被数十亿美元收购背后：Manus创始人复盘至暗时刻

作者：胡世鑫 

12月30日，Meta宣布完成一笔重量级并购，以数十亿美元的价格收购AI Agent产品Manus背后的公司“蝴蝶效应”。这是Meta成立以来金额排名第三的收购，仅次于WhatsApp和Instagram。交易完成后，蝴蝶效应将保持独立运营，其创始人、腾讯青腾校友肖弘将出任Meta副总裁。

这笔交易的推进异常迅速。多位接近交易的人士透露，从双方正式接触到最终达成协议，整个谈判周期仅十余天。据悉，在收购发生前，蝴蝶效应正以约20亿美元的估值推进新一轮融资。

Meta对Manus的兴趣并非偶然。扎克伯格及多位Meta核心高管均为Manus的长期用户。在Meta近期重组AI研究体系、高薪引入顶尖研究人员，并持续加大算力投入的背景下，这笔收购被视为其推进“超级智能”战略的关键一步。

蝴蝶效应成立于2021年，早期以浏览器AI插件Monica切入市场，成为中国AI行业中少数实现盈利的应用产品。2024年3月，公司推出通用AI Agent产品Manus，能够调度多种工具完成复杂任务，上线后迅速在国内外引发关注。

其发展势头在2025年达到新的高峰：同年11月，Manus位列“全球最具潜力创业公司”榜单亚洲区第一。值得注意的是，其风靡全球的演示视频，是团队用借来的镜头、基础的剪辑工具，在不到一周时间内赶制而成，体现了公司“在本质上重注，在形式上极简”的极致效率文化。今年12月，公司宣布年度经常性收入（ARR）突破1亿美元，旋即迎来了Meta的收购邀约。

对Meta而言，这并非一次单纯的产品或团队并入，而是一项围绕AI应用形态的战略布局；而对这家源自中国的创业公司而言，Manus也由此被正式纳入全球科技巨头的核心体系之中。

Meta超级智能实验室（MSL）负责人Alexandr Wang（汪韬）转发了相关消息，并配文称，Manus团队在探索当今大模型“能力过剩”问题上处于世界领先水平。此外，该实验室正在新加坡扩展团队，Manus原有约100名成员已加入其当地组织。

获得如此评价的Manus团队，其发展路径却充满非常规的选择。过去两年，肖弘主导了三次反共识决策：关乎“生死”，叫停研发七个月的AI浏览器项目，转向为AI配独立电脑；关乎“快慢”，在流量昂贵时坚持零市场预算，押注算力换体验；关乎“组织”，推动80%代码由AI生成，探索“AI 时代公司形态”的未来。

从连续创业者到Agent赛道领跑者，肖弘如何思考行业竞争与未来？近日，他与腾讯集团高级管理顾问、腾讯青腾教务长杨国安在《一问》栏目中展开深度对话，复盘Manus的取舍，并分享了他对AI时代产品逻辑及组织进化的思考。

以下是对话整理，经精编如下：

杨国安：未来10年，AI对你所在行业最大的改变是什么？

肖弘：核心在于产品开发模式的重塑。软件研发将更多由AI系统主导。在AI辅助下，我们能以更精锐的团队，极大缩短开发周期。对生活的影响有两点：一是产品迭代速度将快得超乎想象，冲击各行各业；二是AI能力将普及化，每个人都需学会高效运用AI以实现自我提升。

杨国安：你们相信“模型能力会外溢，应用是价值核心”，如何形成这个判断？

肖弘：这源于我们此前的连续观察。做Monica（浏览器插件）时，我们发现“上下文”是关键，于是让插件自动抓取网页信息，免去用户复制粘贴。后来Cursor火了，它证明当模型编码能力成熟时，Chatbot并非最佳产品形态，需要一个更贴合编码工作流的载体。

这两个案例让我们意识到，技术能力一直在进化，但产品形态常常滞后。去年底，我们看到“Agent”这种能进行复杂规划和自主执行的新能力出现，判断它同样缺乏好的产品化形态。这就是我们的机会：抓住模型能力外溢的窗口。

杨国安：从给答案的Chatbot，到给结果的Agent，最本质的变化是什么？

肖弘：Chatbot给你一个答案，可能需要你再花两小时把它变成结果。Agent则试图直接交付那个结果。比如，做一个研究并生成精美的PPT，全程无需干预，只需几分钟。

这带来三个深远变化：一是成本骤降，过去只有咨询业能做的定制PPT，现在房产中介也能用AI生成；二是多样性爆发，Agent可并行生成多个版本供你挑选；三是容错性增强，任务失败后它能自动反馈、重试，提高了完成率。

