黑龙江省网站建设_网站建设公司_SQL Server_seo优化

文章讲述了华人团队创建的AI智能体公司Manus从成立到被Meta收购的历程。Manus产品仅发布9个月就被估值数十亿美元完成收购，其技术与产品哲学源于更早的Monica浏览器插件。团队采取全球化战略，从工具到Agent实现产品跃迁，将AI从"回答问题"推进为"完成任务"。文章揭示了中美AI人才竞争格局，指出华人AI创业应注重应用创新、全球化布局和战略耐心，并购可成为AI时代的重要成功形态。

武汉一间办公室，键盘声稀疏。几天前，这里还是估值数十亿美元的AI明星公司Manus在中国的重要据点；如今，它几乎已经搬空，只留下几台未带走的电脑和一些来不及清理的纪念品。

2025年12月，硅谷科技巨头Meta宣布完成对通用AI智能体公司Manus的收购。尽管官方并未披露具体交易条款，但多家国际科技与金融媒体普遍将其描述为一笔数十亿美元级别的并购交易。这家由华人团队创立、产品发布仅9个月的公司，完成了从初创到被超级平台整体收编的惊人一跃。

创始人肖弘出任Meta副总裁，原有核心团队将继续以相对独立的形态运作，其技术能力被明确规划为将逐步整合进Facebook、Instagram、WhatsApp等核心产品体系。这场收购推进的速度令市场侧目——从实质性谈判到最终敲定，仅用了十余天。

Manus的故事，表面看是一则创业神话；但在更深层，它更像一扇窗口，折射出中美人工智能竞争的结构性差异，以及全球AI人才、资本与平台力量正在发生的重新分配。

01｜九个月神话：从零到数十亿的创业火箭

Manus的故事始于2025年3月。当时，这款被团队定义为“全球第一款通用AI Agent”的产品正式发布。与主流聊天机器人不同，Manus并不强调对话本身，而是试图解决一个更具野心的问题：用户只需输入目标，系统即可自主完成复杂任务并交付结果。

从市场调研、资料汇总，到旅行规划与方案输出，Manus试图把AI从“回答问题的工具”推进为“完成任务的代理”。

市场几乎立刻给出了反馈。邀请码机制引发强烈稀缺效应，二手平台价格被炒至数千美元；访问量短时间内激增，服务器多次承压。在对外披露的数据中，Manus的年度经常性收入在发布后数月内突破1亿美元，成为增长速度最快的AI初创公司之一。

随之而来的，是资本与平台的密集关注。在4月，Manus获得由Benchmark领投的7500万美元B轮融资，估值迅速抬升；6月，公司宣布将总部从中国迁往新加坡，仅保留部分核心技术人员随迁；到年末，其商业指标与用户热度已具备“平台级资产”的轮廓。

据多位业内人士转述，Meta内部对AI Agent方向的紧迫感，是这笔交易迅速推进的重要背景。部分投资人甚至提到，Meta创始人扎克伯格本人长期关注并体验过Manus，这为谈判打开了窗口。

但如果只从Manus发布后的爆发来理解这次收购，很容易忽略一个事实：这条路径，并非从2025年才开始。

02｜技术奠基：Monica时代的慢哲学

Manus并非凭空出现。其技术与产品哲学，源自一个更早的产品——Monica。时间要回到2022年，当ChatGPT开始引发全球关注时，肖弘就已经意识到：真正的机会不在“再造一个模型”，而在“如何让AI进入真实使用环境”。

在多数团队选择自研大模型、比拼参数规模的阶段，肖弘推出了Monica——一个集成GPT-4、Claude等主流模型能力的AI浏览器插件。这种选择在当时并不“性感”，甚至被部分人视为“套壳”，但其背后的逻辑却非常清晰：不做底层能力的竞争者，而做应用与体验的整合者。

这并非偶然。在更早的微信生态创业时期，肖弘团队就通过“壹伴”“微伴助手”等产品，验证过“依附平台、服务真实工作流”的策略。Monica延续了这一思路，只是平台从微信切换到了浏览器。

