数十亿美元收购背后：Manus 创始人回忆那些最艰难的时刻

作者：胡士欣 12 月 30 日，Meta 宣布完成了一项重大收购，以数十亿美元收购了开发 AI 代理产品 Manus 的公司 Butterfly Effect。这是 Meta 迄今为止第三大收购，仅次于 WhatsApp 和 Instagram。交易完成后，Butterfly Effect 将继续独立运营，其创始人小洪，曾是腾讯青腾的校友，将成为 Meta 的副总裁。 此次交易进展异常迅速。多位接近交易的消息人士透露，从初步接触到最终达成协议，整个谈判过程仅用了大约十天。据了解，在收购之前，Butterfly Effect 正在以约 20 亿美元的估值寻求新一轮融资。 Meta 对 Manus 的兴趣并非偶然。扎克伯格和几位核心 Meta 高管都是 Manus 的长期用户。 Meta 对 Manus 的兴趣并非偶然。 在 Meta 最近重组其人工智能研究系统、高薪招聘顶尖研究人员以及持续增加计算能力投资的背景下，此次收购被视为其 “超级智能” 战略中的关键一步。Butterfly Effect 成立于 2021 年，最初以其浏览器 AI 插件 Monica 进入市场，成为中国 AI 行业为数不多的盈利应用产品之一。2024 年 3 月，该公司推出了 Manus，这是一款能够协调多种工具完成复杂任务的通用 AI 代理产品，上市后迅速引起国内外的关注。到 2025 年，其增长势头达到了新高：同年 11 月，Manus 在 “全球最具潜力初创公司” 榜单中位列亚洲第一。值得注意的是，其全球热门的演示视频是在不到一周的时间内，由团队利用借用的素材和基本编辑工具制作而成，反映了公司极高的效率文化：“在形式上保持极简的同时，重视基础。” 在今年 12 月，该公司宣布其年度经常性收入（ARR）已超过 1 亿美元，立即吸引了 Meta 的收购报价。对 Meta 而言，这不仅仅是产品或团队的整合，而是围绕 AI 应用形式的战略举措；而对于这家源自中国的初创公司而言，Manus 因此正式纳入全球科技巨头的核心系统。Meta 超级智能实验室（MSL）负责人 Alexandr Wang 分享了这一消息，并补充说，Manus 团队在探索当今大型模型中的 “能力过剩” 问题方面处于世界领先地位。此外，实验室正在新加坡扩展团队，约 100 名原 Manus 成员加入了当地组织。尽管获得了如此赞誉，Manus 团队的发展路径却以非常规选择为特征。在过去两年中，肖洪主导了三项逆向共识的决策：一是 “生死攸关”——暂停了一个长达七个月的 AI 浏览器项目，转而专注于为 AI 配备专用计算机；二是 “速度”——在流量昂贵时坚持零市场预算，押注计算能力以提升用户体验；三是 “组织”——推动 80% 的代码由 AI 生成，探索 “AI 时代公司模型” 的未来。从连续创业者到 Agent（AI 驱动）领域的领军人物，肖洪如何看待行业竞争和未来？最近，他与腾讯集团高级管理顾问、腾讯青腾学院院长杨国安进行了深入对话，在 “One Question” 专栏中回顾了 Manus 的权衡，并分享了他对 AI 时代产品逻辑和组织演变的思考。以下是对话的整理稿： 范式转变：当 AI 从 “给出答案” 转向 “给出结果” 杨国安：在接下来的 10 年中，AI 将给你的行业带来最大的变化是什么？ 肖洪：核心在于产品开发模型的重塑。软件开发将越来越多地由 AI 系统主导。在 AI 的帮助下，我们可以利用更多精英团队显著缩短开发周期。