Manus AI 于 2025 年 7 月 31 日发布全新功能 Wide Research，它代表了一种与 OpenAI 不同的研究范式转向。

OpenAI 所提出的 Deep Research 模式，重新定义了人工智能如何协助用户进行系统性知识查询。这一模式通过多轮网络浏览、引用生成和长文组织，使 AI 能够输出结构严谨、来源可信的调研报告，尤其适用于复杂、跨学科的深度任务。

然而，当 Deep Research 专注于“深”，即深入理解、持续提问、层层追溯之时，Manus AI 则选择了一条“广”的道路。它没有延续强化单一智能体的深入探索模式，而是转向并行调用 100 个以上通用 Agent 协作处理任务，提出了名为 Wide Research 的全新能力。

一、“Deep Research”是什么？

在 2025 年上半年，OpenAI 推出的 Deep Research 模式进入主流对话工具中，允许 ChatGPT 自主进行多步网络调研与综合分析，生成引文丰富、结构完整的长篇报告，通常耗时 5–30 分钟，适合处理跨学科复杂查询的场景。该功能最初在 2 月推出，后逐步推广至 Pro、Plus、Team 与免费用户（轻量版）等帐户中。

Deep Research 是 ChatGPT 内置的一种“自动研究员”模式。当你提交一个复杂问题时，它会通过多轮网络抓取、自我规划查询、调用浏览与分析工具，对海量在线信息进行汇总，输出结构化报告（可能附图、表）并标注来源。整个过程透明、有逻辑、注重深度。

该模式优势在于

• 内容深：适合专题研究、市场分析、论文综述。
• 有引文：结果附来源，便于二次验证。
• 自主性强：具有问候式追问机制，优化用户输入质量。

主要局限则包括耗时较长、处理单项任务瓶颈明显、并行能力有限，有时对大规模、高并发任务响应较慢。

二、什么是 Manus “Wide Research”？

2025 年 7 月 31 日，Manus 发布名为 Wide Research 的功能更新——这是 Manus 有史以来最大规模的升级之一。该功能能够自动调用 100 个以上完全通用的子智能体 并行工作，每个子 Agent 执行一个任务或处理一个子任务，有效缩短传统单线程研究流程所需时间。

Manus 官方描述，Wide Research 不是简单叠加多个子智能体，而是构建一个“系统级的并行处理机制”，并采用轻量化的 agent 间协作协议，使任务更灵活、更可拓展。所有子智能体是全能力模型，不设角色分工限制，适合广泛、多样的任务。

三、Deep vs. Wide：设计理念与架构差异

• 处理架构：Deep Research 依赖单个强化型 agent，顺序处理任务；Wide Research 使用超 100 个 agent 同步处理子任务，形成主动拆解并行输出。
• 扩展速度：Deep 模式适合少量深度查询；Wide 能在几分钟内完成百件结构化比较，极大提升吞吐。
• 任务灵活性：Deep Research 多依赖语境梳理与反馈问句；Wide Research 子智能体泛化强，无需预设角色，可同时支持市场调研、内容生成、跨行业对比等场景。
• 协作机制：传统系统更多构建 manager/worker 层级；Wide Research 强调每个 agent 均能自治与互协，从分解任务到汇总结果都由系统完成。

四、实际应用场景

Wide Research 的并行能力特别适用于：

• 市场调研：同时比较数十品牌数据、消费者评论、产品参数等。
• 竞争分析：探索 Forture 500 公司的业务结构、战略侧重点、地域差异。
• 创意探索：一键生成 50 张海报设计、多风格内容草稿。
• 学术综述：并行分析 100 篇论文关键结论，输出对比表与概览。

五、局限与使用建议

虽然 Wide Research 展示了强大性能，但仍有可注意的局限：

• 资源消耗高：启动逾百个虚拟机实例运行 agent，成本与硬件开销较大。
• 访问权限受限：功能目前仅向 Pro 用户开放，Basic 与 Plus 用户需等待逐步放开。
• 结果协调挑战：多个 agent 输出内容整合需谨慎审核，否则信息重复或逻辑不一致可能增加验证负担。
• 缺乏公开对比基准：Manus 尚未提供对比 Deep Research 的系统性性能与准确性评测。

在使用前建议：明确任务范围；控制并发规模（如可先做 20–50 子任务测试效果）；结合人工校对输出结构与风格；评估时间成本与账单预算。

六、适用人群对比

七、未来展望

Manus 将 Wide Research 视为“大规模 agent 生态系统”建设的第一步。未来可能加入定期调度任务、上下文记忆机制、插件扩展、跨 agent 协作图谱等功能，进一步提升并行智能体执行的协调性与稳定性。

总结

从 OpenAI 的 Deep Research 到 Manus 的 Wide Research，是现代 AI 从“深度”向“广度”迈进的重要跨越。Deep Research 优势在于深度与研究质量，Wide Research 提供全新并行思路，适用于高并发、多样任务场景。

如果关注信息整合效率与结构性输出，Wide Research 提供了新范式；若仍重视报告的严密性与来源可考性，Deep Research 仍是不可缺少的工具。