Transcription
最近中国的AI公司Manus被Meta以二十多亿美元收购，引起了不少波澜。
在收购完成之后，中国商务部突然跳出来，表示要对收购行为进行审查。有人开始担心Manus的年轻创业者会遭到政府打压。也有人认为Manus是套壳骗子项目。冤大头的收购被商务部叫停是皆大欢喜。科技圈的朋友则对Manus创始人能够瞬间成为亿万富翁羡慕不已。
Manus到底是不是骗子？Meta为什么会收购这样一家公司？它到底是不是冤大头？商务部警告目的又是什么？接下来我们就从投资、技术、监管这三个角度分析一下Manus被收购事件。
我们先来看投资部分。Manus的母公司是位于北京市海淀区的蝴蝶效应，它成立于2022年4月。从本质上说，Manus是蝴蝶效应的一个项目，只不过表现为一家公司而已。
这不是肖弘的第一次尝试。肖弘在接管蝴蝶效应之前就是一名连续创业者。他的特点是能够在大平台上进行小创新，在斩获一定用户数量后引起关注再将公司卖掉。肖弘的早期项目是微信插件壹伴助手和微伴助手。后来这些插件卖给了第三方公司。在这个过程中，他引起了真格基金的注意。真格后来成了蝴蝶效应以及Manus的主要投资人。
利用简单的想法，依托某个平台，在短时间内创立一家公司。然后将公司卖掉盈利。在美国，这种人被称为Build to flip founder，或是简单称为flipper。这种人喜欢打一枪换一个地方，从未打算深耕一个产品，技术水平也不高。他们建立公司的目的就是卖掉。所以虚张声势的成分通常较多。如果哪次瞎猫碰上死耗子，就可以卖个高价财富自由。
Andrew Gazdecki是这方面的教父级人物，他公开鼓励专门建立小公司卖掉。甚至还建立了个MicroAcquire平台帮别人卖公司获利。如果公司被大厂收购，还有机会成为acqui-hire。利用这种方式加入大厂获得一个不错的职位和薪水。由于收购会让早期投资人迅速回本获利，所以这种方式也受到了很多投资人的青睐。
这种flipper的做法就变成了肖弘的座右铭：“创业不是走得快，而是拐得对”。或者用他的另外一句话来说，就是“壳有壳的用处”。他背后的真格基金自然也是深谙此道。于是，在公开的报道中蝴蝶效应的产品一次又一次的成了“赢”学典范。
2024年真格就试图推销蝴蝶效应的另一款产品：浏览器AI插件Monica。当时真格和肖弘试图将公司卖给字节跳动。字节在评审后认为其价值不高，但还是愿意花3000万美元将人员合并进字节的豆包团队。这个价格其实主要是付给蝴蝶效应的多个投资方的。肖弘、季逸超认为报价太低于是放弃了售卖。
既然在中国找不到好买家，那么就到海外去找。在Monica的网站上，我们能清晰的看到：Monica是个调用多种大模型API的浏览器插件。能够读取浏览器中的网页内容，具备帮助用户处理文档、图像、生成音频的功能。团队本身是个应用团队。但是在真格基金的帮助下，这个完全与大模型训练无关的产品被称为“中国大模型团队”的杰作。
很快，Manus被发布出来。它被包装成一家独立的公司，为收购铺平了道路。发布的第二天，网络上铺天盖地的炒作就开始了。Manus号称“全球首款通用AI智能体”。抖音、微博、B站、小红书都在同一时间让Manus大量刷屏。
由于Manus团队的工程水平堪忧，所以刚刚发布产品经常崩溃，不得不使用邀请制。中国人是喜欢追新的，闲鱼上突然出现了大量的Manus邀请码，单个售价上千万。有 M an us 邀请码的出现，多个自媒体大张旗鼓的宣称Manus由于太过火爆以至于超过服务器的负载能力。一个邀请码的的售价被炒到了几十万元人民币。两天以后，各大主流媒体依据网络自媒体的宣传开始声称Manus超越OpenAI。是一个让OpenAI都沉默的模型。声称是中国的另一个DeepSeek时刻。
这里我们要说明一下，DeepSeek在爆火的R1模型以前还发布过多款模型，V1、V1.5、V2一直到V3都还是默默无闻的状态。而Manus连服务器稳定性问题都无法解决的情况下，就在一天内碾压了OpenAI。
如果你去对比Manus发布当天和今天其官网上的内容，就会发现只有今天的网页能够选择中文。这意味着，早期Manus是根本不支持中文作为显示界面的。这说明它是个面向海外或是英文用户的AI产品。不管他们在闲鱼上被吹得如何天花乱坠。海外用户才是Manus的基本盘。
就在Manus发布后在国内大火，邀请码在闲鱼上标价达到1000万、实际成交价格达到十几万的时候。Manus在海外的社交媒体上却毫无知名度。X、YouTube上有关的视频浏览量很少。eBay上也没有出现上万美元出售邀请码的商家。反倒是有几个人开始在Reddit上共享免费的邀请码。邀请码从单次有效。很快演变成了永久有效。到Meta开始审查试图收购Manus的时候。注册还额外赠送了2200个Credits。作为对比Github Copilot的Pro用户只有300个Credits。Cursor的Pro用户也只拥有220~500不等的Claude模型Credits。由此看来，在被收购之前Manus提供了相当慷慨的服务。