对生活的影响有两个方面：首先，产品迭代速度将比想象中更快，影响所有行业；其次，AI 能力将变得普遍，每个人都需要学习如何有效使用 AI 来实现自我提升。 杨国安：你认为 “模型能力将溢出，应用是核心价值。” 你是如何得出这个判断的？ 肖洪：这源于我们之前的持续观察。在开发 Monica（一个浏览器插件）时，我们发现 “上下文” 是关键，因此我们让插件自动捕获网页信息，省去了用户复制粘贴的麻烦。后来，Cursor 的流行证明，当模型编码能力成熟时，聊天机器人并不是最佳产品形式；需要一种更符合编码工作流程的载体。这两个案例让我们意识到，技术能力在不断演变，但产品形式往往滞后。去年年底，我们看到了 “代理” 的出现，这是一种能够进行复杂规划和自主执行的新能力，并判断它也缺乏良好的产品形式。这是我们的机会：抓住模型能力溢出的窗口。 杨国安：从提供答案的聊天机器人到提供结果的代理，最根本的变化是什么？ 肖洪：聊天机器人给你一个答案，但你可能还需要花两个小时将其转化为结果。而代理则试图直接提供那个结果。例如，进行研究并生成一个漂亮的 PPT，只需几分钟，无需任何干预。这带来了三个深刻的变化：首先，成本大幅下降；以前只有咨询行业才能生成的定制 PPT，现在可以由 AI 为房地产代理生成。其次，多样性爆发；代理可以并行生成多个版本供你选择。第三，容错性提高；任务失败后，它可以自动提供反馈并重试，提高完成率。 杨国安：这将如何改变组织结构？ 肖洪：我们有一个更大胆的愿景。一些善于利用 AI 的大公司将变得更强，但与此同时，大量微型实体将会出现。在 AI 的赋能下，一两个人可以完成以前需要公司才能运作的事情。这是因为 AI 为他们节省了建立组织和管理流程的复杂性，直接交付结果。 杨国安：我在 “数字智能创新杨五环” 的 1.0 版本研究中，专注于传统行业的标准化、数字化和智能化，以实现成本降低、效率提升和精准决策。但你刚才的观点让我兴奋——代理可以处理非标准任务，这比标准化流程具有更大的潜力。如果这一点实现，哪些行业将受到最影响？ 肖洪：关键在于理解代理是 “思考 + 执行”。AI 拓宽了思维的广度和深度，而人类负责最终的判断和选择。因此，影响将首先席卷高度数字化的 “桌面工作” 领域。 杨国安：Manus 的 “大模型 + 云虚拟机” 架构的核心优势是什么？ 肖洪：这是我们最重要的判断之一。我们一直在思考的终极问题是：AI 的最终 “外壳” 是什么？答案是：一台计算机。在数字世界中，计算机是人类处理所有事务的终端。因此，通过为 AI 配备专用计算机，它理论上可以像人类一样完成所有任务。虚拟机的最大优势在于能够处理大量的长尾任务。无论是安装特定软件还是运行自编代码，AI 都可以在其自己的虚拟环境中完成这些任务。我记得第一次被这个想法震撼时，我看到 Manus 执行git clone命令，将开源项目下载到自己的 “计算机” 上以解决问题——这与人类 “使用工具” 的方式非常相似。挑战在于速度和资源消耗，但这些问题从长远来看会得到解决。它解决一般解决方案无法处理的长尾问题的能力构成了我们的竞争优势。 杨国安：你花了七个月探索一个 AI 浏览器，但最终决定放弃。为什么？ 肖洪：这确实是我们一个非常关键的战略决策。我们在 2024 年初启动了 AI 浏览器项目，当时似乎是一个非常合乎逻辑的决定。你可能知道，在 Manus 之前，我们有一个名为 Monica 的产品，是一个浏览器插件。我们认为，既然我们在浏览器插件上做得很好，为什么不直接创建一个浏览器呢？有了浏览器，一些任务可以直接在浏览器内执行和完成。当我们想到这个想法时，我们非常兴奋，感觉突破了浏览器插件的局限。