Manus AI es el primer sistema de agentes autónomos que combina funcionalidades de navegación, planificación, programación, etc. Todo en un mismo sistema. Es básicamente en lo que ChatGPT querría convertirse en este 2025.
Hoy vamos a probarlo en exclusiva, ya que aún está en beta privada, para conocer sus puntos fuertes, pero también, sus debilidades.
✨ SORTEO NVIDIA GTC 2025 ✨
https://x.com/DotCSV/status/1895146527712051639
🟢 ¡Accede al hilo de twitter con toda la info del GTC! 🟢
-----
▷ Manus AI: https://manus.im/
-- ¡MÁS DOTCSV! ---
📸 Instagram : https://www.instagram.com/dotcsv/
💸 Patreon : https://www.patreon.com/dotcsv
👾 Twitch!!! : https://www.twitch.tv/dotcsv
🐥 Twitter : https://twitter.com/dotCSV
-- CAPÍTULOS ---
00:00 Introducción
01:59 Prueba 1
12:02 Prueba 2
20:27 Prueba 3
27:00 Conclusiones finales
Hoy vamos a probarlo en exclusiva, ya que aún está en beta privada, para conocer sus puntos fuertes, pero también, sus debilidades.
✨ SORTEO NVIDIA GTC 2025 ✨
https://x.com/DotCSV/status/1895146527712051639
🟢 ¡Accede al hilo de twitter con toda la info del GTC! 🟢
-----
▷ Manus AI: https://manus.im/
-- ¡MÁS DOTCSV! ---
📸 Instagram : https://www.instagram.com/dotcsv/
💸 Patreon : https://www.patreon.com/dotcsv
👾 Twitch!!! : https://www.twitch.tv/dotcsv
🐥 Twitter : https://twitter.com/dotCSV
-- CAPÍTULOS ---
00:00 Introducción
01:59 Prueba 1
12:02 Prueba 2
20:27 Prueba 3
27:00 Conclusiones finales
Categoría
🗞
NoticiasTranscripción
00:00Hoy vamos a hablar, y me lo habéis pedido mucho, sobre Manus AI.
00:04Una nueva empresa y un nuevo producto que durante las últimas semanas ha generado mucho ruido y con motivo.
00:11Porque el titular para mí es que Manus AI pues se ha convertido en aquello que ChatGPT aspira a ser en este año 2025.
00:18Un sistema que potenciado por modelos de lenguaje, en este caso Clotsonet 3.7, pues es capaz de hacer tareas agénticas.
00:26Combinando en una misma interfaz capacidades como las de Operator, que le permite poder navegar a través de un ordenador
00:33que el sistema irá utilizando de forma inteligente a través de diferentes páginas web o un sistema de archivos que puede manipular.
00:40Capacidad de programación por si la tarea lo necesitará.
00:42Capacidad de razonamiento para planificar una tarea compleja, descomponerla en tareas más sencillas.
00:48Y todo esto con el objetivo de que tú le pidas una tarea y el sistema, tras estar varios minutos trabajando, la resuelva.
00:55Todo esto automáticamente.
00:57Y justamente esto pues es lo que vamos a estar probando hoy.
01:00Porque me han dado acceso a la beta de Manus y eso significa que ahora nosotros podemos testear.
01:04Yo he estado haciendo algunas pruebillas y las conclusiones las compartiré ahora.
01:07Pero quiero que lo probemos en conjunto para que entre todos pues entendamos hacia dónde se están moviendo en este 2025 las capacidades agénticas de la IA.
01:16Así que vamos a verlo.
01:17Por cierto, aprovecho para recordaros antes de continuar que la próxima semana vamos a estar cubriendo el evento GTC de NVIDIA.
01:24Y que en colaboración con este evento estamos sorteando, entre otros grandes premios, una tarjeta gráfica RTX 5090.
01:32Los pasos para participar en el sorteo son muy sencillos, os voy a dejar abajo el enlace.
01:36Y simplemente recordaros que la semana que viene tenemos una cita el martes 18.
01:40Vamos a estar cubriendo en directo en el canal principal la keynote, el main event, donde Yensen Juan va a presentar todas las novedades.
01:47Pero que luego a lo largo de la semana vais a tener un montón de sesiones sobre tecnología.
01:51Muy interesante que no os podéis perder.
01:53Tenéis toda la información abajo, os lo dejo en el comentario fijado, echadle un vistazo y participad en este sorteo.
01:59Y ahora sí nos metemos de lleno en Manus.
02:02Y cuando entramos pues nos encontramos una interfaz pues muy parecida a las típicas interfaces de Grok, de ChatGPT y todos los sistemas de LLMs que han salido en los últimos años.
02:11Pero como veréis ahora, este sistema tiene mucha más complejidad y mucha más profundidad.
02:16Y para demostrarlo vamos a empezar dándole una tarea al sistema.