一家总部位于中国的公司想要被海外公司收购自然是困难重重的。创始人肖弘有着大量币圈经验，知道与中国政府周旋的办法。中国币圈的公司绝大部分注册地在新加坡，Manus于是有样学样。2025年4月真格发消息声称完成了7500万美元的B轮融资，估值拉抬完成。6月对北京的员工进行裁员，关闭中国国内的社交账号，并在官网明确显示对中国地区不可用。然后将Manus公司的主体转移到了新加坡。操作之熟练和完美堪称教科书级别。
这种操盘大概率不会是一个2015年才大学毕业的人能够进行的。真格基金应该在其中起到了主要作用。能够在6月的时候决绝的关停所有中国项目。说明那时候已经和海外的买家达成了初始意向。只不过这个买家是不是Meta我们就不知道了。对外转移的只有Manus，而不是蝴蝶效应。让肖弘和真格进可攻、退可守。
这里要说明一下，针对Manus的融资一共经历了3轮。种子轮真格基金是唯一的投资方。而后的A轮和B轮，真格都是领投方。真格基金是肖弘长期的合作伙伴。Manus的另外两位创始人季逸超和张涛也来自真格的人才池。这两个人都在真格投资的公司跳来跳去。是高科技投资中常见的孵化+人才体系。
在高科技投资界有个公开的秘密，也就是除了种子轮以外，A轮和B轮融资的资金不一定完全到账。假如一个VC投资了种子轮，那么投资后这个VC最想做的就是降低风险获得收益。资方不仅会频繁到公司督促、参与管理、推荐人员，还会通过自己的观察决定之前许诺的资金是否真的到账。如果公司有前景，种子轮VC就会试图拉来其他投资机构一起投。很多情况下A领投，并许诺投资1000万美元，真正到账的可能只有100万，然后企业估值1个亿。等到B轮投资结束，A轮的投资可能还没到账。这样，领投的VC就可以利用其他VC的资金提前降低自己的风险。
估值是谈判的结果而不是公司的实际价值。很多科技公司的估值往往超过其实际价值的10倍，甚至达到50倍。Manus在自己的官网上声称只用了8个月时间达到了1亿美元的ARR。超过了Cursor和Perplexity。ARR的全称是Annual Recurring Revenue，被称为年度经常性收入，通俗的说就是“年订阅收入”。ARR假设当前的订阅客户都不流失、不升级、不降级。按现在已经签好的的合同来计算12个月大概能收多少钱。乍一看，Manus一年就能收入1.25亿美元，这真是太了不起了！能发出这样的惊讶，说明您没有掌握创业公司的标准操作。
很多公司会将免费试用计入ARR。将前期大幅折扣的合同全额计入ARR。只收了一个月的钱，但是将全年金额计入ARR。把关联公司的咨询、培训混进ARR。把已经流失但是还没有正式通知的客户计入ARR。找人象征性订阅冲ARR。特别是对于这种在线订阅服务，ARR作弊是最容易的事情。所以ARR不反应实际到账现金、不反应利润、不代表公司价值。
如果Meta真如媒体报道所说，仅用10余天就从谈判到关闭敲定了交易。那么这短短的十天中是根本无法完成财务、技术、数据和运营相关的审计的。假如在Manus加入了Meta后才发现蝴蝶效应团队作假，交易会取消吗？答案是否定的。也就是说，Meta即使在收购后发现了问题，也只能哑巴吃黄连有苦说不出。Meta作为一个市值1.55万亿美元的上市公司，任何负面报道都会影响股价。而ARR作假之类属于重大负面新闻。所以大型科技公司在收购后即使发现数据有水分也会试图内部消化。由于Manus的收购谈判只有10天，那么很可能会签署保密协议。即使发现问题也是私下解决。
2025年4月Meta刚刚经历了Llama 4模型作假丑闻。如果这个时候又爆出收购了一家作假的AI公司。那么扎克伯格在AI上的努力也就功亏一篑了。Llama模型作假事件，客观上反应扎克伯格本人在AI方面的严重焦虑，以至于团队不得不通过作假来迎合。
一般来说，创业公司的CTO水平如果进入大厂也就是个普通工程师E4水平。好一点的能够做到E5，Senior Software Engineer。Manus应用能够如此快速的上线，说明其技术难度不大。所以我们接下来就一起看看Manus的内部到底实现了些什么，并由此看看它是否有先进之处。
Manus的实现可以从其CTO季逸超书写的官方博客，以及其他用户对Manus的真实使用交叉验证。如果用一句话来描述Manus这个智能体，那么就是运行在云端的Cursor。或者：运行在云端的Github Copilot。