我们花了大约六个月开发这个浏览器，从底层技术开始。我们自己编译了开源的 Chrome 内核，然后部署 AI 能力以自动化某些任务。然而，最终决定放弃它是基于两个核心原因：宏观层面的战略判断和微观层面的产品体验问题。 杨国安：那些改变公司命运的重大决策背后的基本原则是什么（例如放弃浏览器和选择全球化）？ 肖洪：决策过程背后的逻辑非常清晰：始终从 “技术能为用户解决什么根本问题？” 出发，然后推导出商业模式。真正的困难不在于分析，而在于你是否有勇气坚持明确的答案，并克服内部惯性，使其成为整个组织的共识和行动。思考可能只需要一个月，但实施往往需要更多的努力。 杨国安：实施代理技术的关键点是什么？ 肖洪：我认为可以从两个层面来看。第一个是你刚才提到的核心基础能力的提升。例如，成本、速度、更长的上下文，以及在长上下文中遵循指令的能力。这些都是至关重要的。成本和速度直接影响产品是否能够被更多用户承担和使用。指令遵从性和上下文处理影响任务完成率。我们一直在密切关注这些能力，一旦取得新的突破，肯定会立即应用于产品化。第二类是我个人期待的一项能力。尽管它已经被应用，但我预测今年或明年初会发生重大突破：通用计算机使用能力。这意味着 AI 可以识别并掌握如何使用软件。一旦这一能力实现，像 Manus 这样内置虚拟机的产品将能够完成更多专业或行业特定软件的应用。我们可以想象，在未来，你可以拿起手机，使用 Manus 完成一些原本需要在计算机上使用行业特定软件的事情。我相信这一能力即将实现突破。根据我们的观察和与研究人员的讨论，一旦这一突破发生，将会解锁更多应用场景。 杨国安：如果代理可以直接调用现有软件，绕过人工操作，这将带来什么变化？ 肖洪：最大的变化是 “解放人工干预”。许多以前需要人们坐在电脑前操作专业软件的任务，现在可以由代理自动化完成。AI 已经能够处理涉及的基本判断。即使在关键时刻，也可以通过单击请求人类授权，就像在手机上安装应用时请求授权一样。这最终将彻底改变现有软件的操作逻辑和人们的工作方式。 杨国安：在 PC 时代，有 “安迪 - 比尔法则”——硬件（英特尔）的提升总是被软件（微软）消耗。这是否意味着价值是由 “技术能力” 和 “应用能力” 共同创造的？ 肖洪：是的，这正是我们的核心参考。安迪 - 比尔法则建立在摩尔定律之上，意味着计算能力的提高必然导致更多资源密集型的应用。微软根据对未来计算能力的预测规划 Windows。这直接启发了我们的产品思维：在当今快速发展的技术中，我们能否暂时忽视成本和速度，专注于创造极致质量的产品？我们追踪前沿模型，追求最佳体验而不考虑成本。这与传统互联网在质量、速度和成本之间平衡的方式截然不同，这也是我们敢于将昂贵的计算能力转化为核心竞争优势的原因。 杨国安：你坚持 “以产品驱动增长”，并且零市场预算。这种方式的可持续性如何？ 肖洪：这种思维源于我们在开发 Monica 时的观察。我记得与一位企业家的对话，他提到今天 AI 产品的成本结构。以 Monica 为例，在 2024 年，大约三分之一的成本是员工薪水，三分之一是代币（大模型调用）费用，剩下的三分之一是用于互联网广告平台的增长成本。那次对话非常有启发性。我开始思考：如果我们在开发产品时持续大量投资于广告平台，那么我们的增长很可能会被互联网巨头的广告平台所定义。我记得当时，一旦我们接近盈利并且利润率良好，广告平台就会立即提高价格；这种模式几乎是可计算的。这与消费品行业通过广告平台实现增长后面临的问题类似。所以我在想：今天哪些东西是昂贵的，但未来会变便宜？