數十億美元的秘密:Manus與它的8個“非共識”判斷
今天,Manus 正式宣布加入 Meta。
據《晚點 LatePost》報道,這筆收購的金額高達數十億美元,是 Meta 成立以來僅次于 WhatsApp 和 Scale AI 的第三大收購。
這是一場典型的“閃電戰”。在 Meta 出手前,Manus 正以 20 億美元的估值尋求新一輪融資,而 Meta 僅用了十余天就敲定了這筆巨額交易。交易完成后,Manus 創始人肖弘將出任 Meta 副總裁,其核心技術團隊將整體并入 Meta AI 部門。
Meta 如此急迫地將這支團隊收入囊中,看中的不僅是代碼,更是他們對 AI 獨特的思考方式。
回顧過去一年,Manus 團隊像一群站在新大陸邊緣的探險家,分享了許多充滿洞見的聲音,從產品哲學到競爭策略。
在這里,我們整理了8個最有價值、甚至有些“反常識”的觀點。
為什么是 Manus?這數十億美元的答案,其實早已寫在他們過往的每一次表達里。
/ 01 /
從瀏覽器到Manus
Manus 的誕生,其實源于一次昂貴的“試錯”。
在此之前,團隊曾開發了一款 AI 瀏覽器,產品形態酷似后來的 Arc Dia 和 Perplexity Comet,成熟度極高,甚至已經到了上線前一周。
在很多人看來,風口上的AI瀏覽器是一個更好的選擇。但就發布的最后關頭,這個項目被叫停了。
原因源于團隊觀察到的一個神奇現象:AI特別擅長操縱瀏覽器,甚至擅長到開始和人“打架”。
這就完全顛覆了AI瀏覽器的邏輯。這種感覺就像你的實習生不帶電腦來上班,非要搶你的電腦干活。
于是第一條結論出現了:AI很擅長用電腦,但它不該用你的電腦,它應該用它自己的電腦。
這直接決定了 Manus 后來的樣子:不僅僅是個聊天框,而是在云端給 AI 甚至配了個虛擬機。Agent 必須在云端有一個獨立的運行環境,不干擾用戶。
第二個關鍵刺激來自Cursor。
去年6月Cursor出現后,Manus合伙人張濤發現,不會寫代碼的同事、甚至家人開始用Cursor解決生活問題,比如他的妻子會用Cursor把一個視頻文件從MP4轉成MP3。
這讓他們意識到一件事情:AI coding的收益第一次落到了非工程師的頭上。
很多人看到Cursor就想做“更強的工程師工具”。他們的判斷相反:世界已經有太多服務工程師的fancy(花哨)工具了,工程師并不需要另一個更fancy的工具。真正的大機會是把AI coding民主化,把編程這種調用世界的方式,交給每一個普通人。
于是第二條結論出現了:AI coding的潛能要被民主化,讓非coder也能享受紅利。
把這兩條經驗合起來,才最終勾勒出了Manus最初的形態:
AI要有自己的電腦(云端環境、虛擬機、可操控工具鏈),普通人也能用AI去寫代碼并完成更多復雜的任務。
/ 02 /
做 Hao123 ,還是做百度
Manus 團隊在立項之初就做了一個極其關鍵、在當時看來甚至有點反直覺的決定:堅持做“通用”Agent。
肖弘用了一個非常精妙的類比:
垂直 Agent 就像 Hao123: 是開發者預設好的一個個坑位。你把功能像鏈接一樣堆上去,用戶只能在圈好的地里打轉。這種模式看似精準,其實很快就到了進化的天花板。
通用 Agent 就像百度: 先做一個能理解一切的“框”。讓用戶隨便輸,當發現幾百萬人都在搜“怎么訂票”時,再反向優化出一個“訂票卡片”。
這個認知在當時還是非常具有前瞻性的。當時,行業里充滿了“垂直 Agent”的聲音(比如旅行規劃 Agent),但 Manus 團隊篤定:Agent 必須先通用,才能真正存活。否則,垂直場景高昂的獲客成本會壓垮整個商業模型。
這個認知的種子,其實是在做 Monica 時埋下的。
有一次,肖弘跟有贊創始人白鴉交流,他說想把 Monica 的功能集成做到極致。白鴉回了一句非常有啟發性的話:“Red,極致是不夠的,個性化才夠。做到極致你就是 Hao123,做到個性化你才是 Google。”
后來,Manus團隊花了很多時間研究來研究這句話,并最終應用到了Manus上。
/ 03 /
模型能力在進化,“殼”也需要進化
在今年3月的一個采訪里,肖弘提出了一個深刻的行業觀察:模型在進化,承載它的“殼”也必須進化。
在他看來,每一代模型能力的躍升,都需要一個新的產品形態來釋放其價值。
· 最早的是Jasper ,交互是填空;
· ChatGPT 是對話框;
· Monica 是自帶 Context 的側邊欄;
· Cursor 是能直接改寫代碼的 Editor;
· Manus 是擁有獨立云端環境的 Agent;
這就是 AI 時代的“安迪-比爾定律”:硬件(模型)給出的紅利,會被軟件(產品形態)吃掉。 而 Manus,就是那個試圖吃掉新一代模型紅利的“殼”。
在“殼”設計里,產品的交互界面,被認為是決定用戶接受度的關鍵。
在討論 UI 時,團隊對 Devin 的界面進行了批判性思考。Devin 把 Planner、Shell、Browser 一股腦堆在屏幕上,對非技術用戶來說是巨大的認知負擔。
Manus 提出了“漸進式披露”和“操作系統隱喻”的理念:
漸進式披露:默認界面應該極其簡潔,就像 Google 的搜索框。隨著任務展開,需要的工具(Shell, Browser)才像“浮出水面”一樣出現。
操作系統隱喻:將不同的核心功能(如瀏覽器、表格、文檔編輯器)設計成獨立、平等的「一級應用」,而不是混亂地嵌套。用戶可以在這些「應用」之間切換,就像在 Windows 或 macOS 中一樣。這為未來的功能擴展提供了清晰、可伸縮的框架。
/ 04 /
信任的哲學:Less Structure, More Intelligence
在 Workflow 盛行的3月份,Manus 選擇了另一條路:Zero Predefined Workflow(零預設工作流)。
產品經理很容易靜態地去看現在的技術進展,只想說“我要去解決用戶問題”。但在Manus 團隊則更愿意用更發展的眼光去看問題,比如這個問題「下一代模型可能就搞定了」。
當你把智能真正交還給模型,魔法才會發生。AI處理長尾任務的能力,往往比人類精心設計的流程還要好。這是一個關于信任的哲學:與其試圖控制 AI 的每一步,不如相信 Intelligence 本身的力量。
/ 05 /
Agent 的競爭,是系統的競爭
所有Agent 公司都面臨一個終極拷問:OpenAI下場,你怎么辦?