02:20Y una cosa que os vais a encontrar cuando trabajéis con sistemas de este tipo es que a lo mejor en vuestro día a día no tenéis tantas tareas que encajen justamente con el formato de lo que la IA puede hacer.
02:28Hay que replantearse muchos procesos de los que hacemos en nuestro trabajo diario para decir, vale, ah, que esta tarea Manus me la puede hacer.
02:36Y en este caso voy a hacer una tarea relativamente sencilla y es, vale, yo he visto este paper que me parece muy interesante.
02:42Es de un nuevo paradigma de modelos de difusión que han salido y que me parecen muy chulos.
02:46Entonces le voy a pedir a la IA que profundice en este PDF, que encuentre los diferentes paradigmas de modelo de difusión con los que se ha trabajado en los últimos años y con los que se compara este nuevo paper y que me descargue, pues, bibliografía de la que se menciona en este paper agrupado por cada paradigma.
03:03Vale, como si yo me hubiera sentado y hubiera dicho, vale, para este paper quiero encontrar PDF relacionado.
03:07Voy a ordenarlo por carpetas.
03:09Una tarea relativamente sencilla, pero poco estimulante que me gustaría que la IA se pudiera encargar.
03:15Entonces voy a introducir el paper en Manus.
03:17Quiero que a partir de este paper que presenta un nuevo paradigma de modelo de difusión, profundices en la bibliografía que se cita en el paper en referencia a los otros métodos con los que se compara y me descargues para cada uno de ellos el PDF asociado de Arcai.
03:30Agrupan diferentes carpetas según el paradigma al que hagan mención cada PDF y así yo podré descargarlo de forma ordenada.
03:37Una tarea que, como digo, pues no es muy compleja, pero que si me la consigue resolver de forma autónoma, pues a mí me ahorra tiempo y me hace la vida un poquito más sencilla.
03:45Le damos a Enter y ahora vamos a empezar a ver a Manus trabajar.
03:51Y lo primero que va a hacer es trazar un plan de ataque para resolver esta tarea.
03:55Vale, fijaos que aquí nos dice recibí tu solicitud.
03:57Voy a analizar el paper sobre el nuevo paradigma de modelo de difusión, identificar los métodos con los que se compara y descargar los PDF correspondientes.
04:04Ha entendido bien la tarea.
04:06Y entonces fijaos que aquí está pasando muchas cosas interesantes.
04:09Lo primero es que el sistema tiene acceso a un ordenador personal basado en Linux y en este caso puede ejecutar comandos, por ejemplo, para quiero ejecutar comandos que me
04:18permitan extraer la información del PDF o que crea un nuevo fichero dentro de esta ruta porque quiero guardar aquí los diferentes archivos.
04:25Está creando comandos que está ejecutando y podemos ver que similar a sistemas como Devin que vimos ya el año pasado, sistemas agénticos, pues tenemos una línea temporal
04:33que nos permite ver las diferentes cosas que el sistema está haciendo.
04:36Fijaos, está generando scripts de Python que va a ejecutar.
04:40Se está generando sus propias rutinas para poder, por ejemplo, extraer información del PDF y vemos que hace muchas cosas.
04:46Ejecuta comandos, extrae referencias que va guardando en diferentes archivos.
04:51Podemos, por ejemplo, consultar aquí los diferentes archivos que el modelo va generando en cada paso.
04:55Pues los scripts de Python podemos ver los diferentes archivos que ha ido generando.
05:00Y una cosa muy interesante es que también podemos ver la hoja de ruta que se ha trazado.
05:04Fijaos que está ejecutando todavía el paso 1 de 7, que sería extraer el contenido completo del paper.
05:10Pero tenemos tareas como identificar métodos, crear estructuras de carpetas, buscar y descargar los papers, categorizar y almacenar PDF.
05:18Es decir, todos los pasos necesarios para cumplir nuestra tarea.
05:21Y nosotros no estamos haciendo nada.
05:22Nosotros podemos cerrar el navegador, podemos irnos a trabajar en otra cosa y Manu se va a encargar de lo que le hemos pedido.
05:28Y ciertamente la sensación es espectacular.
05:32Ver a la IA, al menos dando pasos que tienen sentido en este proceso de resolver la tarea,
05:37es una sensación que no se ha experimentado tanto antes.
05:40Me recuerda un poco a cuando probé Operator de OpenAI, pero en este caso más a lo bestia.
05:45Vale, fijaos que ahora estamos en el paso de buscar y descargar los papers.
05:49Eso significa que si nos vamos al ordenador de Manu, fijaos, yo pensaba que lo que iba a hacer era acceder al navegador,
05:55a Internet, ArXiv e ir descargándolos uno a uno porque tiene la capacidad de hacerlo.
05:59Pero en este caso, pues vemos que ha optado directamente por ejecutar comandos.
06:03Ha conseguido sacar las URL de cada paper y directamente los está descargando por consola,
06:09lo cual es más rápido y más inteligente.
