2025年是热闹非凡的一年，在春节期间DeepSeek火爆全网，那时候很多国内基本盘专家都在发表各种超越ChatGPT，英伟达GPU就此终结的神级评论。我们第一次真正认真看Manus，是在2025年春节过后的春天，那时候它刚上线没多久，圈子里已经开始有人倒腾邀请码了，最离谱的时候，一个码在二手平台能卖到10w+。那时候我身边有几个做产品的朋友纠结得要命，一边骂这是饥饿营销，一边又忍不住到处问哪里能搞一个体验码。

说实话，那时候我们并没觉得这事能有多大，很多通信圈的朋友们并不看好这款应用，因为这些专家们这些年又一直在看大模型和Agent的工程化落地，看过太多“一夜爆红，三个月消失”的产品，模型换一代，应用就死一批的应用常态，更何况Manus还被贴过一个很不友好的标签：不训模型，用现成模型拼起来，说难听点就是“套壳”。但是这几天美国AI巨头Meta公司斥数十亿美元的巨资收购了这家初创公司，轰动了全球。

于是网上很多大神开始体验manus这款大模型的使用效果，理由也很简单，想看看Meta公司花费数十亿美金收购的应用，到底能干到什么程度。

结果第一次测试就有点不对劲。那位博主给它的任务并不花哨，只是一个很典型的工作场景：把一堆零散资料整理成一个可执行的方案。以往的AI大模型助手很擅长把话说得漂亮，材料三千字起步，段落齐整，看着像专业公司的咨询报告，真正要落地到生产的时候全是坑，文档中的具体数据得自己补，逻辑得自己修改，最后往往变成你在给AI生成的文章擦屁股。

但是Manus不一样，它没有急着回答而是先拆任务，列步骤，找数据源，跑流程，中途还会停下来确认条件是不是变了，思考模式很类似DeepSeek那样把一步步思考过程输出，然后生成结果。那一刻我突然意识到一件事：这东西不聪明，但它在干活。

这件事后来反复在我脑子里出现。尤其是这些天Meta宣布以数十亿美元收购 Manus 的时候，很多人第一反应是惊讶，第二反应是质疑，Meta 股价当天甚至还有小幅波动，外媒也有人说这是恐慌性投入。很多小伙伴会在质疑，一个年收入刚过一亿美元的公司，凭什么值这个价？

但如果你真的在一线用过这些工具，再回头看这笔交易，就会发现它一点都不冲动，甚至可以说极其冷静。

咱们先来了解一下Manus的故事，其实一点都不“横空出世”，它背后是一个非常中国式的创业路径。manus的创始人肖弘，华中科技大学毕业，属于国内top级高校的高材生，他在武汉创业最早做的是公众号排版工具壹伴，后来是企业微信管理工具微伴。这两个东西今天回头看都不性感，但有一个共同点：都是在替用户省时间，这些工具不是讲故事，不是画大饼，就是实打实地提高效率。因此这类产品有个特点，活得不容易，但一旦有人愿意掏钱，往往用得很重。

后来他们做了Monica，一个集成多模型的浏览器插件。那会儿行业里对这种产品的评价非常刻薄，套壳，没壁垒，迟早被模型厂商干掉，现在回头看，这恰恰是 Manus 最重要的铺垫。因为正是Monica积累的大量真实用户数据，让他们意识到一个残酷事实：绝大多数人根本不知道该怎么用 AI，这并不是需求不存在，而是交互方式错了。

这个判断，直接决定了Manus后来的方向，他们不再纠结“我能不能比模型更聪明”，而是换了一个问题：能不能让 AI 把一件事从头到尾做完。

这听起来很朴素，但在工程上极其困难“你要规划任务，要记住上下文状态，要在工具失败时兜底，还要在成本可控的前提下稳定运行”，任何一个做过系统软件的人都知道稳定比聪明难得多，参数堆上去不难，长期跑不崩才是真本事。

不过真实商用环境的数据是最诚实的。Manus 在 2025 年 3 月上线，3 月 28 日开始商业化，到 12 月中旬 ARR 突破 1 亿美元，只用了 8 个月，更夸张的是使用规模“截至 12 月初，Manus 已经处理了超过 147 万亿个 token，创建了 8000 多万台虚拟计算机”。这不是Demo数据，而是在真实用户环境下跑出来的结果。

