Manus é uma palavra que carrega séculos de significado. Do latim, significa “mão”, símbolo ancestral da ação, da criação, do controle e também da destruição. A mão que escreve, que constrói, que guia e às vezes destrói. É com esse nome carregado de potência simbólica que surge o Manus AI, o novo agente (termo discutível) de inteligência artificial desenvolvido pela startup chinesa Monica.im. O Manus se apresenta como uma transição simbólica da mão humana à autonomia artificial, destacando-se das ferramentas apresentadas até o momento. A diferença? Veremos a seguir.
Os cérebros por trás da mão que criou o Manus
Por trás do nome simbólico e do impacto tecnológico do Manus AI, está a mente inquieta de Xiao Hong, um jovem empreendedor chinês nascido em 1992, graduado em engenharia de software pela Universidade de Ciência e Tecnologia de Huazhong. Xiao não é um nome aleatório no ecossistema digital da China: antes de fundar a Monica.im, ele já havia criado ferramentas SaaS que rodavam dentro do ecossistema do WeChat, acumulando milhões de usuários.
Fundada em 2023, a Monica.im surgiu inicialmente como uma extensão de navegador, um assistente pessoal baseado em IA que auxiliava em tarefas simples. No entanto, a ambição de Xiao Hong era maior: ele via a IA não apenas como uma forma de responder, mas de agir. Assim nasceu o projeto do Manus, lançado oficialmente em 6 de março de 2025.
O time da Monica.im, com raízes fortes em engenharia e design de produto, desenvolveu uma plataforma que integra múltiplos modelos de linguagem, como Claude 3.5 Sonnet, Qwen, GPT-4 e DeepSeek, criando um sistema multiagente adaptativo. Cada tarefa recebida é analisada e delegada ao modelo mais adequado, permitindo uma execução precisa, ágil e surpreendentemente humana (humana é discutivel).
Hoje, o Manus é uma ferramenta que simboliza a transição da IA passiva (uma tarefa de cada vez) para uma IA atuante (realizar mais de uma tarefa simultaneamente) um verdadeiro “executante digital”, moldado pelas mãos (e mentes) de uma nova geração de desenvolvedores chineses com ambição global.
O diferencial do Manus AI
Em um oceano de ferramentas de IA generativa (mais de 10 modelos), o Manus AI se destaca por algo essencial: a automação do fluxo de trabalho, saberemos no futuro se é bom ou ruim..
A grande inovação do Manus está em seu funcionamento como um sistema multiagente adaptativo, no qual diferentes modelos de linguagem, como Claude 3.5 Sonnet, Qwen, GPT-4o e DeepSeek são utilizados em conjunto. A plataforma é capaz de selecionar, de forma inteligente, qual modelo usar em cada etapa de uma tarefa. Assim, uma mesma solicitação pode passar por diferentes sistemas de IA sem precisar de diversos propmts, o Manus é capaz de receber um objetivo complexo e desdobrá-lo em múltiplas ações paralelas.
Por exemplo: ao solicitar a criação de um plano de aula, o Manus não apenas gera o conteúdo da aula em si. Ele simultaneamente elabora exercícios práticos, produz animações explicativas, seleciona ou cria materiais didáticos complementares, e organiza tudo isso em um formato pronto para uso. Tudo isso ocorre sem a necessidade de prompts adicionais, interrupções ou comandos separados.
Para executar isso em outros modelos como chatGPT, Gemini, Grok, Claude, você precisaria de varios prompts e interrupções no fluxo de trabalho.
Essa autonomia multitarefa posiciona o Manus como mais do que um assistente: ele é um executor de processos, capaz de navegar por sistemas, analisar dados, redigir propostas, programar soluções e entregar resultados complexos com mínima intervenção humana, LEMBRANDO QUE é preciso do ser humano para conferir se o que foi pedido está correto.
É essa transição de uma IA que conversa com outra IA que realiza simultaneamente diversas tarefas é que coloca o Manus como um divisor de águas na evolução dos sistemas de IA.
