖像和多語種語音輸出。技術上，Gemini 部分模型（如1.5 Pro）採用了Mixture-of-Experts (MoE) 混合專家架構，提高參數利用效率。Gemini 2.0 更內建調用工具能力，可自主調用如 Google 搜尋、代碼執行等函式，具有初步的代理式行為 。在權威評測中，Gemini-Exp 型在 Chatbot Arena 等基準的綜合得分已追平甚至超越OpenAI GPT-4 。例如，Gemini-Exp-1114 在Chatbot Arena評得1344分，與OpenAI GPT-4o 並列榜首。總體而言，Gemini 的核心技術特點是多模態融合、工具調用和高效架構，這使其在數學、圖像處理和創意寫作等方面表現出色 。
Anthropic Claude：Claude 系列是 Anthropic 公司開發的對話式 AI，其核心也是大型 Transformer 語言模型，但在訓練中採用了**“憲法式 AI” (Constitutional AI)** 原則替代部分人類反饋，以內建價值觀來對齊模型的回應。Claude 2 在2023年推出，特點是支持超長上下文（最高可達 100K tokens），善於處理長文檔和複雜對話。Claude 的技術重點在於安全性與穩健性，Anthropic 強調模型能遵循內置原則避免不良輸出。性能方面，Claude 在一般NLP任務上接近 GPT-4 水準，尤其在涉及總結長文、頭腦風暴等方面表現良好，但在代碼、數學等可能略遜於 GPT-4 和最新的 Gemini 等。Claude 屬於封閉源商業模型，通過 API 和對話產品提供服務。
xAI Grok：Grok 是 Elon Musk 創立的 xAI 公司研發的對話模型。Grok 1 於2023年11月首次發布，定位為 ChatGPT 的競爭者，但風格上有“Musk式”的叛逆幽默。技術上，Grok 亦基於大型語言模型架構，但具體參數未公開。xAI在2025年2月推出了升級版 Grok 3，提升了推理能力和速度。據報導，Grok 3 包含兩個高級推理模型和一個稱為 “Deep Search” 的強大 AI 代理。Grok 強調即時性和連接網絡知識：與OpenAI模型知識截至2021年不同，Grok 據稱接入了實時資訊（尤其是來自 Musk 平台 X 的資料）。例如，用戶提問時，Grok 可基於網絡最新內容作答，彌補資訊時效性的不足。Musk 曾聲稱 Grok 3 是「地球上最聰明的 AI」（顯然帶有宣傳性質）。目前 Grok 在一些對話評測中已躋身前列——例如在某些排行榜上，Grok 2 是前五名中唯一非OpenAI/Google的模型。不過Grok 的內容審查相對寬鬆，早期版本曾出現對特定人物（如 Musk 本人和特朗普）的訊息屏蔽爭議，引發關於模型客觀性的討論 。總體而言，Grok 在核心技術上並無已知革命性架構創新，但其數據即時性和不同的對齊策略使之風格獨樹一幟。
DeepSeek：DeepSeek 是中國於2023年創立的AI初創公司推出的開源對話模型，在技術架構上有明顯差異。DeepSeek R1 採用了最新的Mixture-of-Experts（MoE）混合專家架構，擁有高達 6710億參數，但每次查詢只啟用其中約370億參數 。這意味模型在保持類GPT-4規模知識容量的同時，大幅降低計算開銷（因為非所有專家網路都參與每次推理）。得益於此，DeepSeek 訓練成本僅約 560萬美元，使用約2000塊 NVIDIA H800 GPU——相較之下，據估計 OpenAI 用於 GPT-4 的 GPU 資源以萬計、花費數億美元。DeepSeek 專門針對數學、編程和邏輯推理優化，能以更少算力在這些任務上達到與西方閉源大模型相當的水準。例如，DeepSeek 自稱其 R1 模型在鏈式思考等高階推理能力上可與OpenAI的先進模型「GPT-o1」旗鼓相當。優點方面，DeepSeek 開源提供模型，方便開發者本地部署和定制 ；推理高效、成本低，且對用戶無交談次數限制（ChatGPT 免費版有頻次限制） 。然而缺點是 DeepSeek 的對話能力相對生硬，回應偏簡潔直接，缺少ChatGPT那樣豐富的上下文和自然度 。它的對話歷史記憶有限，沒有內建語音交互等功能。總的來說，DeepSeek 在核心技術上引入了高效能的大參數模型設計思路，其在數理領域的表現和開源策略使其成為重要的新競爭者。
Manus：Manus 是中國團隊開發的自主 AI 代理（autonomous AI agent）。不同於上述主要透過聊天對話驅動的模型，Manus 的定位是可以自主執行複雜任務的智能體。核心上，Manus 也依託大型語言模型的能力，但重點在於引入決策與行動模組，使其不需要人類一步步指令即可連貫完成任務。根據 eWeek 的報導，Manus 在沒有人工介入的情況下即可執行如「尋找B2B供應商、繪製潛在客戶地圖、生成教育培訓材料、旅遊行程規劃」等任務。這意味著 Manus 結合了任務規劃、工具使用（如網路搜尋、資料讀取等）以及 LLM 的生成能力，形成一個完整的智能代理系統。技術突破方面，Manus 團隊宣稱在 GAIA 基準（專為評測 AI 助手綜合能力的測試）上取得了超越以往SOTA（state-of-the-art）的成績 。在 GAIA 測試的三個難度級別中，Manus 的得分均高於先前最優模型，且全面領先 OpenAI 的對照組。例如：Level 1 任務 Manus 得分86.5%，而 OpenAI 模型為74.3%（先前SOTA為67.9%）；Level 3 任務 Manus 57.7%，OpenAI 僅47.6%。這表明 Manus 在解決實際問題的綜合能力上取得了顯著優勢。不過，目前 Manus 尚處於邀請制預覽階段，具體架構細節和模型規模尚未披露。推測而言，Manus 很可能在架構上融合了LLM與類似AutoGPT的自主循環機制、長期記憶庫等，使其能在較少監管下自主產生行動序列。總結而言，Manus 的核心技術特色在於**自主性（Agent能力）**而非僅僅生成文本，它代表了從「大模型」走向「智能體」的一步。
綜觀以上，各模型在核心技術上各有側重：ChatGPT/Claude側重模型質量和安全對齊，架構上延續Transformer；Gemini 和 DeepSeek 則在架構效率（MoE）和多模態方面創新；Grok 嘗試結合即時資訊；Manus 最特別之處在於引入自主代理架構，讓 AI 從工具升級為能執行任務的智能「代理人」。這是否構成重大技術突破取決於其自主決策能力的有效性。如果 Manus 確如其測試所示大幅超越現有模型，那麼這種 LLM+Agent 的結合可被視為一次重要突破，預示 AI 正從純粹的語言對話走向更高層次的智能。
除了核心模型能力，不同AI產品在應用層設計上也存在明顯差異，包括用戶介面、功能特性、生態體系等。以下比較各方案在應用層的特點，以及 Manus 的創新之處：