3月11日、フォーブスはマヌス氏は決して珍しい人物ではないとする記事を掲載した。これは自律的であると主張していますが、実際には、事前にスクリプト化されたワークフローを実行する別の大きな言語モデルにすぎません。 ChatGPT や Gemini などのツールと同様に、Manus の中核は依然としてインターネット コーパスに基づいて「最大公約数」の回答を生成することです。テストの結果、マヌスに関するレポートの概要を書くように求められると、システムは自動的に「技術的ブレークスルー」や「汎用性」といった市場の注目ワードを強調することが判明した。コメンテーターはこう指摘したManus の仕組みは、話題のトピックに沿ったものだけを作成するように運命づけられていますが、深みには欠けています。
フォーブス誌は、マヌスは標準化された旅行計画を策定する際にはうまく機能したが、複雑な決定（予期せぬ天候によるフライト変更など）になると、このシステムはOpenAIDeep Researchモデルと同様の欠陥を露呈し、主要なデータの優先順位を特定できず、合理的であるように見えても実際には抜け穴だらけのソリューションを生成できなかったと述べた。
フォーブスは次のように信じています真に価値を創造する AI 企業は、特定の領域で構造化されたワークフローを構築します。。たとえば、Octomind は Web ページのコードを解析することでユーザーの動作をシミュレートし、エンドツーエンドの自動テストを実現します。 Flank は、法的文書の生成に専門家の意思決定ロジックを組み込み、コンプライアンス レビューを正確に処理します。 r2decide は、消費データに基づいてパーソナライズされた販売提案を動的に生成し、e コマース ショッピング リンクを再形成します。これらの事例はすべて、AI の成功はその汎用性ではなく、ビジネス シナリオに深く焦点を当てたことにあることを示しています。
マナスが「ユニバーサルエージェント」のビジョンを推進したとき、業界の先駆者たちはすでに医療や金融などの垂直分野に堀を築いていた。——意思決定の範囲を制限することで信頼性を向上させ、人間と機械のコラボレーションメカニズムの助けを借りてアルゴリズムの欠点を補います。
フォーブス誌はまた、AIにとって人間の監視が重要であるとも述べた。ほとんどの企業は、AI を意思決定プロセスに効果的に統合する際に困難に直面しています。コーネル大学のコースのフィードバックでは、現在のテクノロジーが人間の中核となる意思決定能力に取って代わることはできないことが明らかになりました。マナスは人間と機械の協調的な意思決定に関してはほとんど何もしていない。
Manus が実証したマルチ APP 連携はクールに見えるかもしれませんが、実際には自動化ツールに固有の制限を突破するものではありません。一方、Amazon の Alexa は、Microsoft Teams や Slack などのオフィス エコシステムに深く組み込まれ、API レベルの統合を通じてコンテキスト認識を実現します。フォーブス誌は、マヌス氏が短期間でこのレベルの統合を達成できるかどうかを疑問視している。