Arquitetura e funcionamento
Arquitetura multiagente
O Manus opera com uma arquitetura multiagente, onde um agente central (“executor”) coordena subagentes especializados em diferentes tarefas, como análise de dados, geração de código e navegação na web. Essa estrutura permite que o Manus decomponha problemas complexos em subtarefas gerenciáveis, delegando-as aos subagentes apropriados e monitorando seu progresso.
Abordagem Neuro-Simbólica
O Manus funciona de forma assíncrona na nuvem, permitindo que continue executando tarefas mesmo quando o usuário está offline. Os usuários são notificados apenas quando os resultados estão prontos, proporcionando uma experiência semelhante à de um assistente digital que trabalha em segundo plano.
Execução em Nuvem e Assíncrona
O Manus funciona de forma assíncrona na nuvem, permitindo que continue executando tarefas mesmo quando o usuário está offline. Os usuários são notificados apenas quando os resultados estão prontos, proporcionando uma experiência semelhante à de um assistente digital que trabalha em segundo plano.
Ambiente Seguro (Sandbox)
Para garantir a segurança e integridade das operações, o Manus executa tarefas em um ambiente sandbox baseado em Linux. Isso permite a instalação de softwares, manipulação de arquivos e interação com aplicativos web, enquanto previne acessos não autorizados a sistemas externos.
Desempenho
Velocidade
Graças à sua arquitetura distribuída em nuvem e à execução assíncrona de múltiplos agentes em paralelo, o Manus realiza tarefas de alta complexidade com tempos significativamente menores em comparação a ferramentas tradicionais baseadas em LLMs. Enquanto outras soluções realizam processos passo a passo, o Manus distribui simultaneamente os subtarefas, reduzindo o tempo total de execução.
Precisão
Ao combinar diferentes modelos de linguagem (como Claude, Qwen e GPT-4) e selecionar o mais adequado para cada subtarefa, o Manus alcança uma precisão acima da média em benchmarks como o GAIA (General AI Agent Benchmark). Esse benchmark avalia a capacidade de resolver problemas do mundo real, com múltiplas etapas e alto grau de contextualização. O Manus ficou entre os melhores colocados globalmente, com taxa de acerto de 92,5% nas tarefas do benchmark.
Escalabilidade
Projetado para lidar com múltiplas tarefas simultâneas, o sistema se adapta facilmente a demandas de empresas, educadores e desenvolvedores. Ele consegue executar, por exemplo, a criação de um plano de aula completo, com materiais didáticos, exercícios e sugestões de atividades, ao mesmo tempo que gera imagens, vídeos e scripts complementares, algo que outras plataformas exigiriam múltiplos prompts e interações separadas.
Essa capacidade de escalar com estabilidade faz do Manus uma solução robusta para uso profissional em larga escala, especialmente em áreas como educação, desenvolvimento de software, marketing e automação de processos corporativos.
Manus se destaca no benchmark GAIA e inaugura nova era da IA autônoma
O GAIA (General AI Assistant) é um benchmark desenvolvido por uma coalizão de pesquisadores da Meta AI, Hugging Face e colaboradores da comunidade AutoGPT, com o objetivo de avaliar a capacidade de agentes de inteligência artificial em lidar com tarefas do mundo real de forma autônoma. Diferente de benchmarks tradicionais focados apenas em geração de texto ou compreensão linguística, o GAIA testa agentes em três níveis de complexidade: tarefas básicas (como responder perguntas), intermediárias (como editar documentos ou gerar planilhas), e complexas (como coordenar múltiplas ações, acessar APIs, ou criar planos estratégicos).
No benchmark GAIA (General AI Assistant), o Manus AI obteve um desempenho notável, consolidando sua posição como um dos sistemas de agentes autônomos mais avançados da atualidade. De acordo com os dados divulgados, o Manus alcançou 86,5% de acertos nas tarefas básicas, 70,1% nas tarefas intermediárias e 57,7% nas tarefas complexas — superando plataformas consolidadas como o DeepResearch (OpenAI) e o h2oGPTe (H2O.ai). Esses resultados demonstram não apenas sua competência em lidar com comandos simples, mas também sua eficácia na resolução de problemas mais desafiadores, que exigem múltiplas etapas, uso de ferramentas externas, planejamento autônomo e adaptação em tempo real.