06:11Y por ahora veo cosas que me congratulan, me ponen contento porque veo, por ejemplo,
06:16procesando paradigma FlowMatching, pues sería uno de los paradigmas que yo estaba esperando
06:20y una de las carpetas donde quiero que se meta parte de la bibliografía,
06:23con lo cual al menos la tarea parece que la está ejecutando correctamente.
06:27Otra cosa que no he comentado es que con Manu podemos en cualquier momento hablar con el sistema.
06:32Si de repente nosotros vemos que, pues yo que sé, un paradigma de los que me pone aquí no tiene sentido.
06:37Me ha metido redes generativas adversarias y yo no quiero redes generativas adversarias.
06:41Yo puedo escribirle aquí a Manu, oye, el paradigma que ha descargado puede saltártelo,
06:46esto no me importa y el sistema va a poder reconfigurarse y va a poder reajustar su hoja de ruta
06:52para decir, vale, el usuario me ha dicho esto, pues vamos a corregirlo, lo cual también está muy bien.
06:56Fijaos qué interesante que el sistema se acaba de generar un log de los archivos descargados,
07:01es decir, se va generando incluso información propia para entender qué es lo que está haciendo
07:05y así va apuntalando mejor sus procesos agénticos.
07:08Y ahora nos encontramos en el último paso, que es generar documento detallado
07:12con información de las descargas por paradigma.
07:14Es decir, aquí el sistema está siendo incluso más proactivo y nos va a generar un documento final
07:19para informarnos de cómo ha sido el resultado de la tarea que le hemos dado.
07:24Y ahora sí, Manu nos informa de que ha completado la tarea actual, que ya ha terminado.
07:29En total ha tardado pues unos nueve minutos en ejecutar la tarea al completo,
07:34lo cual pues bastante, bastante bien.
07:36Y vamos a ver si lo ha hecho correctamente, nos da un punto zip que podemos descargar.
07:42Vamos a intentar darle aquí a descargar, descomprimimos la carpeta y nos encontramos.
07:47Pues perfecto, esto está muy bien.
07:49Consistency model sería un tipo de paradigma, diffusion models, distillation,
07:53flow matching, las GANs y otros.
07:56Nos ha hecho incluso un apartado de otros.
07:57Y fijaos que en cada caso tenemos el paper correspondiente.
08:01Por ejemplo, consistency model.
08:02Si yo me meto aquí, este debería de ser efectivamente el paper,
08:06el primer paper de consistency models.
08:09Tío, ha hecho la tarea.
08:10Perfecto.
08:11O sea, ha sido la mejor demo que podíamos haber probado así inicialmente,
08:14porque en 10 minutos me ha sacado algo que para mí es bastante útil.
08:1810 minutos en los que yo no he tenido que hacer ninguna intervención con el sistema.
08:22Madre mía, ostras, muy bien, muy, muy bien.
08:27Y yo me podría aquí ahora poner piqui y decirle oye, esto está muy bien,
08:31lo has hecho perfecto, muy bien, inteligencia artificial, gracias.
08:34Pero me gustaría que cada paper viniera con su título correspondiente.
08:37No quiero que tenga simplemente el identificador, sino que sea el nombre.
08:41Y aquí Manus diría perfecto, me lo carrileo
08:44y se pondría a trabajar y automáticamente te actualizaría cada paper.
08:48Es una pasada y es un ejemplo muy bueno de cómo va a cambiar la forma de trabajar
08:54con la información, con nuestros ordenadores,
08:56con los sistemas agénticos que están llegando.
08:59Y fijaos que esto ha tardado nueve minutos.
09:01Pero ahora pensad que con el paso de los meses,
09:04estos sistemas se van volviendo más potentes, más baratos y más rápidos.
09:09Pensad que esta tarea, si en un futuro, en vez de tardar nueve minutos,
09:13tardara 30 segundos, es que sería impresionante.
09:15Aún así, tengo que deciros que Manus,
09:17con las pruebas que yo he estado haciendo,
09:19le he encontrado algunas limitaciones que son normales.
09:22Recordemos que este sistema está en beta, beta cerrada,
09:25con lo cual todavía hay mucho que pulir,
09:27hay mucho que mejorar y nos encontramos algunas de las limitaciones que son
09:30intrínsecas de los propios LLM que todavía siguen apareciendo en muchas
09:34de estas interacciones y que os quiero enseñar.
09:36Pues, por ejemplo, una de las pruebas que hice ayer tiene que ver con algo similar
09:40a lo que sería el Deep Research de OpenAI.
09:42Oye, quiero información de un tema de actualidad.
09:45En este caso era,
09:46quiero que me hagas un report de las novedades presentadas por Google ayer,
09:50que salieron nuevos modelos y nuevas noticias.
09:52Y simplemente le pedí eso.
09:53Quiero que me hagas el report,
09:55pues como se lo pediría a Deep Research de OpenAI y a ver qué tal.