哪些东西今天便宜，但未来会变得越来越昂贵？结论是：AI API（代币成本）今天是昂贵的，但从长远来看，在摩尔定律和基础技术发展的推动下，它们肯定会变得更便宜。然而，互联网用户的成本却在不断上升。在早期阶段，用户愿意探索，但一旦产品适应市场，现有参与者将通过广告平台获取用户，推动整个行业的用户获取成本上升。基于这一判断，我对团队的目标是：我们能否创造出用户觉得非常惊艳并愿意主动告诉朋友的产品？在某种程度上，我们将原本昂贵的代币成本转化为我们的用户获取成本。随着代币成本变得更便宜，用户获取成本变得更昂贵，这种模式在长期内变得可持续。团队当时的目标是：创造出让人惊艳的产品，让他们愿意分享，实现零市场预算。在 Manus 推出前一周，我们召开了一次内部会议，正式确认必须有零市场预算。因此，Manus 在今年年初在社交媒体上如此受欢迎的原因在于，我们在某种程度上创造了一个符合用户期望的产品。一些意见领袖分享它的原因正是因为它确实提供了令人惊艳的体验，实现了每个人对未来 AI 产品的愿景。 杨国安：为什么优先服务 C 端 “孤狼” 用户而不是 B 端用户？ 肖洪：底层判断是技术阶段与市场的匹配。AI 代理技术仍处于早期阶段，迭代极其迅速。大企业需要确定性和稳定性，而个人用户和自由职业者对变化的容忍度更高，更愿意接受创新。在快速技术变革的早期阶段，C 端市场恰恰是快速迭代优势最大化的地方。 杨国安：Manus 的生存策略是与行业巨头合作共存。包括 Anthropic、OpenAI 和 Google 在内的许多巨头可能会推出自己的代理。那么，你如何在这些巨头之间寻找合作与共存的机会？ 肖洪：我们的战略是 合作与共存，扮演 “最佳体验整合者” 的角色。底层模型的竞争非常激烈；没有任何公司能够持续垄断所有能力。作为应用层，Manus 可以灵活整合来自不同公司的最佳模型，理论上为用户提供比任何单一公司更精致的体验。这类似于手机制造商与芯片制造商之间的关系：尽管我们不制造芯片（模型），但我们对用户需求的深刻理解和大量使用使我们能够优化模型，创造双赢局面。 杨国安：你如何使 Manus 突破早期采用者，获得大众的广泛接受？ 肖洪：关键在于两点：首先，产品体验的绝对差异化。 在 ChatGPT 已经成为常态的海外市场，我们必须确保用户一眼就能感知到差异。例如，Manus 不仅提供答案，还主动生成交互式网页，使得 “代理提供结果” 变得可见和具体。第二，进行 “场景化” 的市场传播。 我们走出 AI 圈，与各个垂直行业的博主合作，使他们根据真实需求使用 Manus，并向他们的受众展示具体的使用案例，用他们熟悉的语言定义 Manus 的价值。 当 "一个人变成一家公司" 杨国安： 当人工智能完全重构工作流程时， 组织的核心任务似乎正在发生转变 ……从你的实践来看，这是否意味着以控制和协作为主的传统模式需要重新定义？你强调 “增强”，并用它来做出颠覆性的决策。这种新模式的基本逻辑是什么？ 小洪： 我们的实践是对这三个问题的同时回答。首先，在组织上，我们正在回归更紧密的协作模式。即使公司已经成长，我们的核心合作伙伴最近也回到了一个小房间里工作，建立了每日 “无会议时间”，专注于产品讨论。其潜在信息是，随着人工智能显著提升个人效率，组织的核心任务不再是流程控制，而是确保最关键的决策单位能够进行深入、高质量的思考和共识建立。其次，这正是 “增强” 的实际体现，而非 “替代”。人工智能负责执行并拓宽思维，而人类不可或缺的价值在于做出最终判断、对齐期望和把握背景。创造这样一个组织内部深入沟通的空间，是为了增强 “人” 在战略和美学上的最终决策权。