一个AI助理能够替代一个投顾团队，全面接手股票分析师+保险经纪+房产顾问+理财经理工作的时代，可能真的离我们不远了。

——馨金融

AI时代来临，真的让人感受到了什么叫做「日新月异」。

前天，我们还在探讨AI投资靠不靠谱，AI与财富管理的融合还有多远？昨天，全球首个通用Agent（智能体）Manus上线，立马便刷新了我的认知和对未来的想象。

跟DeepSeek一样，这也是一款由中国企业推出的AI大模型产品，在它发布后的短短十多个小时里，全球科技圈都为之「疯狂」，甚至有人直接将其称为AI Agent的「DeepSeek时刻」。

所谓AI Agent，就是一种具备自主性、决策力、环境感知能力和持续学习能力的人工智能系统。

相比之下，Chatbot（例如，豆包、DeepSeek）主要是基于文本进行对话交互，且一般是根据预设的规则和训练数据给出回应，缺乏自主思考能力。

而AI Agent则更接近于一个智能助理，可以处理更复杂、更个性化的问题，并可直接交付一个成熟的解决方案或成果，而非只是一个相对标准的答案。

因为不是专业的科技媒体，我无从评论Manus的产品含金量。但昨天，各路科技大V体验后的激动反馈、A股市场上相关概念股的大涨，以及Manus邀请码被哄抢的程度，已经从一个侧面给出了答案：未来已来。

图片来源：网络（左），公众号「数字生命卡兹克 」(右）

如果说现在跟Chatbot的交互，像是跟一名资历尚浅的理财经理交流，那么AI Agent就是一个专业的私行顾问团队。

他不仅可以充分理解用户需求——包括金融和非金融、当下的和未来潜在的；还可以给到一份横跨投资、税务、法律等多方面的综合解决方案。

或许AI无法解决投资端的「胜率」问题，但在财富端，他一定可以成为一个更专业周到的财富顾问，让千人千面的财富管理服务成为可能。

AI 全能助理

在AI领域，如果我们将通用人工智能（AGI，即具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能）视为主要目标，那么在通往这个目标的路上，可能要经历不同阶段。

此前，Open AI定义了通往AGI（通用人工智能）的五个等级，其中Agent（智能体）就位于L3，相比于L1的对话能力、L2的推理能力，其最大特征在于能够采取行动、执行任务。

而在此的应用中，以C端用户最为熟悉的机器人对话（Chatbot）等应用场景为代表，主要还是停留在前两个阶段里。

这也是Manus的幕后团队所着重强调的，「他不是一个聊天机器人或者工作流，而是一个真正自主的主体，能够弥合概念和执行之间的差距」，团队联合创始人Peak表示，「当其他AI智能体还只能生成想法，Manus交付成果」。

「Manus展现的是人机协作的下一代范式，让你提前一瞥AGI」。

根据官方发布的信息，金融也是Manus重点发挥的场景。

从数据获取、分析、处理到生成结果，他在股票分析、保险政策比较分析、财务报告分析、以及不动产购置建议等方面都表现得非常专业。

我看到微信群里有不少科技大V分享了自己体验Manus的过程，包括但不限于：设计一款小游戏、制定一个旅行计划、把自己的演讲稿做成PPT等。

其中一位还分享了自己用Manus来分析某家公司股票的过程和结果，也让我备受震撼。

不同于豆包、DeepSeek给到的基于财报数据或公开信息的「精编版」+简单分析，Manus接到指令后会先把该任务拆解成了若干步骤，例如，创建任务列表、收集数据、数据分析、技术面分析、市场情绪分析、跟竞争对手的对比分析等。

最后，他再汇总所有分析结果，形成一个数据翔实、条理清晰、分析框架完整，甚至图表都是动态且可交互的一份高质量报告。

在官方展示的另一个场景中，用户告诉Manus自己想要在纽约购置一处房产，并且提供了家庭信息和要求：

夫妻俩的月收入在5万美元，要求是安全、犯罪率低；家里有两个孩子，分别在上中学和幼儿园，因此能够去到优质的学校是优先选项。

基于这些信息，Manus从搜索开始，仔细阅读有关安全社区的资料，再研究纽约的中学；而后编写了一个Python程序来计算预算，根据预算过滤房地产网站上的列表。

最后，他结合所有收集到的信息写了一份详细报告并汇总了所有资源，提供给用户。（直击中国买房者的痛点，要考虑的因素实在是太多了。） 

换言之，Manus的能力相当于一个超级助理，他不仅能帮忙打理生活琐事，还能帮助你完成工作，甚至可以凭一己之力充当股票分析师+保险经纪+房产顾问+理财经理的「全能角色」。