09:59Y en este caso, fijaos,
10:00os voy a poner el replay de la sesión que ejecutó Manus para que le veáis
10:04trabajar. Aquí esto es un poco en versión cámara rápida todo lo que estaba haciendo,
10:07pues buscando en Internet, metiéndose en diferentes páginas webs,
10:12actualizando el plan de ataque de cómo está planificando todo el proceso.
10:16Es decir, estamos viendo a Manus trabajar a velocidad rápida sobre la tarea que le
10:20he presentado. Fijaos cómo al final acaba generándonos el informe que le hemos
10:25pedido. Fijaos que estamos hablando de una guía bastante trabajadora que nos
10:29genera un montón de documentos,
10:30pues información sobre las novedades del Google Pixel,
10:33novedades de Google Chromecast, la búsqueda que ha hecho en Twitter,
10:36novedades del modelo Gema 3, que es una de las novedades de ayer.
10:39Genera un borrador antes de presentárnoslo a nosotros. Todo perfecto.
10:43Y si echamos un vistazo al resultado, pues efectivamente hay muchos temas de
10:47actualidad de la jornada de ayer, pues soluciones al problema de Chromecast,
10:51que es un tema que está sucediendo ahora. El lanzamiento de Gema 3,
10:54que es un nuevo modelo que salió ayer. El Shield Gema 2.
10:58Vemos un montón de novedades que efectivamente y además referenciadas,
11:01lo cual es correcto, pero también nos encontramos cosas como Project Astra,
11:06que no, Project Astra se presentó en mayo del 2024 y es un proyecto recurrente
11:10que en este caso, pues la IA habrá encontrado alguna noticia
11:13que habrá reflotado este tema y no habrá entendido que era un tema
11:16que no se correspondía a la jornada de ayer.
11:18Con lo cual aquí nos encontramos con uno de estos problemas
11:20que sabemos que están asociados a los LLMs y que hasta que no se solucionen,
11:25creo que va a ser poco robusto mucha de esta tecnología que tiene que ver
11:29con la alucinación de datos que no son reales.
11:31Algo que en favor de OpenAI, pues hay que decir que no sucede
11:35con Deep Research. Deep Research quizás a veces peca de darte información
11:38que no es relevante para lo que le has pedido,
11:40pero en muy pocas ocasiones me he encontrado con información
11:42que sea factualmente falsa.
11:44Y esto, como digo, es un problema porque introduce errores
11:48que en todo el proceso que estamos pidiendo a las manos
11:50de hacer algo muy grande y muy complejo.
11:53Si me fallas en alguno de estos pasos, pues inventando información,
11:56pues de repente todo el sistema, todo el esfuerzo en conjunto pierde el sentido.
12:02Y esto lo vamos a ver muy bien en este caso concreto de aquí, ¿vale?
12:05Aquí lo que le he pedido a Manus es que, bueno, soy yo el creador
12:08del canal de YouTube .CSV y .CSVLab y me gustaría un análisis en profundidad
12:14del estado actual de mi canal y que planteé estrategias concretas
12:17de crecimiento para 2025 y 2026.
12:20Acompaña todo esto con estadísticas visualizadas en un dashboard online.
12:24Y aquí Manus dice, perfecto, yo me encargo y vemos que hace cosas
12:28como buscar información sobre mí, ¿vale?
12:31Entra a Twitter, busca por perfil, busca en LinkedIn,
12:35consigue recopilar mucha información, busca por .CSV en diferentes fuentes.
12:39Todo esto de forma automática.
12:41Busca el canal de YouTube.
12:43Se mete a Social Blade para sacar estadísticas reales de mi canal.
12:47Increíble.
12:47Y además, fijaos que se encuentra con errores, pues hay páginas webs
12:51que el sistema no va a poder conseguir acceder.
12:53Hay páginas webs con captchas que intentan evitar que estos sistemas
12:57agénticos entren.
12:58Creo que Internet se tiene que replantear un poco
13:00porque sabemos que esto va a ser una realidad de los próximos años.
13:03Y creo que alguna de las barreras que limitan a estos sistemas
13:06vamos a tener que quitarlas o replantearlas de alguna forma.
13:09Pero a Manus no le importa porque dice que si no, pues tira de APIs y listo.
13:12Entonces sigue trabajando, sigue trabajando.
13:14Y fijaos que ya en este punto nos empieza a ser un primer análisis
13:19de nuestros canales, de mi canal.
13:21Tenemos el canal .CSV, Carlos Santana Vega, el número de suscriptores
13:25bien actualizado, 890.000, que esto es una cifra que en Internet,
13:29pues en diferentes momentos del tiempo, como ha ido cambiando
13:31en diferentes fuentes, se ha quedado distinto.
13:33Hay un artículo del país que a lo mejor dijo que .CSV tenía 300.000 seguidores,
13:37pero claro, hace cuatro años.
13:39Manus ha sabido encontrar la información correcta.