杨国安：这会如何改变组织形态？

肖弘：我们有一个更大胆的展望。一些用好了AI的大公司会变得更强大，但同时会出现大量微型个体。在AI的赋能下，一两个人就能成就一项过去需要公司才能运作的事业。因为AI替他们省去了搭建组织、管理流程等复杂事务，直接交付结果。

杨国安：我在“数智革新杨五环”的1.0版本研究集中在传统行业的标准化、数字化、智能化，以实现降本增效和精准决策。但你刚才的观点让我很兴奋——Agent能处理非标任务，这比标准化流程的潜力更大。若真实现，哪些行业会受最大冲击？

肖弘：关键在于理解Agent是“思考+执行”。AI拓宽思考的广度与深度，人则负责最终判断与选择。因此，冲击将首先席卷高度数字化的“案头工作”领域。

杨国安： Manus采用“大模型+云端虚拟机”的架构，核心优势是什么？

肖弘：这是我们最关键的判断之一。我们思考的终极问题是：AI的终极“外壳”是什么？答案是：电脑。在数字世界里，电脑是人类处理一切事务的终端。那么，给AI配一台专属电脑，它理论上就能像人一样完成所有工作。

虚拟机的最大优势，是能处理海量长尾任务。无论是安装特定软件，还是运行自己编写的代码，AI都能在自己的虚拟环境里完成。我记得第一次感到震撼，是看到Manus执行git clone命令，将开源项目下载到自己的“电脑”里来解决问题——这像极了人类“使用工具”的行为。

挑战在于速度和资源消耗，但长期看这些问题会解决。而它能解决通用方案无法处理的长尾问题，这本身就构成了我们的护城河。

杨国安：你们曾经投入七个月探索 AI 浏览器，但最终决定放弃。为什么？

肖弘：这确实是我们非常关键的一次战略取舍。

我们在2024年初立项做AI浏览器，在当时看来是一个非常顺理成章的判断。您可能知道，我们在Manus之前有一款产品叫Monica，它是一个浏览器插件。当时我们想，既然我们在浏览器插件上已经做得不错了，为什么不直接做一款浏览器呢？有了浏览器之后，一些任务就可以直接在浏览器内帮助用户执行和完成。想到这个Idea 时，我们非常兴奋，觉得它突破了浏览器插件的天花板。我们大概花了六个多月时间去开发这款浏览器，从底层技术开始，我们自己编译了开源的Chrome内核，然后将AI能力部署上去，让它能够在某些任务上实现自动化执行。

但是，最终放弃的决定，是基于两个核心原因：一个宏观的战略判断；一个微观的产品体验问题。

杨国安：那些改变公司命运的重大决策（如放弃浏览器、选择全球化），背后的思考原则是什么？

肖弘：决策本身的逻辑很清晰：永远从 “技术能解决用户的什么根本问题”出发，再推导商业模式。真正的难度不在于分析，而在于有无勇气坚持清晰的答案，并克服内部惯性，将其变为全组织的共识与行动。思考可能只需一个月，但落地执行往往更耗心力。

杨国安：Agent技术落地的临界点将取决于什么？

肖弘：我觉得可以从两个层面来看。第一类，是您刚刚提到的核心基础能力的提升。比如成本、速度、更长的上下文、以及在长上下文的指令遵循能力。这些都至关重要。成本和速度直接影响了产品是否能被更多用户负担和使用。指令遵循和上下文处理则影响了任务的完成率。这些能力我们一直在密切关注，一旦有新的突破，肯定会立即应用到产品化中。

第二类，有一项能力是我个人比较期待的，它虽然已经被应用，但我预测在今年内或明年初会有比较大的突破，就是通用的计算机使用能力。这意味着AI自己能够识别并掌握如何使用一个软件。这项能力一旦突破，像Manus这种自带虚拟机的产品，就能够完成更多专业软件或特定行业软件的应用。我们可以想象，未来你拿起手机，通过Manus就能让它去完成一个本来需要在电脑上用行业专业软件才能完成的事情。我认为这项能力即将实现突破。根据我们与研究员的观察和交流，一旦突破，将解锁更多的应用场景。

杨国安：如果Agent能直接调用现有软件，绕过人工操作，会带来什么变化？

肖弘：最大的变化是“解放值守”。许多需要人坐在电脑前操作专业软件的任务，未来可以由Agent自动完成。AI已能处理其中的基础判断。即使遇到关键节点，也可像手机安装App时请求授权一样，由人一键确认。这最终将彻底颠覆现有软件的操作逻辑和人们的工作方式。