Manus 團隊認為,模型公司下場并非穩操勝券。
直接原因是,模型公司只能用自己的模型,既是優勢也是桎梏。
Manus可以在任務的每一步調用最適合的模型:搜索用 Gemini,推理用 GPT-5,寫代碼用 Claude。這種靈活性是 ChatGPT 的產品經理無法擁有的。
更深層次的原因是,他們認為,Agent 的競爭本質上是系統級的競爭。
Agent與AGI最大的不同是,它除了用戶和模型,還引入了第三個關鍵元素——環境。
這個「環境」的概念會因智能體類型不同而變化,比如在設計型Agent里,環境可能是一個畫布或一段代碼;而在Manus這里,目標是讓Agent出現在虛擬機甚至整個互聯網中。
這意味著,Agent比拼的不只是模型能力,而是如何構建外圍的環境、如何準備工具體系。
他們認為,這里面有太多工程工作可以做了。
舉個例子,當前市面上 Agent 產品(如 Devin)最大的短板在于其「一次性」的會話機制。每次任務都是一個全新的、無菌的環境,這導致了大量重復工作和糟糕的用戶體驗。
在Manus 團隊看來,實現登錄狀態持久化,就成了實現真正「代理」的基石。Agent 必須能夠保持在各種網站上的登錄狀態,避免每次都需要用戶手動介入。
這樣一來,用戶只需登錄一次,Agent 就能長期代表用戶進行操作。
/ 06 /
看見,比第一名更重要
Manus成功,在于在正確的時間交付了一個正確的產品。
Manus 在早期吃到了自然流量的紅利,但也清醒地意識到其中的陷阱。
自然流量吸引的是“創新者”和“早期采用者”,他們寬容、好奇、熱衷嘗鮮。但要跨越鴻溝進入大眾市場,規則完全不同。大眾不關心你是不是“第一個通用智能體”,他們只關心:你能為我做什么?
那你就要思考,在什么媒體和渠道,用什么方式把最有效的信息傳遞給他們?做營銷的關鍵是信息傳遞效率,而不是簡單地花錢。
/ 07 /
產品體驗,親力親為
在Manus 團隊采訪里,提到很關鍵的一點是,核心團隊永遠親自抓住產品最核心的體驗部分。
最初決定做這件事情來自于核心成員之間的共識,但在產品沒有做出來前,這種共識只存在于我們幾個人的腦海里。如果讓更多人來執行,沒有足夠的上下文和直覺,就很容易走偏。
所以從寫Manus第一行代碼開始到開發前四十天,這個項目一共只有五個人。
這樣做的好處就是高度對齊、溝通極其高效。無論是每個prompt怎么寫,虛擬機的整體技術框架怎么設計,產品交互細節怎么打磨,都只在這五個人的范圍里,非常順暢。
/ 08 /
用博弈論思考,而非簡單的邏輯推理
對于 AI 創業者,肖弘給出了一個終極建議:用博弈的方式思考,而不是邏輯推理。
邏輯推理是線性的:Google 技術最強,所以 Google一定會贏。
博弈思考是動態的:因為 OpenAI 的存在,Google 的策略被迫改變了;因為你的出現,巨頭的決策邏輯也會發生變化。
創業不是在真空中解題,而是在一個多方博弈的生態系統中尋找生態位。
就像如果當年有一個強大的第三方做出了 ChatGPT,OpenAI 也許就會選擇成為一家純粹的 Platform Company。
Founder 必須具備這種上帝視角:看見變量,預判博弈,然后果斷落子。
文/朗朗、林白
原文標題 : 數十億美元的秘密:Manus與它的8個“非共識”判斷
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉Optimus Gen3量產在即,哪些環節最具確定性?
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 4 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 5 Tesla AI5芯片最新進展總結
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 8 2026,人形機器人只贏了面子
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 AI Infra產業鏈卡在哪里了?


分享