13:41Número de vídeos aproximadamente 229, más de 53 millones de visualizaciones.
13:46Información relevante como el contacto comercial
13:48también lo ha sabido encontrar, que esto lo tengo en mi perfil de Twitter,
13:50es decir, un profile bastante bueno de lo que sería mi canal.
13:55Y lo mismo con el canal secundario .CSVlab, 172.000 seguidores y tal, tal, tal.
14:01Toda la información la tenemos.
14:02Y Manus con esto sigue trabajando.
14:04En este punto, pues sigue en la fase de recopilación de información.
14:08Este es el listado de Tudus que él se autopropone para hacer bien la tarea.
14:12Y fijaos que en este punto ya ha conseguido recopilar
14:14toda la información para seguir trabajando.
14:16Ahora se va a poner a investigar temas que podrían ser relevantes
14:19para el tipo de contenido que yo hago y que están de moda,
14:22que podrían servirme a mí como estrategia de crecimiento.
14:25Y para esto se mete a hacer de nuevo una búsqueda proactiva
14:28en diferentes páginas web de tendencias de YouTube,
14:30tendencias de inteligencia artificial, para acabar concluyendo.
14:34Y me ha parecido muy gracioso
14:35que uno de los temas que están de moda y que están de tendencia,
14:38pues es la IA agéntica.
14:39Se autopropone él como tema.
14:41Dice Oye, que esto de los agentes de inteligencia artificial está muy de moda.
14:44A lo mejor debería centrarte en este tipo de contenido.
14:46Y por eso hacemos este vídeo.
14:48Pero fijaos qué interesante que nos hace para cada paso un informe
14:52que ya de por sí tiene su propio valor.
14:55Yo tener de repente estos documentos que me puedo descargar
14:57y puedo leer sobre cuáles son las tendencias que podrían ayudar
15:00a mi contenido y al crecimiento de mi canal, pues tiene mucho valor.
15:03Pero yo os prometí que aquí había errores y problemas en el camino.
15:07Y esto viene.
15:09Me parece también muy interesante que llegado a un punto decide que
15:12para analizar fortalezas y amenazas de mi canal, pues hay que analizar
15:16competidores, canales, competidores que puedan estar haciendo lo mismo que yo
15:20y que, por tanto, podrían ser una amenaza para mi crecimiento.
15:23Y uno de estos documentos que nos ha preparado es este Dafo, donde,
15:27bueno, pues como amenazas analiza algunos canales competidores.
15:31Y aquí nos pone al bueno de Xavier Mitjana, que es un contenido excelente
15:36y a Domba y Laura, que también hace un contenido excelente y ya está.
15:40Simplemente hace una especie de búsqueda superficial
15:42de lo que podrían ser canales competidores.
15:44Pero realmente hay muchos más canales que podrían estar incluidos aquí
15:48y que podrían hacer de este análisis algo más rico y profundo.
15:53Y oye, eso ni siquiera sería un problema,
15:55porque estamos hablando solo del nivel de profundidad
15:58que podría tener el análisis,
15:59pero ya que nos esté planteando un Dafo es muy interesante.
16:02El problema es que yo percibí aquí.
16:05Me asusté por un momento.
16:05Dije a ver, yo sé que esta gente tiene canales muy potentes,
16:09pero creo que no tienen tantos suscriptores.
16:12Fijaos que aquí nos dice que el canal de Domba y Laura tiene 978.000 suscriptores
16:16y el de Xavier Mitjana tiene 806.000 suscriptores,
16:19es decir, una cifra que de nuevo está alucinada y que tratándose de una cifra
16:23alucinada sobre la cual sacamos una conclusión,
16:26que es que algunos competidores tienen más suscriptores,
16:28que por tanto me lo metes como una amenaza de un Dafo donde quieres analizar
16:32cómo comparativamente está creciendo mi canal.
16:34Pues nos empezamos a dar cuenta de que estos datos alucinados
16:37empiezan a romper el sentido general de lo que le hemos pedido.
16:40Y ojo, sé que estoy siendo muy exigente
16:41porque ya de por sí que el sistema haga esto de forma autónoma es impresionante,
16:45pero quiero ponerlo en valor.
16:47Quiero que vosotros tengáis una visión realista de lo que este sistema
16:52os puede aportar, tanto lo bueno como las debilidades que tiene,
16:55que a día de hoy es que estos sistemas todavía siguen alucinando datos.
17:00La buena noticia es que aquí, como decía, pues a mitad de camino
17:02nosotros podemos intervenir a Manus y decirle oye, ojo, cuidado,
17:06que aquí te estás equivocando.
17:07Y se lo puse, le dije en el análisis de fortalezas y amenazas,
17:10pues hay datos que no me cuadran.
17:12Y efectivamente, con esto Manus pues se autocorrigió,
17:14revisó los datos y efectivamente dijo aquí hay un problema, me he equivocado.
17:19El problema, pues otra de las limitaciones que tiene ahora mismo el sistema
17:22y es que computacionalmente es muy exigente.
