Kinesiske AI-evner er igen i rampelyset, især med meddelelsen om "Manus, " en ny service fra startupen Monica. im. Markedsført som en "generel agent" sigter Manus efter at overgå tilbud fra vestlige virksomheder. Manus bliver sammenlignet med OpenAI’s Deep Research, som indsamler online information og sammenfatter det i detaljerede rapporter typisk inden for en halv time, samt lignende værktøjer som Anthropic’s Computer Use API og OpenAI’s Operator Agents, der letter webopgaver. Ifølge sine egne målinger overgår Manus potentielt disse konkurrenter ved at fuldføre opgaver hurtigere. Servicens lanceringsvideo fremhæver dens evner ved at fremvise tre opgaver: effektivt at anbefale jobkandidater efter at have analyseret ansøgninger, generere en ejendomsrapport baseret på brugerens kriterier, og udføre aktiekorrelationsanalyser med interaktive datapræsentationer. Brugere interagerer med Manus gennem et velkendt chatbot-interface, hvor inputprompt giver hurtige, raffinerede resultater. Manus fungerer som et multi-agent system, der opererer inden for det, der synes at være en sky-baseret Ubuntu arbejdsstation, med planer om snart at open-source nogle modeller. Dog indikerer tidlige anmeldelser blandede resultater.

For eksempel var et demo af et spil udviklet af Manus rudimentært og crashede, mens dens rejseplan foreslog upraktiske og unøjagtige muligheder. Rapporteringer om langsom ydeevne og utilfredsstillende resultater er dukket op sammen med positive tilbagemeldinger fra brugere, der fandt Manus i stand til hurtigt at analysere store mængder data. I en bredere kontekst antyder nogle kommentatorer, at betegnelsen "generel agent" tyder på, at Manus kan være et skridt mod kunstig generel intelligens, ligesom fremskridt set hos det kinesiske firma DeepSeek. Selvom bekymringer først opstod over, at kinesiske AI-virksomheder overhalede deres vestlige modstykker, har tidligere problemer med DeepSeek—såsom sikkerhedsfejl og biased output—dæmpet sådanne frygt. Analytikere bemærker nu, at store tech-virksomheder fokuserer på at forbedre AI-infrastrukturen, med forventning om at den snart vil blive integreret i forskellige applikationer, selvom dette kan føre til højere omkostninger for brugerne.