Manus AI: как устроен автономный ИИ-агент и на что он реально способен
Manus AI — автономный ИИ-агент китайской команды Monica. Задачу вы формулируете один раз, дальше он сам режет её на шаги, лезет в интернет, пишет и запускает код, заполняет формы и приносит готовый результат: отчёт, таблицу, лендинг, презентацию. Не диалог репликами, как у чат-бота, а работа до конца — в облачной «песочнице», то есть на виртуальном компьютере где-то на серверах Manus. И одна деталь, которую в восторженных обзорах обычно проглатывают: собственной флагман-модели у Manus нет. Это оркестратор поверх чужих сетей — Claude от Anthropic и Qwen от Alibaba — плюс набор инструментов. Для российской команды к продукту прилагается отдельный слой вопросов: оплата, документы, данные. О нём тоже поговорим.
Весной 2025-го Manus разлетелся по лентам за несколько дней. Демки показывали, как агент сам делает то, на что у человека уходят часы, а инвайт-коды в закрытый превью какое-то время перепродавали на маркетплейсах — за живые деньги. Шум был не только маркетинговый: на бенчмарке GAIA, который как раз меряет способность агента доводить многошаговые задачи до конца, Manus заявил цифры выше, чем у Deep Research от OpenAI. С тех пор пыль осела, доступ открыли, и вокруг продукта накопилось достаточно реальных кейсов — и не менее реальных ограничений. Дальше — по делу, снимок на 2026-07-08.
Manus AI — что это простыми словами
Manus на латыни — «рука», и название честно про замысел: не советовать, а делать руками. Продукт собрала команда стартапа Monica, основатель — Сяо Хун; закрытый превью открыли в марте 2025-го по инвайтам.
Разница с привычными инструментами простая. Обычная нейросеть-чат генерирует текст в ответ на реплику и на этом замирает. Manus получает цель — и начинает действовать в реальной среде: открывает сайты, кликает, качает файлы, пишет скрипты, разворачивает страницы. Вы ставите задачу и уходите пить кофе. Агент работает асинхронно в фоне и возвращается, когда закончит.
Чтобы не путать три разных класса инструментов:
- Чат-бот (ChatGPT, Claude.ai) — отвечает на сообщение и ждёт следующего. Во внешнем мире не действует.
- Ассистент с функциями — умеет дёргать инструменты, но в рамках одной сессии и под вашим присмотром.
- Автономный ИИ-агент (Manus) — сам раскладывает многошаговую задачу, выполняет её в собственной среде и сам решает, какие шаги делать, пока не упрётся в цель.
Вот эта третья строчка и есть суть Manus как нейросети: задачу ставят один раз, а планирование и доведение до результата агент берёт на себя.
Как работает Manus: цикл автономного агента
Под красивым интерфейсом — обычная для автономных агентов механика: цикл «восприятие — планирование — действие — наблюдение», который крутится, пока задача не закрыта. Проследим одну задачу от начала до конца.
- Постановка. Вы пишете цель словами: «собери сравнение пяти CRM для малого бизнеса и оформи в таблицу».
- Планирование. Модель-«мозг» дробит цель на подзадачи и строит план: какие сайты открыть, что вытащить, в каком виде свести.
- Действие через инструменты. Агент вызывает браузер, терминал, файловую систему, интерпретатор кода. Механизм тот же, что и function calling в LLM: модель возвращает не текст, а запрос на вызов инструмента.
- Наблюдение. Агент читает результат каждого действия — содержимое страницы, вывод скрипта, текст ошибки — и правит план на ходу.
- Повтор и финиш. Круг за кругом, пока цель не достигнута. На выходе — файл, сайт или отчёт.
Вся эта возня идёт в облачной песочнице — изолированном виртуальном компьютере на стороне Manus. Потому агент и может спокойно запускать код и лазить по сайтам, не трогая вашу машину. Если убрать детали, цикл выглядит примерно так (псевдокод — открытого публичного API у Manus для разработчиков нет, это иллюстрация механики):
«Интеллект» здесь задаёт большая языковая модель, а «руки» — песочница с инструментами. Заслуга Manus в том, что он склеивает одно с другим и добавляет память, планирование и способность не разваливаться после первой же ошибки.