17:25Y mira que aún siendo una beta cerrada con un público muy limitado,
17:28en muchas ocasiones el sistema se cae y no puede continuar la tarea.
17:32Entonces tienes que volver a esperar,
17:34tienes que volver a interpelar a Manus y que continúe.
17:37Vale, yo me fui a comer, dejé a la IA trabajando, muy futurista.
17:40Y tras volver, pues me encontré que llevaba una hora editando el archivo del FODA
17:44y que de alguna forma se había quedado estancado en este proceso.
17:47Entonces le dije oye, estás bien?
17:49Todo correcto, Manus?
17:50Y me dijo que es verdad que llevaba una hora trabajando.
17:52Yo creo que también se estaba tomando el cigarrito después de comer,
17:56pero por suerte conseguimos sacarle de este bucle y ya sí continuó trabajando.
18:01De nuevo volvió a caerse el sistema.
18:03De nuevo volvimos a reactivarlo, pues apelándole que si podía continuar.
18:07Continúa, continúa, continúa.
18:09Y ya sí, después de...
18:10Vamos a poner una hora de trabajo real, quitando esta hora en bucle que estuvo.
18:15Podemos estimar que de trabajo real, pues estuvo una hora que si buscando fuentes,
18:19generando documentos y así nos generó diferentes gráficas muy interesantes,
18:24diferentes visualizaciones y además nos programó un dashboard que si entramos
18:29por aquí, ojo, una página web donde podemos consultar
18:33justamente toda la información que ha analizado.
18:35Muy, muy interesante.
18:38Entonces yo me pongo a analizar el dashboard y efectivamente las métricas son correctas.
18:41Hay diferentes estrategias, objetivos estratégicos para 2025.
18:45Llegar al millón de suscriptores.
18:47El DOT se sube a la app a 250.000.
18:49Estrategias claves, series, fundamentos avanzados de ella.
18:52Un resumen de lo que justamente nos ha ido analizando.
18:55Muy interesante, que además se complementa con todos los documentos que nos ha generado
18:58y que tenemos aquí disponibles para descargar.
19:01Un montón de contenido súper, súper valioso.
19:04Sin embargo, el único problema que yo me encontré aquí es que las imágenes.
19:07Oye, me has hecho unas visualizaciones súper chulas y quiero que se vean.
19:11Quiero que estén aquí en el dashboard porque lo enriquecen mucho.
19:13Y se lo dije y además le pasé captura para que lo viera y me dijo gracias por señalar.
19:17Voy a corregirlo. Edita, edita, modifica y cuando lo compruebo sigue sin verse.
19:22Oye, que no funciona. Intenta arreglarlo.
19:25Edita, edita, vuelve a cambiar.
19:28Sigue sin verse. Oye, que no funciona.
19:30Tití, tití, tití.
19:31Este es otro problema que quien haya trabajado con Cursor,
19:33quien haya trabajado con Winsurf sabe que sucede.
19:36Y es que las guías a veces se quedan atascadas y son incapaces de resolver un problema
19:40y recurrentemente te dicen ya está resuelto.
19:42Y de nuevo te vuelves a encontrar con que no lo han resuelto.
19:45En este caso, Manus, que al final viene potenciado por Cloud Sonnet 3.7,
19:49pues también peca de lo mismo.
19:53Pero ojo, al final el sistema es proactivo y llega un punto en el que se arte y dice
19:56mira, no consigo sacarlo.
19:59Lo que te voy a hacer es generarte un informe completo y te lo voy a colgar
20:02en un enlace que vas a poder acceder.
20:04Y efectivamente tengo aquí el informe completo, bastante completo.
20:07Y un ejemplo donde Manus, pues para mí, tendría utilidad real.
20:10Fijaos. Experimentación controlada, implementar test, Avitasting para formatos,
20:14títulos, miniaturas, calendario de implementación en el Q1, hacer tal, tal y tal.
20:19En el Q2 lanzar esta serie que también me estaba proponiendo una serie de vídeos
20:23súper interesantes. O sea, hay cosas muy valiosas aquí.
20:27Y para acabar os voy a enseñar un último ejemplo que también me parece muy
20:30relevante del funcionamiento de Manus, sus fortalezas y también sus debilidades.
20:34Y que de nuevo para mí es una tarea que tiene valor real, que tiene una utilidad
20:38y que en este caso, os adelanto, Manus resuelve bastante bien.
20:42De mi seguro médico, la funcionalidad para poder buscar médicos cercanos
20:47es un desastre.
20:48El sistema te hace una búsqueda de todos los centros que hay en Madrid y no te
20:52filtra, no te ordena por cercanía a tu casa y tampoco tienes información
20:56relevante de cuál es mejor que cuál.
20:58Sabemos que por valoraciones de Google, pues tú podrías decir este hospital
21:02médico es mejor que este otro.