最后，颠覆性的决策正是源于此。无论是削减项目还是全力以赴投入新方向，逻辑始于 “技术能为用户解决什么根本问题？” 真正的挑战从来不是分析，而是一旦答案明确，拥有打破内部共识和路径依赖的勇气，并坚决将新的共识付诸实践。频繁、高质量的面对面讨论是锻造这种战略勇气和确保共识稳固的关键熔炉。杨国安： 你认为一个完美的 “人工智能原生组织” 是什么样的？小洪： 我们给自己打 60 分（满分 100 分），因为我们许多工作习惯仍然遵循旧方法。一个完美的组织是人工智能深度融入工作每个方面，成为员工的 “第一反应”。就像员工首先会谷歌问题一样，未来他们会本能地首先询问人工智能。在添加新任务时，我们会优先问：“这可以直接由人工智能处理吗？” 这才是真正的人工智能原生工作流程。杨国安： 我知道你在招聘时也在尝试识别那些真正具备人工智能原生思维的人。你是如何识别这些人的？小洪： 我的办法是看他们实际如何使用人工智能。我会要求对方演示他们日常使用人工智能的情况。真正的人工智能原生者使用它的频率远高于普通人；人工智能深深嵌入他们的工作流程中。杨国安： 你曾提到 “没有软件” 的理念。你认为代理的发展将对软件行业产生什么影响？小洪： 根据我的观察，这种影响已经开始显现，主要体现在两个方面。第一部分是对软件工程师和技术人员的影响。像 Cursor 或 Claude Code 这样的产品已经彻底改变了软件工程师的工作方式。以我们公司为例，Manus 的关键工程师不再手动编写代码。我观察他们的工作；他们打开多个编码代理窗口，像与人聊天一样进行协作。统计数据显示，我们公司近 80% 的代码是由人工智能生成的。工程师现在更专注于理解业务需求、审查代码质量和设计架构。因此，对于软件工程师来说，这种转变正在进行中，并将变得越来越深刻。我很难想象几年后的软件开发会是什么样子；也许它真的会像科幻小说一样，通过自然语言描述快速生成优秀产品。第二部分涉及对非技术角色和内部 IT 系统的影响。组织内的许多非工程角色也需要信息系统支持。在过去，他们需要建立内部 IT 团队或寻求外部外包服务。我的观察是，未来这些内部系统或非工程信息系统的需求肯定会直接通过人工智能代理得到满足。这种转变是巨大的：迭代周期将比外包更短，需求将更加个性化，你告诉代理你的需求，它可以立即交付。这种变化今天被低估了。Manus 也在这一领域进行投资，我们将很快发布相关产品。杨国安： 人工智能将如何改变 SaaS 行业的未来？小洪： 我们的观察和分析表明，它可能会分化为两条路径：对于现有的 SaaS 公司，关键在于他们能否成功进行人工智能转型。顶级并购基金预测，约一半的现有 SaaS 公司可能无法完成这一转型。对于新市场，企业家不需要复制旧模型，而应基于经过验证的客户需求，使用人工智能原生思维重建他们的产品——这将是一个更大的机会。杨国安： 随着人工智能代理获得越来越多的自主权，未来员工数量可能会减少。你如何看待这种技术进步对行业的社会影响？在你的产品或技术中是否考虑过伦理、安全等边界问题？小洪： 这是一个需要长期考虑的问题。在一次测试中，Manus 试图查询火车时刻，发现官方网站因罢工没有数据，竟然尝试寻找联系信息并起草询问邮件。这让我们感到震惊和警觉。最终，它失败了，因为没有电子邮件地址，但它甚至准备去注册一个。在那一刻，我感到既惊讶又有些害怕。我们的原则是：首先，充分利用模型制造商提供的现有安全屏障；其次，在关键点设置用户确认机制，以防止人工智能 “过度代表” 用户。 作为企业家，我们的责任是释放技术的潜力，同时对其深远影响保持敬畏和谨慎。