从产品角度看，这是一条更慢、也更务实的路径：不追逐技术神话，而是反复验证用户是否愿意在真实场景中使用AI。

03｜战略远见：全球化不是结果，而是前提

在Monica阶段，团队已经完成了多项对后续至关重要的布局。首先是市场选择。Monica从一开始就主攻海外用户，而非将中国市场作为默认起点。这一决策，在后续Manus的全球化传播中被证明具有决定性意义。

其次是增长路径。2023年，团队完成了一次关键收购，拿下了拥有约300万用户的“ChatGPT for Google”插件。这不仅带来了用户规模的跃迁，也让Monica在AI浏览器插件赛道迅速进入第一梯队。

更重要的是组织结构的前置设计。早在2023年8月，肖弘就在新加坡注册实体，并通过香港公司全资持股运营主体“红色蝴蝶科技”。这套结构并非为某次交易临时搭建，而是对长期国际化运营与潜在并购的系统性准备。

因此，当2025年中Manus将总部正式迁至新加坡时，这更像是一次自然延展，而非战略急转。

04｜从工具到Agent：真正的产品跃迁

Monica的成功，验证了一件事：用户愿意在真实网页与工作流中使用AI。Manus试图回答的，是下一步的问题：如果AI已经在“帮你做”，是否可以进一步“替你做完”？

这是一种范式层面的跃迁——从被动工具，走向主动代理。在技术层面，这意味着系统需要理解复杂意图、拆解任务、规划执行路径，并在多工具、多步骤中完成闭环；在产品层面，则意味着用户不再关心“过程”，只关心“结果”。

Manus并不完美，稳定性与效率也并非无可挑剔，但它完成了一件关键的事情：把AI Agent从演示阶段，推进到真实世界的运行阶段。

05｜Meta的算盘：为什么“不完美”反而值钱

围绕Manus的争议中，一个反复出现的问题是：如果产品尚未完全成熟，为什么Meta愿意支付如此高昂的代价？

答案恰恰在于“不完美”。在AI Agent这样高度复杂、路径尚未收敛的系统中，真正稀缺的不是成功案例，而是失败路径：哪些任务必然失败、失败发生在什么节点、哪些问题无法通过产品层解决而必须上升到平台层。

这些信息，几乎不可能通过内部模拟或实验室测试获得，只能依赖真实用户、真实场景、真实崩溃来积累。从这个角度看，Meta买下的并不仅是Manus的当下能力，更是一条已经被反复试错、验证过边界的探索路径。

06｜人才战争：系统吸引力的差异

Manus创始团队的背景，也为这次收购增添了另一层含义。这是一群主要毕业于华中科技大学、并无显著海外留学光环的工程师。他们的成功，充分体现了中国工程教育体系在AI人才供给上的实力；而他们的最终去向，也折射出中美在留住顶尖人才方面的结构性差异。

美国近年来不断强化对全球AI人才的系统性吸引机制，从资本密度、平台规模、算力资源到职业上升通道，形成完整闭环。相比之下，中国虽然在人才培养数量上占据优势，但在高端人才长期留存方面仍面临挑战。这并非个人选择的问题，而是系统吸引力的结果。

07｜未来启示：华人AI出海的新剧本

Manus的案例，为华人AI创业者提供了一条极具现实意义的参考路径。它证明了三件事：第一，在基础模型趋同的背景下，应用层创新依然具备创造巨大价值的空间；第二，全球化布局必须从创业早期就开始设计，而非事后补救；第三，并购并非失败结局，而是AI时代的重要成功形态之一。

对中国AI生态而言，这同样提出了更尖锐的问题：当关键能力开始向平台集中，我们是否具备足够的资本胆识与战略耐心，去“买时间、买失败、买路径”？

结语｜不是终点，而是换道

收购完成后，Manus在武汉的办公室逐渐清空；而在大洋彼岸，肖弘与他的团队正在Meta园区开启新的阶段。工程师们研究如何将Agent能力嵌入数十亿用户的社交产品体系，而团队仍保留着相对独立的探索空间。

这并不是一场创业马拉松的终点，而是一次换道。在AI时代，成功不再只有一种形态；真正的分水岭，在于你是否走在了正确的路径上。

下一个Manus，或许已经在某个不起眼的角落，沿着同样缓慢却坚定的路线，悄然生长。

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