Что под капотом: Manus — оркестратор, а не своя модель
Про Manus чаще всего думают неправильно: будто где-то в подвале обучили собственную модель-флагман. Не обучили. Manus как нейросеть — это агентная надстройка поверх уже существующих LLM. По публичным разборам и утёкшим системным промптам, в основе — модели Anthropic Claude, дотюненные под агентные сценарии, и Qwen от Alibaba на часть задач. Связка с Qwen отдельно завязана на китайский рынок, где Claude напрямую недоступен.
Что из этого следует на практике:
- Качество рассуждения Manus привязано к базовым моделям. Claude поумнел — поумнел и агент, без единой строчки кода со стороны Manus.
- Ценность продукта — не в модели, а в обвязке: планировщик, набор инструментов, песочница, работа с длинным контекстом, восстановление после сбоев.
- Прозрачности мало. Вы не выбираете модель под задачу и не видите, куда именно внутри пайплайна уходят ваши данные.
Своей модели-флагмана у Manus нет. Это оркестратор поверх чужих LLM — в первую очередь Claude — плюс браузер, код и виртуальный компьютер.
Это не претензия. Оркестрация — тяжёлая инженерная работа, и именно она превращает набор моделей в агента, который что-то доводит до конца. Но для трезвой оценки полезно держать в голове: «магия» Manus — это грамотная сборка вокруг флагманских моделей, к которым при желании можно ходить и напрямую.
Что Manus умеет на практике
За пределами демок агент закрывает целый класс рутинных многошаговых задач. Где он показывает себя прилично:
- Ресёрч и сведение данных. Обойти десяток источников, вытащить факты, свести в таблицу или отчёт со ссылками.
- Работа с данными. Загрузить CSV, почистить, посчитать, построить графики, отдать готовый разбор.
- Простые сайты и лендинги. Сгенерировать статическую страницу и развернуть её по ссылке.
- Автоматизация в браузере. Заполнить формы, собрать выдачу, последить за страницами.
- Заготовки контента. Черновики презентаций, статей, писем на собранном материале.
Теперь про грабли — их знать заранее не менее полезно.
- Длинные задачи сыплются. Чем больше шагов, тем выше шанс, что агент зациклится, потеряет цель или встанет перед капчей.
- Счётчик тикает незаметно. Долгий автономный прогон — это сотни вызовов модели, и кредиты выгорают быстрее, чем кажется.
- Проверять всё равно придётся. Агент выдаёт результат уверенно, но факты и код требуют ревью. Слепо доверять нельзя.
- Приватность. Данные крутятся на зарубежных серверах — для чувствительной корпоративной информации это отдельный разговор.
Если вам нужен не «полностью автономный работник», а управляемый ассистент внутри вашего продукта, часто дешевле и надёжнее собрать контур попроще самому — например, чат-бот на нейросети через API с вызовом нужных инструментов. Тогда каждый шаг, модель и расходы под вашим контролем.
Сколько стоит Manus и какие лимиты
Manus живёт по подписке с кредитами: каждая задача списывает кредиты в зависимости от сложности и числа шагов. Есть бесплатный доступ «на попробовать» и платные тарифы для регулярной работы. Порядок цен на 2026 год (точные значения и наполнение сверяйте на сайте — тарифы двигают):
- Тариф: Free • Цена, ~$/мес: 0 • Что даёт: около 300 кредитов в день, знакомство с продуктом
- Тариф: Starter • Цена, ~$/мес: ~39 • Что даёт: ~3 900 кредитов/мес, несколько задач параллельно
- Тариф: Pro • Цена, ~$/мес: ~199 • Что даёт: ~19 900 кредитов/мес, приоритет, больше одновременных задач
Фокус в том, что вы платите не за время, а за «работу» агента. Короткий запрос стоит копейки. А вот один осмысленный прогон легко съедает 200–900 кредитов — то есть дневного бесплатного лимита хватает буквально на одну-две задачи, а сложный многочасовой сценарий откусывает заметный кусок месячного пакета. Отсюда привычка, которая вырабатывается быстро: перед дорогим автономным прогоном прикинуть бюджет и держать под рукой способ подешевле решить ту же подзадачу.
Вы платите не за время, а за «работу» агента: один осмысленный прогон легко съедает 200–900 кредитов — почти весь дневной бесплатный лимит.