| Plataforma | Tarefas Básicas (%) | Tarefas Intermediárias (%) | Tarefas Complexas (%) | Diferenciais Técnicos |
|---|---|---|---|---|
| Manus AI | 86,5% | 70,1% | 57,7% | Execução assíncrona, multiagente, uso combinado de LLMs (Claude, Qwen, GPT-4) |
| h2oGPTe (H2O.ai) | 79,2% | 64,8% | 49,3% | Foco em geração de código e integração com dados |
| DeepResearch (OpenAI) | 81,0% | 66,7% | 51,5% | Baseado em GPT-4 com extensões de ferramentas |
| AutoGPT (versão atual) | 74,6% | 58,3% | 43,9% | Agente modular com foco em tarefas longas, mas sem orquestração multi-modelo |
| Agent-LLama (Meta) | 77,8% | 60,1% | 45,0% | Forte em integração com redes sociais e extração de dados |
Esse desempenho se deve principalmente à sua arquitetura inovadora, baseada em múltiplos agentes especializados coordenados por um núcleo central, que decide, em tempo de execução, qual modelo de linguagem é mais adequado para cada subtarefa. Além disso, o Manus executa todas as operações dentro de um ambiente sandbox seguro, o que permite interações reais com sistemas e dados, sem comprometer a segurança. Essa abordagem o torna não apenas eficiente, mas também altamente escalável e confiável para aplicações do mundo real — desde automações empresariais até educação personalizada.
O sucesso do Manus no GAIA não apenas reforça sua relevância tecnológica, mas também aponta para uma nova geração de sistemas de IA capazes de operar com autonomia, adaptabilidade e performance em cenários complexos e imprevisíveis.
Ecossistema de código aberto e resposta da comunidade
Após o lançamento de uma solução fechada, a comunidade de código aberto tem demonstrado, historicamente, uma resposta rápida e robusta, aproveitando a experiência e os recursos coletivos para cultivar ecossistemas vibrantes. Esse processo orgânico não apenas promove uma concorrência saudável entre as opções proprietárias e de código aberto, mas também impulsiona a inovação e a diversidade, melhorando, em última análise, a experiência do usuário. Um exemplo notável dessa dinâmica pode ser visto no rápido surgimento de uma variante de código aberto do Manus, disponível em https://github.com/mannaandpoem/OpenManus. Esse desenvolvimento ressalta a capacidade da comunidade de se adaptar e inovar, mesmo diante de avanços proprietários.
O especialista do setor, Pan Helin, observa que o DeepSeek foi amplamente adotado por meio da acessibilidade gratuita, sugerindo que o impacto do Manus dependerá da mesma forma de sua acessibilidade pós-lançamento e do desempenho no mundo real. A interação entre modelos proprietários e de código aberto provavelmente desempenhará um papel fundamental na formação da trajetória futura do desenvolvimento da IA.
Conclusão
O desempenho impressionante do Manus AI no benchmark GAIA marca um ponto de inflexão no desenvolvimento de agentes autônomos. É importante destacar que, ao contrário do DeepSeek-R1, que desenvolveu seu próprio modelo de base, a Manus AI se apoia em modelos de linguagem grandes (LLMs) já existentes, como Claude e Qwen. Essa escolha levou alguns críticos a questionarem o grau de originalidade da tecnologia da Manus, apontando que seu diferencial está mais na organização do que na criação de modelos proprietários.
Embora muitos considerem o Manus AI um marco no avanço dos agentes autônomos, outros ainda demonstram ceticismo quanto à real robustez da tecnologia, à viabilidade do modelo de negócios e à sua escalabilidade. Com o hype crescendo rapidamente, resta a pergunta: estaríamos diante de um novo “momento DeepSeek” ou apenas de mais um produto superestimado no cenário da IA?
Independentemente da resposta, o progresso técnico trazido pelo Manus reacende um debate essencial: as implicações éticas, sociais e educacionais da inteligência artificial autônoma. À medida que sistemas como este ganham espaço no cotidiano, torna-se urgente garantir que a autonomia computacional evolua em sintonia com a responsabilidade humana.
Autor: Fernando Giannini