21:03Y para mí eso es una cosa que me lleva mucho tiempo, porque por cada búsqueda
21:06tengo que ir filtrando a ver cuál está más cerca, a ver qué valoración tiene
21:10este, a ver cuál es mejor. Eso es un lío.
21:12Y fijándome mi seguro médico, lo que sí me ofrece es para cada búsqueda que yo
21:16haga, pues sacarme un PDF que ellos construyen con el glosario de los
21:20diferentes centros. Los tenemos aquí con sus direcciones.
21:24Y con esto yo me planteé, oye, y si le doy a Manus la tarea de para este
21:29PDF, para estas localizaciones, que para una dirección que yo le voy a
21:33facilitar, una dirección ficticia en este caso de mi casa, pues que haga la
21:37búsqueda de los centros más cercanos y también las valoraciones que tiene en
21:41Google. De nuevo, una tarea muy poco estimulante, una tarea que requiere de
21:45sentarse, de estar trabajando con información.
21:47Buscó este, entró esta web y que es la tarea perfecta para un sistema como
21:51este. Así que se lo propuse y vamos a ver a cámara rápida, pues cómo trabajó
21:55Manus sobre este problema.
21:58De nuevo se genera scripts para extraer la información relevante del PDF que
22:02le he facilitado. Consigue parsear la información, pues el nombre del hospital,
22:07el nombre de la dirección, toda esta información la consigue sacar
22:10perfectamente y vemos que va trabajando de forma muy organizada.
22:13De nuevo se hace su hoja de ruta, va cumpliendo los diferentes pasos, va
22:17programándose lo que necesita, va complementando la información de los
22:19hospitales. Todo esto es increíble.
22:21Trabaja, trabaja, trabaja y vamos a volvernos ahora sí al paso a paso para
22:25comentar un par de cositas.
22:26Como pasó en el otro caso, tuvimos problemas de alta carga del sistema.
22:30Sabemos que es una beta privada.
22:32Ok, simplemente se le dice puedes continuar.
22:34El sistema continúa.
22:36Hubo intervenciones de Manus.
22:38Esto fue interesante de, en un punto, pararse y decir vale, para continuar
22:42necesito que me des la dirección sobre la cual quieres que yo te calcule las
22:45distancias porque no me las has dado y es correcto.
22:48Yo aquí le doy una dirección inventada, le digo pues coge el mercado de San
22:51Miguel como referencia y perfecto, pues continúa trabajando, continúa
22:55trabajando y ya llegados a este punto, termina la tarea y nos dice felicidades.
22:59Perfecto, buenas noticias, completado.
23:01Y entonces me hace un dashboard que al intentar abrirlo me sale el siguiente
23:05error. Sandbox not found.
23:07Aquí hay un problema en toda la aplicación que ha montado, que en este
23:10caso además si la, bueno, si analizamos los archivos eran archivos de Python,
23:14era una aplicación construida sobre Python que por algún motivo no supo
23:18desplegar. Bueno, yo se lo comento y le digo cuando entro a la URL me sale
23:21Sandbox not found y entiendo que estás teniendo problemas para acceder al
23:25dashboard. Alternativa, el enlace temporal que generé, pues parece haber
23:28expirado. Voy a reiniciar el dashboard.
23:30Vale, de nuevo nos volvió a fallar.
23:32Al entrar al link se quedaba cargando, no funcionaba, había algún tipo de
23:36problema y aquí nos plantea una alternativa que es bueno, voy a generar
23:39un dashboard estático.
23:41Ya no va a ser una aplicación interactiva, pero al menos vas a poder consultar la
23:43información y yo adelante.
23:45Así que me vengo al documento dashboard estático y vemos aquí efectivamente que
23:49tenemos, pues el mapa ya no funcionaría porque lo habría programado de otra
23:53forma, pero si tenemos, ojito, súper interesante, el listado de los diferentes
23:59hospitales con la distancia y las valoraciones.
24:02Claro, yo esto lo veo y digo pinta muy bien, pero vamos a revisar los datos
24:06porque ya hemos visto anteriormente que la IA alucina datos y la primera cosa
24:10que me doy cuenta es que si en el PDF había 14 registros diferentes, aquí el
24:15número de hospitales me parece menor.
24:171, 2, 3, 4, 5, 6, 7, 8, 9.
24:19En total tenemos 9, con lo cual ya me empiezo a mosquear y le digo a la IA,
24:23chica, te has equivocado.
24:25Así que sutilmente le pregunto, oye, cuántos centros aparecían en el PDF y
24:29cuántos en el dashboard?
24:30No como apuntándole de que puede haber algún tipo de error.
24:32A ver si se da cuenta de alguna forma.
24:34Y aquí la IA me marca un gol porque me dice, mira, si en el PDF original
24:39aparecían 14 registros de centros médicos, pero alguno de estos registros
24:42correspondían al mismo hospital con diferentes doctores.
24:45Y es cierto, si nos vamos al PDF original,
24:48pues efectivamente hay hospitales que se repiten.
