Manus AI 虚拟机基础设施深度解析

发布时间: 2026-04-14

摘要

Manus AI 为每个用户任务分配一个独立的云端虚拟机（Sandbox），使其能够像真人一样操作计算机——浏览网页、运行代码、管理文件。本文深入分析其技术架构、资源配置、成本模型和生命周期管理。

1. 技术架构

1.1 底层平台：E2B + Firecracker

Manus 没有自建虚拟机基础设施，而是采用了 E2B——一个专为 AI Agent 设计的云沙箱平台。

• E2B（e2b.dev）：总部在旧金山，专注为 AI Agent 提供安全、快速的代码执行环境
• 底层虚拟化：AWS 开源的 Firecracker microVM，最初为 AWS Lambda 设计
• 部署方式：Manus 采用 E2B Self-hosted，在自己的机器上运行 E2B，而非使用 E2B 云服务

为什么选 E2B 而非 Docker？

Manus 联合创始人 Tao Zhang 解释：

> "一开始我们试了 Docker，问题有两个：一是太慢（启动要 10-20 秒），二是 Docker 是容器方案，没有完整操作系统功能。我们需要真正的操作系统，让 Agent 能安装应用和 Python 包。"

对比：

1.2 多 Agent 协作架构

Manus 不是单一 LLM Agent，而是一个多 Agent 协调系统：

用户请求 → Planner Agent（任务分解）
                ↓
         Executor Agents（多个并行执行）
                ↓
         E2B Sandbox（实际执行环境）
                ↓
         观察结果 → 规划下一步 → 继续执行

• Planner Agent：将用户需求分解为子任务序列
• Executor Agents：使用 27 种工具执行具体操作
• CodeAct 模式：核心动作机制是通过编写和执行 Python 代码来完成操作

1.3 基础模型组合

Manus 采用"多模型动态调用"策略：

首席科学家季逸超（Peak Ji）确认了 Claude + Qwen 的组合，后续升级到 Claude 3.7。

2. Sandbox 详细配置

2.1 虚拟机规格

Manus 未公开具体硬件配置，但根据 E2B 平台的定价和默认设置，可以合理推断：

2.2 Sandbox 内置环境

每个 Sandbox 是一个无头 Linux 虚拟机（headless），没有传统桌面图形界面，但配备：

• 完整 Shell：带 sudo 权限，可执行任意命令
• Chromium 浏览器：通过 Playwright 控制，可访问 URL、截图、滚动、点击
• 编程语言运行时：Python、Node.js、Bash
• 文件系统：完整读写，可安装软件包
• 持久化存储：文件在休眠/唤醒周期中保留

2.3 图形界面问题

Sandbox 没有传统桌面 GUI。用户在 Manus 网页上看到的"操作画面"本质上是：

1. 浏览器截图：Agent 控制 Chromium 时的屏幕截图

2. 终端日志：Shell 命令的文本输出流

3. 文件预览：生成的文件、网页等的渲染预览

这不是 VNC/RDP 远程桌面，而是 Agent 操作的可视化回放。

> 2026-03-17 更新：Manus 推出了 Desktop App（被 Meta 收购后首个产品动作），支持本地 GUI 自动化（文件管理、终端、GUI 操作、GPU）。这是本地执行，与云端 Sandbox 是不同的架构。

3. Sandbox 生命周期管理

3.1 完整生命周期

创建 → 活跃执行 → 休眠 → 唤醒 → ... → 回收
  ↑                                    ↓
  └──────── 需要时自动重建 ←──────────┘

3.2 回收策略

回收时自动恢复的文件：

• ✅ Manus 生成的产物（报告、网页、Slides 等）
• ✅ 用户上传的附件
• ✅ 重要项目文件（WebDev、Slides 配置等）

不会恢复的文件：

• ❌ 中间代码
• ❌ 临时文件
• ❌ 安装的软件包

3.3 安全模型：零信任

Manus Sandbox 遵循零信任架构（Zero Trust）：

• 每个 Sandbox 完全隔离，不影响其他任务或 Manus 服务
• 用户和 Agent 对 Sandbox 有完全控制权（root 访问、系统文件修改、甚至格式化磁盘）
• 不可恢复的错误 → 自动创建新 Sandbox 替换
• Sandbox 内无法访问用户账户数据或其他用户数据

4. 成本分析

4.1 E2B 云服务定价

E2B 按秒计费，配置灵活：

4.2 典型配置成本估算

2 vCPU + 2GB RAM（推测的默认配置）：

> 注：Manus 是 Self-hosted E2B，实际云资源成本远低于 E2B 云服务标价。E2B 联合创始人称 Manus 团队"半天就完成了集成和部署"。

4.3 规模化成本挑战

假设 10,000 个活跃用户，每天平均使用 1 小时：

按 Manus Pro $39/月定价，10,000 用户 = $390,000 收入，基础设施成本占比仅 1-3%，非常健康。

5. 与同类产品对比

5.1 虚拟化方案对比

5.2 VM vs 容器：关键取舍

VM 优势（Manus 选择）：

• ✅ 真正的 OS 级隔离，安全性更高
• ✅ Agent 可安装任意软件、修改系统配置
• ✅ 即使 Agent 执行恶意代码也不影响宿主

VM 劣势：

• ❌ 资源开销更大（每个 VM 至少 512MB 内存开销）
• ❌ 大规模并发成本更高
• ❌ 不支持 GPU 直通

容器优势（小虾选择）：

• ✅ 轻量，每用户资源成本 ~1/10
• ✅ 启动速度接近（秒级 vs 150ms 差异不大）
• ✅ K3s 内置调度、健康检查、滚动更新

容器劣势：

• ❌ 隔离性较弱（共享内核）
• ❌ 安全风险较高（容器逃逸）

6. 技术启示

6.1 对小虾项目的参考

1. MVP 阶段用容器就够了：Manus 用 VM 是为了安全隔离，但大多数用户场景（代码执行、网页浏览）容器完全够用

2. 成本控制是核心：Manus 的 VM 成本是容器的 10-20 倍，这也是 $39/月定价的底层原因

3. 自托管是关键：无论用 E2B 还是其他方案，自托管能省 3-5 倍

4. 休眠/唤醒机制值得学习：避免资源浪费，按需分配

6.2 E2B 的技术价值

E2B 本身是一个值得关注的基础设施公司：

• 被 Manus、Hugging Face、Groq、Lindy 等采用
• Firecracker microVM 在 Serverless 和 AI Agent 场景有独特优势
• Self-hosted 模式降低了厂商锁定风险

7. 总结

Manus 的虚拟机基础设施体现了"安全优先"的设计哲学——每个用户任务获得一个完整的云虚拟机，拥有真正的 OS、浏览器、shell 和文件系统。这种方案成本较高，但提供了最强的隔离性和灵活性。

对于小虾等竞品来说，容器方案在成本上有数量级优势，安全隔离可以通过 jai 等工具在应用层补充。最终的选择取决于目标用户的安全需求和定价策略。

参考链接

• E2B 官方博客：https://e2b.dev/blog/how-manus-uses-e2b-to-provide-agents-with-virtual-computers
• E2B 定价：https://e2b.dev/pricing
• Manus Sandbox 介绍：https://manus.im/blog/manus-sandbox
• Manus 技术分析（GitHub Gist）：https://gist.github.com/renschni/4fbc70b31bad8dd57f3370239dccd58f
• ZenML LLMOps 数据库：https://www.zenml.io/llmops-database/building-an-ai-agent-platform-with-cloud-based-virtual-machines-and-extended-context