66读书

manus：能自己干活的ai，到底牛在哪？（第3页）

耳朵：能“听”清指令

听觉模块的语音识别率达到98.2%，比很多手机的语音助手还准。你不用打字，直接说“帮我查一下明天北京到上海的高铁票，上午9点左右出发”，它能精准抓住关键信息，不会把“9点”听成“7点”。

更牛的是“跨模态对齐”

就是它能把文字、图片、声音“打通”理解。比如你说“找一张和‘秋天的故宫角楼，阳光照在红墙上’差不多的图”，它能把你的文字描述和图片特征对应起来，准确找到你要的图；反过来，你给它一张猫咪的照片，让它“编一段猫咪晒太阳的可爱文案”，它也能立刻匹配场景写出来。

有了这些“感官”，Manus就不用只靠文字打交道了，像真人一样能看、能听，处理任务的范围一下子宽了很多。

3. 第三部件：“行动能力”——任务规划与执行系统

这是Manus最核心的“杀手锏”，也是它和普通AI的本质区别——普通AI只有“脑子”没有“手”，而Manus有一套能自己“动手干活”的系统，分两步把任务落地：

第一步：把复杂任务拆成“小事儿”（规划）

面对复杂任务，它会像项目经理一样做拆解。比如你让它“帮HR筛选25份应聘产品经理的简历，挑出匹配度最高的3个”，它会自动拆成这几步：

1. 先解压简历文件（如果是压缩包）；

2. 逐个读取简历，提取关键信息：工作年限、是否做过产品经理、会用哪些工具（Axure、Figma等）、有没有成功案例；

3. 对照招聘要求给每个候选人打分（比如工作年限3年以上加20分，会Axure加15分）；

4. 把分数排序，挑出前3名；

5. 生成带评分明细的Excel表格。

这种拆解不是瞎拆的，它用了“分层强化学习”和“蒙特卡洛树搜索”技术，能找到最高效的执行顺序，就像咱们干活前先列清单，确保不遗漏、不返工[__LINK_ICON]。

第二步：在“虚拟电脑”里自己操作（执行）

最神奇的是它的“执行”环节——它不是在你的电脑上瞎点，而是在云端的“沙盒虚拟机”里操作，相当于给它配了一台专属电脑，既不会影响你的设备，又能模拟真人的所有操作：

- 能打开浏览器：输入网址、搜东西、翻页面、点链接，甚至能处理简单的验证码（复杂的会提示你帮忙）；

- 能用办公软件：打开Word写报告、用Excel做表格、用PPT排版，还会用快捷键；

这章没有结束，请点击下一页继续阅读！