杨国安：PC时代有“安迪-比尔定律”——硬件（英特尔）的提升总被软件（微软）消耗掉。这是否说明，价值是由“技术能力”和“应用能力”共同创造的？

肖弘：是的，这正是我们的核心参照。“安迪-比尔定律”建立在摩尔定律之上，意味着算力增长必然催生更耗资源的应用。微软当年就是依据对未来算力的预测来规划Windows的。

这直接启发了我们的产品思路：在技术飞速进化的当下，我们是否可以暂时忽略成本与速度，只专注于打造极限质量的产品？我们跟踪最前沿的模型，不计代价地追求最佳体验。这与传统互联网平衡质量、速度、成本的思路截然不同，也是我们敢于将昂贵算力转化为核心竞争力的原因。

杨国安：你们坚持“产品驱动增长”，零市场预算，这种打法的持续性如何？

肖弘：这个思考来源于我们做Monica时的观察。我记得当时与一位企业家交流时，他提到今天AI产品的成本结构，以Monica为例：在2024年，约三分之一的成本是员工薪资，三分之一是Token（大模型调用）费用，另外三分之一是投放在互联网广告平台上的增长费用。

那次对话对我的启发很大。我就在想：如果我们做一款产品，持续有大量的成本投入到广告平台，那么我们的增长就很可能被互联网巨头广告平台所定义。我记得当时的情况是，一旦我们快要盈利、有了好的利润空间时，广告平台就会立即涨价，这种模式几乎是可计算的。这与消费品行业通过广告平台获取增长后面临的问题是相似的。

所以我当时思考：有什么东西是今天很贵，但未来会很便宜的？以及有什么东西是今天很便宜，但未来会越来越贵的？

结论是：AI API（Token 成本）今天很贵，但从长期来看，受摩尔定律和底层技术发展的驱动，它一定会变得更便宜。互联网用户的价格却在不断上涨。在早期，用户愿意探索，但一旦产品与市场契合，现有玩家就会通过广告平台来获取用户，推高整个行业的用户获取成本。

基于这个判断，我给团队设定的目标是：我们能否做出一个让用户觉得非常厉害、愿意主动告诉朋友的产品？

在某种程度上，我们就将原本昂贵的Token成本转化为我们的用户获取成本。随着 Token成本越来越便宜，而用户获取成本越来越贵，这个模型就具备了长期可持续性。当时给团队的目标是：创造出让人感到惊艳、愿意传播的产品，并且做到零市场营销预算。

在Manus上线的前一周，我们开了一次内部会议，正式确定必须是零市场预算。所以，今年年初大家看到Manus在社交媒体上火爆，是因为我们在某种程度上打造出了用户预期的产品。像一些意见领袖之所以转发，正是因为它确实拥有令人震惊的体验，实现了大家对未来 AI 产品的设想。

杨国安：为何首选服务C端“独狼型”用户，而非B端？

肖弘：底层判断是技术阶段匹配。AI Agent技术仍处早期，迭代极快。大企业需要确定性和稳定性，而个体用户、自由职业者更能容忍变化、拥抱创新。在技术快速变化的早期，最大化发挥迭代速度优势的，正是C端市场。

杨国安：Manus的生存战略是与巨头合作共生。许多巨头包括Anthropic、OpenAI、Google等，已经有可能会推出自己的Agent。那么，你们如何在这些巨头中找到合作共生的机会呢？

肖弘：我们的策略是合作共生，扮演“最佳体验整合者”。底层模型竞争激烈，没有一家能持续垄断所有能力。Manus作为应用层，可以灵活集成各家最优模型，理论上能为用户提供比任何单一家都更极致的体验。这类似手机厂商与芯片厂商的关系：我们虽不造芯片（模型），但凭借对用户需求的深度理解和巨大用量，能反推模型优化，形成共赢。

杨国安：如何让Manus突破早期用户，被普通大众广泛接受？

肖弘：关键在于两点：一是产品体验的绝对差异化。在ChatGPT已成习惯的海外市场，我们必须让用户一眼感知到不同。比如，Manus不仅给答案，还会主动生成一个可交互的网页，让“Agent给结果”变得可视、可感。二是进行“场景化”的市场传播。我们正跳出AI圈，与各垂直行业的博主合作，让他们基于自身真实需求使用Manus，并向其受众展示具体的使用场景，用他们熟悉的语言来定义Manus的价值。

杨国安：当AI全面重构工作流，组织的核心任务似乎正在发生转变。从你们的实践看，这是否意味着传统以管控和协作为主的模式需要被重新定义？你们强调“增强”并借此做出颠覆性决策，这套新模式的底层逻辑是什么？