图片来源：Manus官网

不管怎么说，Manus让更多人得以对AI Agent的概念具象化，也让很多人更真切地感受到了，接下来AI将如何一步步改变大家的生活和工作方式。

金融「新质生产力」

其实，金融业本就是AI Agent应用的一片 「热土」。

只不过，相比于Manus这样的通用智能体，此前金融市场上AI Agent的能力可能尚未达到 Open AI 定义的水平，相关应用也主要在公司内部，聚焦于特定的场景、业务和人群，但这并不妨碍我们看到市场的真实需求：

让新技术真正成为「生产力」。

在全球范围内，包括银行、保险、基金、证券行业等在内，AI Agent已经渗透到财富管理、风险评估、客户服务等业务全流程，既能实现对于员工的「赋能」，也有许多直接面向客户的应用。

其实，自AI大模型技术爆发之后，一些技术能力较强的金融机构已经在提前布局AI Agent开发平台，加速其在更多业务场景中落地。也有些金融机构在尝试推出自己的AI Agent的产品。

以国内的金融机构和金融科技公司为例：

工商银行：打造适配金融行业的「1+X」工程化解决方案，其中「1」是指金融智能中枢，通过Agent大模型加持、动静结合任务规划等，在金融复杂场景任务拆解、规划、执行成功准确率90%以上，并具备分钟级构建智能体的能力；

微众银行：「微业贷」依托于大模型AI Agent技术，可在有效避免版权风险的前提下，推动广告素材生成效率较人工提升266%；通过大模型AI Agent技术对客户对话内容进行小结，助力坐席快速定位用户问题；

蚂蚁财富：推出AI 生活管家「支小宝」；AI 金融管家「蚂小财」；AI 健康管家，以及智能体开发平台支付宝「百宝箱」。

盈米基金：推出且慢「AI小顾」智能投顾服务，搭建AI智能体开发平台；

奇富科技：半年完成100多个金融智能体，其中26个达到了商用级别，覆盖客户识别、产品服务、产品研发和经营分析等核心环节。

注：馨金融根据公司年报、新闻报道等公开信息整理

究其原因，在经历了「千模大战」之后，困扰从业者们的问题已经不是「市场能否孕育出顶尖的大模型」，而是「大模型如何为我所用」。

毕竟，「千模大战」比拼的是谁能打造一个知识储备更丰富的「超级大脑」，但过分强调「应试教育」使得一些大模型陷入了「高分低能」的怪圈——虽然参数大、得分高、性能强，但在实践中却缺少用武之地。

而智能体比拼的，是在这个大脑支配下「数字员工」具体解决业务问题的能力。

比如，他能否感知周围环境的变化、更好地接受指令；能否进行独立思考和判断，并且有逻辑和计划地解决问题，甚至于主动调用工具去逐步完成一系列任务。

换言之，投入高昂的成本只为让模型越来越「大」已经没有意义，如果大家能够把现有的模型应用好，尤其与不同的垂直产业和细分场景结合，真正地去解决具体问题，才会带来更大的价值。

未来已来

事实上，早在Manus发布之前，「2025年将成为AI Agent元年」就已经是一种行业共识。

从ChatGPT到DeepSeek大语言模型的不断成熟为AI Agent的开发与应用提供了更好的「土壤」。

近日，普华永道在其发布的「2025年AI领域6大预测报告」中提到，生成式AI的崛起使得开发AI应用变得愈加简单。

并且，普华永道指出，AI Agent的大面积应用对于企业来说至关重要，能将现有劳动力扩充1倍以上，并且会颠覆传统的工作模式实现「人机协作」。

此外，IDC则预测，到2026年，将有50%中国500强企业的数据团队会使用AI Agent来实现数据准备和分析。Gartner则预测，到2028年，至少15%的日常工作决策将通过Agentic AI自主做出。

这也是当下全球科技巨头纷纷竞速布局AI Agent，甚至想要打造一个AI Agent「生态」的重要原因，就像苹果应用商店（App Store）之于开发者们，这也关乎着下一个时代，谁能掌控牌桌。

比如，微软已宣布建立全球规模最大的企业级AI Agent生态系统——Copilot Studio平台，现已有超过十万家企业使用该平台创建或编辑AI Agent。谷歌紧随其后推出了商用AI Agent市场，提供从AI Agent的开发、部署到应用一站式商用生态。

当然，这些预测的视角还是停留在B端视角，从企业降本增效的需求出发。

不过Manus横空出世，让我们窥到了一角，并且开始期待未来还会有哪些C端的「杀手级」应用出现，在更广泛的层面颠覆人们的工作方式、生活方式甚至生存方式。

或许就像Meta CEO扎克伯格预测的那样，「未来的AI智能体可能比人类还多，人类将生活在一个有数亿、甚至数十亿AI智能体的世界中。」