很多人看到这些数字，第一反应是增长神话，但我更关心的是另一件事“Meta 在今年 6 月收购 Scale AI 后，开始用一个新指标评估 AI，叫 Remote Labor Index，衡量的是 AI 能替代多少真实工作”。在第一次评测中，Manus 的得分是 2.5%，超过了 GPT-4 和 Claude。这个分数并不高，但它意味着一件事：评价体系变了。AI 开始不再比谁更会答题，而是比谁更像一个能交付结果的员工。

那么Meta公司为什么要收购这家武汉的初创公司呢？咱们站在Meta的角度，这个变化几乎是救命的，因为Meta 有几十亿用户，也意味着如果 AI 真的全面铺开，推理成本会是一个无法想象的数字。因此Meta公司也需要一款更聪明的模型只会让账单更大，真正稀缺的是一种能力：让 AI 在复杂场景下稳定干活，而且不失控。

Manus恰好踩中了这个点，它没有自研模型但它有一整套执行栈，如果这套东西如果Meta自己去做，不是做不出来而是时间来不及，因为Meta在研制大模型的同时还需要招聘搞应用的团队，最关键的时间问题，当前AI 赛道现在拼的不是五年规划，而是一战决定生死。你慢一步说不定就被友商占据优势，因此收购不是偷懒而是最快的工程路径。

这也解释了为什么双方的整个收购谈判只用了十几天。扎克伯格本人就是 Manus的忠实用户，因此不需要PPT，不需要论证，就知道这东西能干什么，比任何尽调报告都有效。

当然，国内很多人喜欢拿字节2024年初的3000万美元报价来对比，说是看走了眼，其实这并不公平。那时候Manus还没出来，只有Monica，在当时的评价体系里“投流成本高，留存一般，又不掌握模型”，确实很难给出高价，这其中的问题不在于某家公司聪不聪明，而在于整个行业的判断框架落后了一代。

我们过去太习惯用互联网时代的指标看AI应用了，DAU，留存，增长曲线，却忽略了一个关键变量：执行密度。Manus 的价值，在早期是无法被量化的，直到它跑出了 9 个月 1 亿 ARR 这种极端数据，才倒逼大家承认规则变了。

于是就出现了今天这个看起来很刺眼的结果“外国的月亮圆不圆不知道，但是外国公司的，但国外的公司收购是真舍得撒钱”。一家中国团队做出来的产品，最终以数十亿美元的价格卖给了美国巨头，有人兴奋，有人惋惜，有人开始讨论是不是又一次“流失”。

我反而觉得，这件事比情绪复杂得多。Manus的确不在中国体系内成长到最后，因为在2025年7月Manus突然将中国120人团队裁减至40人，清空国内社交媒体账号，锁死中国IP访问，总部迁至新加坡。但它证明了一件事：在AI大模型的应用层面，中国团队第一次不是靠成本，也不是靠模仿，而是靠工程判断站到了全球舞台中央。因此Meta买的不是一个产品，是一套方法论。

更重要的是，这种能力并不依赖背景。肖弘没有硅谷光环，没有美国藤校的顶级名校背书，没有“清北交复”的国内名校标签，团队里也不是一水的明星研究员，更加激励了国内的大学生们创新梦想。他们赢在一个被长期低估的地方：把事情做完。

AI 的上半场属于最聪明的人，属于模型竞赛，属于参数和算力；下半场属于谁，现在已经越来越清楚了“属于那些愿意处理脏活累活，愿意推翻重来，愿意为稳定性负责的人”。

所以我一点都不觉得“manus这家国人的公司被美国巨头收购”是一个悲伤的故事。因为它不是终点，而是一个信号，告诉所有还在一线干活的工程师们，时代真的变了“会说不重要了，能干才重要；背景不重要了，结果才重要”。而Meta公司花费数十亿美元，它花的不是冤枉钱，而是买下了AI真正开始走向生产力的方案。

参考链接：

https://m.thepaper.cn/newsDetail_forward_

全文完，感谢阅读，如果喜欢请三连。

#manus #Meta #大模型 #Meta收购manus #扎克伯格

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！