肖弘：我们的实践正是对这三个问题的同步回答。

首先在组织上，我们正回归一种更紧密的协作形态。即便公司规模扩大，我们几位核心合伙人最近又重新坐在一个小房间里工作，并设立每天固定的“无会议时段”专注讨论产品。这背后的启示是：当AI极大提升个体效率后，组织最核心的任务不再是管控流程，而是保障最关键的决策单元能进行高强度、高质量的思考与共识形成。

其次，这也正是“增强”而非“替代”的落地体现。AI负责执行与拓宽思路，而人不可或缺的价值在于最终判断、对齐预期与把握场景。组织创造这样的深度沟通空间，就是为了强化“人”在战略与审美上的最终决策权。

最后，那些颠覆性决策正源于此。无论是砍掉项目还是All in新方向，逻辑都始于“技术能解决用户的什么根本问题”。真正的挑战从来不是分析，而是在答案明确后，有无勇气打破内部共识与路径依赖，并将新共识坚决地付诸实践。高频、高质量的面对面碰撞，正是我们凝聚这种战略勇气、确保共识坚固的关键熔炉。

杨国安：你认为100分的“AI原生组织”是怎样的？

肖弘：我们给自己打60分，因为很多工作惯性仍沿用旧方式。100分的组织，是AI深度融入每一个工作环节，成为员工的“第一反应”。就像遇到问题先Google一样，未来员工会本能地先问AI。在新增任务上，我们会优先问：“这个能不能直接交给AI做？” 这才是真正的AI原生工作流。

杨国安：我知道你在招聘时，也在努力识别那些真正具备AI原生思维的人才。你是如何识别这些人的？

肖弘：我的方法是看他如何实际使用AI。我会请对方展示日常使用AI的痕迹。真正的AI原生者，使用量会远超常人，AI已深度嵌入其工作流。

杨国安：你曾经提到过“There's No Software”的观点。你认为Agent的发展将对软件产业带来哪些影响？

肖弘：根据我的观察，这种影响已经开始形成，主要分为两大部分。第一部分，是对软件工程师和技术人员的影响。像Cursor或是Claude Code这样的产品，已经让软件工程师的工作方式发生巨大变化。以我们公司为例，Manus主要的几位工程师基本上不再亲自手写代码。我观察他们的工作状态，他们会打开多个Coding Agent窗口，像在与人聊天一样进行协作。统计发现，我们公司接近80%的代码都是由AI生成的。

工程师现在做的更多是梳理业务需求、审查代码质量、以及架构设计等工作。所以对软件工程师来说，这种变革是正在发生且会更加彻底。我很难想象几年后软件开发会是什么样子，或许真的会像科幻片里那样，通过自然语言描述就能快速生成一个优秀的产品。

第二部分，是对非技术岗位和组织内部IT系统的影响。很多组织内部的非工程师岗位也需要信息系统支持。过去他们需要搭建内部IT团队或寻求外部外包服务。我的观察是，未来这种内部系统或非工程师岗位的信息系统需求，一定能直接通过 AI Agent来完成。这种变革是巨大的：迭代周期会比外包更短，需求的个性化程度更高，你告诉Agent需求，它能立刻给你实现。这种变化在今天被低估了。Manus在这方面也有投入，我们近期会发布相关产品。

杨国安：AI将如何改变未来的SaaS行业？

肖弘：我们的观察和分析是，也许会分化为两条路径：对于存量SaaS，关键在于能否成功进行AI化改造。有顶级并购基金判断，约一半的现有SaaS公司可能无法完成这一转型。对于新增市场，创业者不必复制旧模式，而应基于已验证的客户需求，用AI原生的思维重新构建产品，这将是更大的机会。

杨国安：随着AI Agent有越来越强大的自主性，未来员工人数可能会减少。你是怎么思考这种技术进步对行业带来的社会影响？你在产品或技术上有没有考虑伦理、安全等边界问题？

肖弘：这是一个必须长期思考的问题。一次测试中，Manus为查询火车时间，在发现官网因罢工无数据后，竟试图查找联系方式、起草询问邮件。这让我们既震撼又警惕。但最后它没成功，因为它没有邮箱，但它甚至准备去注册一个邮箱。那一刻，我觉得既惊讶又有些害怕。

我们的原则是：一是利用好模型厂商已有的安全护栏；二是在关键节点设置用户确认机制，防止AI“过度代表”用户。作为创业者，我们的责任是释放技术潜力，同时对其深远影响保持敬畏与审慎。