24:52Si nos vamos al PDF original,
24:53pues efectivamente hay hospitales que se repiten y lo único que va cambiando es
24:58el doctor, con lo cual aquí lo ha hecho muy bien.
25:00Ha entendido incluso lo que le estaba
25:01preguntando y nos ha dado la respuesta perfecta.
25:04Por ejemplo, el Hospital Virgen del Mar
25:06aparecía tres veces en el PDF original con diferentes doctores, pero en el
25:10dashboard aparece como un único centro con los tres doctores listados en su detalle.
25:14Con lo cual yo le digo tiene sentido
25:16perfecto y los datos de la review y de la distancia de dónde lo ha sacado.
25:20Y aquí es donde nos confiesa que los datos de las reviews y las valoraciones
25:24realmente los ha simulado, ha creado un dashboard y esa información,
25:28en vez de haber entendido que tenía que buscarla en Internet, en Google Maps y
25:32sacar esas valoraciones, lo que ha hecho ha sido simularla para generar un dashboard
25:36que sí, que cumpla la tarea, pero realmente no son los datos que queríamos.
25:39Con lo cual yo aquí se lo digo.
25:40Le digo que realmente las reviews quiero
25:42que las busque para cada hospital, que es la parte más importante de su tarea,
25:46que no quiero datos simulados.
25:47Y entonces aquí empieza a trabajar de nuevo,
25:49a buscar, se mete en páginas web y empieza a buscar toda la información.
25:53Y pintaba muy bien.
25:54Teníamos el dashboard interactivo que podía descargar y simular.
25:57Teníamos el dashboard estático con la
25:59información listada que ya se iba a actualizar con la información que estaba
26:02buscando, pero de repente chocamos con el muro de la ventana de contexto,
26:06que parece que puede ser un problema muy limitante para un sistema como Manus,
26:10porque nos dice Manus se ha detenido porque el contexto es demasiado largo.
26:14Por favor, inicie un nuevo chat.
26:16Lo cual me sorprende porque para tareas
26:18tan complejas como tareas agénticas que estamos planteando, donde hay mucha
26:21generación de tokens para navegar por Internet, para planificar documentos,
26:25para generar cosas, pues me sorprende que la ventana de
26:27contexto sea un limitante tan duro como para parar por completo la tarea que está
26:32haciendo la IA, pero es un muro.
26:34Y además, fijaos que en este caso donde hemos parado justamente,
26:38que seguramente tenga que ver con esta generación de tokens que ha saturado su
26:43ventana de contexto, es en la búsqueda de valoraciones utilizando su navegador web,
26:47que no se está viendo por aquí, pero era atascado el sistema en un CAPTCHAP
26:52que estaba pidiendo la intervención del humano para poder resolverlo porque la
26:56máquina no podía resolverlo y por tanto el sistema se ha quedado atascado ahí
26:59saturando y generando tokens, con lo cual creo que es una muy buena revisión de lo
27:04que estas herramientas pueden ofrecer. Son muy prometedoras, pueden cumplir tareas
27:08al completo, como hemos visto en la demo que hemos hecho al principio,
27:11pero todavía hay limitantes que se tienen que sortear.
27:13Para una beta privada,
27:14creo que Manus responde muy bien a las expectativas y al hype que se ha generado
27:19en estas últimas semanas y creo que este análisis que hemos hecho hoy, pues os
27:22permite entender algunos de los limitantes que nos vamos a encontrar con estos
27:25sistemas, pero planteado un futuro 2026, sistemas más capaces,
27:31infraestructuras más orientadas a que estos sistemas puedan trabajar de forma
27:35autónoma, modelos más baratos, más rápidos.
27:38Esto va a funcionar cada vez mejor y que ya empecemos a ver sistemas como estos que
27:44resuelven tareas, pues que son sencillas, pero que son tareas que yo no quiero
27:48resolver y que la IA se puede encargar, es una pasada.
27:52Y lo he dicho al principio, pero lo voy a repetir ahora.
27:54Manus AI se me parece a lo que ChatGPT sueña con ser en este 2025.
28:00Creo que han conseguido conectar muchas
28:02de las propuestas que OpenAI ha presentado con Deep Research, con Operator y lo han
28:07conseguido integrar en un único sistema que chicos y chicas pinta muy bien.
28:12Hasta aquí nuestro análisis de Manus AI.
28:15Recordaros de nuevo que podéis participar en este sorteo donde, entre otras cosas,
28:19estamos sorteando una tarjeta gráfica RTX 5090.
28:23La semana que viene cita en el GTC del 17 al 21 de marzo.
28:27Y chicos, chicas, muchas gracias por ver este vídeo.
28:29Dejo por aquí un par de contenidos más que podéis bichear y nos vemos con más
28:33inteligencia artificial aquí en Dots SV Lab y algún día cuando suba vídeo en Dots SV.
28:38Chao.