“
Manus是如何发展起来的？
2025 年 3 月 5 日，Manus 发布。
2025 年 12 月 30 日，Manus 被 Meta 收购。
仅用了十个月。
1
精确的产品定位
避开底层模型竞争，专注“AI执行层”空白；“先通用，再专注”的产品哲学；独创的云端虚拟机架构；清晰的订阅制模式。
2
全球化的发展定位
提前将总部迁至新加坡的决策，不仅规避了风险，更向国际资本市场展示了成熟的战略视野，从而成功吸引了硅谷顶级风投Benchmark的入场，实现了估值的国际级跳跃，为最终与Meta的对接奠定了基础。
“
Manus的护城河
1
技术架构
分层式多智能体协同 + 动态虚拟机沙箱 + 混合模型栈。
Manus 的核心技术架构基于多智能体系统（Multiple Agent System, MAS），采用创新的 PEV（Planning-Execution-Verification）架构，实现了从认知到执行的全面技术突破。这种架构将复杂任务拆解为多个子任务，并由不同的智能体协同完成。
其设计理念源于拉丁语 "Mens et Manus"（手脑并用），象征着 AI 从"思考的大脑" 进化为 "执行的手"。
2
执行环境
Manus 采用云端隔离虚拟机沙箱，安全执行代码 / 调用 API，支持 72 小时长任务异步处理。
Peak在访谈里反复强调的Sandbox(沙盒)和Virtualization(虚拟化)技术，是Manus真正的资产。这套系统能让不可控的LLM在可控的容器里与现实世界交互。
3
先发优势，率先完成PMF
在大家还在卷模型的时候，Manus率先发布执行层面的应用，是第一个通用Agent。
Manus 的商业价值验证过程堪称 AI 领域的"现象级" 案例。自 2025 年 3 月 6 日发布以来，Manus 在不到 10 个月的时间里迅速崛起，于 12 月 17 日宣布其年度经常性收入（ARR）已突破 1 亿美元，营收运行率达 1.25 亿美元。先发优势以及商业模式的成功验证了 Manus 的商业价值。
“
如何看待Manus被收购？
1
Manus 困局——缺少创新的付费方式
不仅是Manus，也是所有的AI应用当前存在的一个问题，不断增加的Token成本与收益的不平衡。
Manus创始人Peak和Red认为Agent SAAS不成立：
SaaS的美妙在于边际成本递减，但Agent的本质是反规模效应的。
当用户抛出一个模糊意图，系统需要在后台进行COT(思维链)推理、Planning(规划)、并且并发调度十个无头浏览器去抓取、清洗、重试。为了完成一个高价值任务，Agent可能在后台静默消耗了数万 Token 和大量的资源。随着产品体验的提升(更智能=思考更多=消耗更多的Token)，产品的推理成本不是在下降，而是在指数级上升。
传统 SaaS 的商业模式无法支撑 Agent 的可持续发展，必须构建 AI 原生的商业逻辑，包括结果定价、动态成本控制和用户价值驱动的增长模型。
这也说明：AI时代，需要更具创新的付费方式。
2
Meta买的不仅仅是Manus
Meta买的不仅仅是Manus，更是147 万亿 tokens、创建 8000 万+ 虚拟电脑实例背后的用户操作数据，这是训练下一代AI替人干活的燃料。
在即将到来的 2026 年，随着新一代模型的就位，Meta 极有可能利用 Manus 积累的海量真实世界任务数据，训练出具备更高自主性的代理系统，从而将社交网络彻底转型为服务于全人类的数字化作业网络。这笔交易或许在多年后会被评价为 Meta 在 AI 时代最成功的一次“时间购买”。
Meta拥有SOTA闭源模型，拥有万卡集群，但Meta缺的是 Runtime。Meta复刻一个Manus容易，但让它在一个沙盒里跑通代码、处理环境依赖、搞定Cloudflare的风控拦截、处理死循环和幻觉恢复(Self-correction)，这些工程细节才是真正的难点。收购 Manus 让 Meta 能够立即获得一个经过市场验证的、可立即投入生产的“执行层”。
3
Manus被收购对中美AGI的竞争的影响
这个问题很有意思，让Manus辅助回答一下：
中美AGI的竞争主要围绕算力、数据、算法模型和人才四个核心要素展开。Manus的收购案，直接影响了算法模型和人才这两个关键领域。
目前中国Agent发展在技术上主要受到以下两个限制：
美国对华高端 AI 芯片的出口管制，让 Manus 在国内很难稳定获得像英伟达 H800 这种开发和改进产品必需的算力；