И тут стоит развести две разные экономики. Подписка Manus — фиксированный пакет кредитов «всё включено»: удобно, но в цену зашиты и оркестрация, и модель, и инфраструктура песочницы. Прямой доступ к тем же базовым моделям по API — это оплата ровно за токены, которые вы реально сожгли, без наценки за обвязку. Для предсказуемых продуктовых нагрузок второй путь обычно выходит дешевле и куда прозрачнее — цифры по актуальным тарифам собраны в сравнении цен на LLM.
Manus AI в России: доступ и оплата
Что реально беспокоит местные команды — как обстоит Manus AI в России. Веб-приложение живёт на manus.im, интерфейс английский и китайский. Сам продукт открыт, а вот всё вокруг него для российского пользователя превращается в квест:
- Оплата. Списание идёт с зарубежной карты. Российские, как правило, не проходят — обычная беда любого иностранного SaaS.
- Регистрация. Часто просят подтверждение по номеру и почте, а при заходе из РФ бывают заминки.
- Документы. Закрывающих документов для российской бухгалтерии Manus не даёт. Платёж уходит как рядовая зарубежная подписка.
- Данные. Задачи и загруженные файлы обрабатываются на зарубежной инфраструктуре — для корпоративных данных это надо держать в голове.
Для личного эксперимента этих барьеров можно и не заметить. Но когда автономный агент становится частью рабочего процесса компании — а тем более частью вашего продукта, — вопрос «как это оплатить и провести по документам» из мелочи превращается в стоп-фактор. Здесь у российского бизнеса есть более управляемый вариант, чем готовый агент-«чёрный ящик».
Когда нужен не готовый агент, а прямой доступ к моделям
Manus хорош как коробочный продукт для разовых задач и экспериментов. Но как только речь про встраивание ИИ в собственный сервис, про предсказуемые расходы и нормальную бухгалтерию — расклад меняется. «Интеллект» Manus обеспечивают флагманские модели, прежде всего Claude. К ним же — и к GPT, Gemini, DeepSeek — можно ходить напрямую по API и строить агентов ровно под свою задачу: с контролем каждого шага, выбором модели под бюджет, без переплаты за чужую обвязку.
Manus хорош как коробочный продукт для разовых задач. Но когда автономность нужна внутри вашего сервиса — с предсказуемыми расходами и бухгалтерией — разумнее строить на прямом доступе к моделям.
Ровно под это сделан provod.ai — российский доступ к зарубежным нейросетям через единый API:
- Один OpenAI-совместимый эндпоинт api.provod.ai. GPT, Claude, Gemini, DeepSeek и другие переключаются одной строкой в параметре model — тот же код, что и для вашего агента или чат-бота.
- Цены один в один с провайдером по курсу ЦБ, без наценки на токены. Сервисная комиссия 5% берётся один раз при пополнении баланса, а не с каждого запроса.
- Оплата на российское юр.лицо в рублях по договору, с полным пакетом закрывающих: счёт, акт, счёт-фактура, УПД, ЭДО. Расходы на ИИ проходят как услуги, а не висят серой выплатой на сотруднике.
Технически это ничего не усложняет. Агентный цикл вы уже видели выше — и в разборе по function calling он расписан по шагам. Вместо чужого «чёрного ящика» вы получаете свой контур на тех же топовых моделях — только с понятной ценой за токены и бумагами для бухгалтерии.
Готовый агент вроде Manus — отличный способ пощупать, на что вообще способны автономные ИИ-агенты. Но когда автономность нужна внутри вашего продукта, под вашим контролем и с оплатой по-российски, разумнее строить на прямом доступе к моделям. Подключить флагманы по API в рублях, с договором и закрывающими документами, можно на provod.ai.
provod.ai — российский LLM API-агрегатор
Один OpenAI-совместимый endpoint ко всем флагманам: OpenAI (GPT-5.5, GPT-5.4), Anthropic (Claude Opus 4.7, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus.
Цены 1-в-1 с провайдером по курсу ЦБ — без наценки на токены. Оплата в рублях по договору, полный пакет закрывающих документов (договор-оферта, счёт, акт, счёт-фактура, УПД 5.03 через ЭДО). Без VPN — легальный B2B-сервис в России.
Если статья была полезной — попробуйте provod.ai: главная страница · каталог моделей · документация