背景
近期，Kimi 上线了 “深度研究”（Deep Research）功能。我正好用它来解决一个实际的调研需求：AI Code Review 的工具调研。
为了更全面的视角，我同步对比测试了 Gemini Deep Research 和 Manus。
最终体验下来我的排序是：Gemini Deep Research > Kimi 深度研究 > Manus。这个结果正好引起了对当前 “通用 Agent” 思考。
Kimi 深度研究：你很努力了
在 Kimi 中，我提出的问题是：研究 AI Code Review 领域的产品有哪些，列举出它们各自的优势、用户体量。
Kimi 首先进行了程式化的反问：
为了更精准地为您梳理AI Code Review领域的产品及其优势、用户体量，能否请您明确以下两点：
- 您主要关注哪些类型的AI Code Review工具？例如，是集成在IDE中的辅助工具、独立的代码审查平台，还是特定于某种编程语言或技术栈的专用工具？
- 在评估“优势”时，您最看重哪些方面？比如，是审查的准确性和深度、对特定编程语言的支持、与现有开发工具的集成能力、易用性和学习曲线，还是成本效益？
坦白说，这类反问在开放式调研中意义有限——我期待的恰恰是 Kimi 能主动扩大我的思考边界，发现我没有提到的方向，而不是把必要的研究点罗列出来要我选择。
Kimi 的研究过程遵循标准循环：思考 -> 执行工具 (搜索/浏览器) -> 思考...
不过 “使用浏览器” 工具的使用，也挺令人困惑：一次搜索返回 20~30 个结果，却只对其中 一篇 执行 “使用浏览器”。对于研究类任务，原材料应该来自于调研报告、评测文章等等，它们不需要操作浏览器来获取。
更明显的问题大概是记忆管理能力缺失：
- 后续搜索重复抓取已研究产品（如 GitHub Copilot）。
- 中途生成了仅含
return "研究总结文本..."的 Python 代码，下一步却又重回搜索。
最终报告列举了 GitHub Copilot, Bito, Continue 等产品，但遗憾地遗漏了 Amazon CodeGuru, Fixie 等研究过程中出现过的产品，并错误地将 CodeRabbit 和 Windsurf 混为一谈。
不过，Kimi 生成的网页报告在呈现美观度上确实可圈可点。
Manus 研究：大材小用
在 Manus 上我尝试了两次。
第一次： 浅尝辄止。Manus 仅执行了 3 次搜索，报告仅涵盖 3 款产品，深度广度均不足。
第二次任务： 我细化了要求，希望能规避第一次深度广度不足的问题：Do research on AI Code Review tools/products, should based on the analytic and review article, focus on the product features, users, pricing, market shares. Do extensive research。
初始计划不错，显示出理解任务目标：
I will do the following:
- Search for AI code review tools and market analysis
- Analyze product features and capabilities
- Research user base and target markets
- Investigate pricing models and market positioning
- Analyze market shares and competitive landscape
- Compile comprehensive research report
Manus 显著的特点是记忆。“边搜索边本地记录” 的机制有效解决了模型记忆的痛点。然而，对 “使用浏览器”的依赖近乎偏执——几乎每次搜索后必用。这直接导致任务在浏览某个网页时彻底卡死，无法恢复，最终被迫放弃。工具的错误选择，反而成了可靠性的绊脚石。
Gemini Deep Research：足够专业
对比之下，Gemini Deep Research 展现出更高的成熟度。研究过程稳定流畅，最终报告结构清晰、体系化。虽然也存在产品遗漏，但整体体验的连贯性和结果的可预期性明显胜出。 它证明了在特定任务上做深做透的价值。
总结与思考：通用还是专业化
Manus 的爆火，象征着市场对 “一个 Agent 解决所有问题” 的乌托邦式期待。创业叙事偏爱 “通用性” 的宏大蓝图，这本无可厚非。
然而，当大家趋之若鹜的通用 Agent 投入真实场景（如本次深度研究任务）时，它从 “无所不能” ，迅速变得骨感：
- “通用”≠“好用”或“高效”：Manus 工具虽多，但“研究”任务的核心是精准搜索与信息整合。过度依赖 Browser Use 这类笨重易错的工具，反而引入脆弱性，降低了任务成功率。
- “全能” 模型的路线：巨头追逐“全能大模型”有其商业逻辑。然而，“宣称全能”与“值得信赖”存在鸿沟。以人类社会举例，社会信任源于专业分工（医生、律师同理）。用户真正需要的是在特定场景下深度可靠的解决方案。一个“万能”Agent如何同时在代码、法律、医疗建立专业信任？即使有一个 “万能“ 的 Agent，人们敢信任它吗？反而应该是 “恐惧“ ？
- “专业” Agent 可落地：Gemini Deep Research 在实践中的有效性，正因其聚焦“深度研究”并做深做透。Aget的价值在于垂直领域的 “专家级助手”（如专精代码生成、法律研究、金融分析），因专注而可靠，因可靠而可用。
Leave a Reply