核心技术高度依赖调用 GPT、Claude、Gemini 这些国外领先大模型；
相比国内激烈的价格竞争，欧美市场对企业级 AI 工具有更强的付费意愿，这能帮助缓解初创企业高昂的运营成本。
Manus的出海与被收购促使我们深入思考，如何系统性地改善创新土壤，在全球规则博弈中维护自己的发展空间，真正把国内人才和技术优势转变成持久的产业优势。
4
从对话式 AI 到行动式 AI 的趋势
Manus 不仅仅是一个工具，它代表了未来软件交互的展示形态：用户不再需要学习繁杂的软件界面，而是通过一个通用的代理直接调度所有的数字资产。
通过这笔收购，Meta 成功插旗通用人工智能代理领域，并在与对手的全方位竞赛中，夺取了最为关键的“行动主权”。
“
从Manus的发展上能获得什么启发？
1
时间成本与窗口期的缩减
在 AI 战场上，领先一个月可能意味着数以亿计的用户留存差异。
当前的AI创业就像一场加速的短跑比赛。技术的快速迭代和巨头的频繁入场，使得一个好的创意窗口期可能很短。创业者必须用最快的速度把想法变成可用的产品原型，并找到真实的付费用户，因为构建“技术壁垒”的时间正被急剧压缩，单纯给通用大模型加个外壳的商业模式，很可能在巨头的一次更新后就被淘汰。
2
大可不必因为技术套壳而闻之色变
巨头在模型层激烈竞争，AI应用在这些基础建设之上进行开发。作为创业者，运用基础模型的能力来创新一种与用户的交互方式而不是独创新模型是一个非常可行的方向。
未来一定是更个性化的交互与的服务，巨头公司未必有精力去服务小众客户需求。使用前沿的基础模型并不能被看作没有自己护城河，只不过护城河并不全在技术方向，更多的是产品设计、用户体验以及商业运营模式。
基础模型是作为一个全能专家，而如何去利用这个全能专家，让它发挥出200%的潜力，这点是我们作为AI创业者需要思考的事情。
我们要有意识地去积累组织AI协作的能力，做1+1＞2的事情。
3
未来是否会出现按Token消耗的分级订阅
当前的模型token消耗呈指数上升，每个用户的每次提问，都是一次消耗。但总结一下，可以发现，用户用AI 用户提问呈现金字塔分布—— 基础查询占绝对多数（约 60%-70%），复杂任务占比随层级上升快速递减，最复杂的决策类问题不足 5%。
所以，如果模型对用户的一些基础问题的输出答案能够得到复用，那么模型的token成本将会大幅下降。
基于此猜想，关于未来的商业模式的设想：
建立一个庞大的AI问答知识库，收录已验证的优秀AI回答，将所有的问题与答案组合并且进行向量化，形成一个不断更新的AI答案库。
那么，对于同样一个问题——
S级订阅者：每次的token算量最高，浏览所有的知识（联网搜索）加AI答案库，进行输出；
A级订阅者：每次的token算量次高，浏览最新、相关度最高的知识加AI答案库的优秀回答；
B级订阅者：每次的token算量最低，浏览之前的优秀回答（AI答案库），直接复用之前的答案;
C级订阅者：不消耗token，直接复用之前AI问答库的答案。
最后，补充一些相关信息：
Manus创始人简介：
肖弘（Red）：CEO，90 后，华中科技大学毕业，连续创业者。曾创办夜莺科技，推出壹伴、微伴助手服务超 200 万 B 端用户；2022 年创立蝴蝶效应，打造千万用户级 AI 插件 Monica；主导 Manus 战略与商业化，推动产品 8 个月达成 1 亿美元 ARR，Meta 收购后任副总裁。
季逸超（Peak）：联合创始人、首席科学家，90 后，北京信息科技大学毕业。16 岁开发猛犸浏览器成名，入选《福布斯》30U30；打造 Magi 知识搜索引擎；设计 Manus 三元智能体架构与 Agent VM 技术，将幻觉率降至 8.3%，主导技术核心突破。
张涛（Hidecloud）：产品合伙人，85 后，重庆邮电大学毕业，15 年产品经验。历任字节、光年之外等 9 家公司产品岗位，横跨 To B/To C；负责 Manus 产品体验设计与用户增长，主导内测传播与产品落地，降低用户使用门槛。
Manus融资全记录：
2023 年 2 月，种子轮，估值 1400 万美元，真格；
2023 年 8 月，天使轮，估值 5000 万美元，真格；
2024 年 11 月，A 轮，估值 8500 万美元，红杉中国、腾讯、真格、王慧文；
2025 年 4 月，B 轮，估值近 5 亿美元，Benchmark 领投。
最后，一句话总结：
2025 年 3 月 5 日，Manus 发布。
2025 年 12 月 30 日，Manus 被 Meta 收购。
10 个月。AI应用的未来，有无限可能。