Manus没有实现自己的模型，而是高度依赖Anthropic的Claude。在Manus刚刚发布的时候，主要依赖的是Claude3.5。这是因为Anthropic模型代表了业界最先进的编程和推理能力。Manus会调用GPT4来处理一些简单的任务。在搜索内容的时候，则会调用Google Gemini。同时使用开源的通义千问模型做调度降低成本。
这个概念并非Manus首创。多AI模型之间的协调互动在上世纪80年代初就已经出现。当时人们称它为Distributed Artificial Intelligence，也就是分布式AI。经过十几年的演化，相关理论到1995年已经十分成熟。Russell & Norvig合著的《人工智能：一种现代方法》一书奠定了多智能体协作的理论基础。
Manus会将用户提供的任务进行分析，将大任务分解成小任务。然后利用一个不断迭代的代理循环来对分布式的模型调用进行组织。无论是大任务还是小任务，都会经历分析、规划、执行、审查四个步骤。如果在审查或是任意阶段发现任务失败，就会重启这一循环。这个流程依赖于Claude模型生成的、被称为CodeAct的Python代码来保证，而不是通常情况下的提示词来保证。
Manus团队使用了多种开源实现，比如多模型组织和自有知识库使用了LangChain。调用其他工具使用了MCP。对于部分重点功能，如搜索、查询、导航则预先实现了外部API调用来帮助模型工作。在每个步骤中由于Manus依赖多模型，因此无法将内容存储在模型的上下文中。Manus使用JSON文件来完成跨模型信息共享。
针对特定的模型、及特定的任务。Manus还依赖大量的手工提示词工程优化，来获得更好的结果。比如，要求模型输出更为详细的结果，然后再将输出结果作为下一次模型工作的输入。模型自身可以书写脚本、运行程序，通过playwright访问浏览器。所有这些程序都是运行在Ubuntu的Docker中，通过多个云主机完成。
从Manus的设计可以看出，它试图利用现有大模型的强项，并通过一个复杂的、人工调优的系统来让多个模型协同工作获得更好的结果。我们相信，Manus一定在某些特别进行手工调优的演示中能够获得超乎寻常的优秀成绩。并因此幻想自己对OpenAI的模型获得了碾压式的优势。但用户的反馈不是这样。
这位用户已经向Manus付了一年的费用。但是却发现Manus无法完成工作。需要用户针对每一个步骤进行Debug，但是Manus还是每次都以相同的方式失败。他试图联系客户服务，Manus的客服就是个机器人，无法解决任何问题。
我们刚才提到Manus团队针对特定的任务对提示词进行了大量优化，同时还利用这种方式让模型针对任务的分析更细致。人工优化提示词的结果自然可以在某些情况下获得优势。但是模型是在迭代的、模型提供商的系统提示词也是在变化的、模型还存在幻觉、模型的版本也会更新，用户针对同一问题会使用不同描述。现代模型也会根据当前机器的负载动态调整它的上下文和输出token能力。当所有这些东西叠加到了一起，人工优化很可能成了负优化。在这种情况下，由于内部定制了太多的东西，导致Manus的适应性极差。
Linux系统在设计的时候有个重要原则，就是Separate mechanism from policy，后来被简化成了Tools not policy。也就是说工具不应该插手策略。Manus系统中用户的输入就是Policy，而Manus本身同时控制着Policy和Mechanism。这就导致一旦出现问题，用户根本无法修复。官方人员又拿“小团队”当挡箭牌，所以无解。
另外一名用户抱怨说Manus原地转圈，花了4个小时在一个5页PPT上添加一个列表。他想退款，但是Manus拒绝了。这暴露了Manus本身另一个致命弱点。就是多模型之间未必能够通过简单的配置文件完美衔接。模型的选择权并不在用户手中。即使绝大部分任务都可以良好完成，但是只要在一个任务上模型陷入循环。那么无论用户如何调整提示词都无法避免错误。导致底层模型的自动选择或是自动优化让本来少量token能够解决的问题。在Manus上就需要大量token才能解决。假如模型在调用的过程中失败了。那么Manus会重试，这导致了更高的token消耗。
经常使用AI工具的人都知道，即使是Opus也会因为无法解决特定问题而陷入循环。这时候的最佳办法是用GPT和Gemini都试一下，也许问题就可以得到解决。但Manus的自动化调度让这种方式变得不可能。反而会在瞬间耗尽用户所有的token。图中的问题是5个月前发布的，那时候正是Manus对用户最为渴求的时候。客服不应答、事情不闹大前不正常退款也成了家常便饭。
多模型调度机制也让Manus陷入两难的困境：假如一律使用最好的模型，成本无法负担；假如使用便宜的模型如GPT4o，则无法真正完成任务。
Manus的CTO季逸超有着与Elon Musk截然相反的观点。Elon认为通用模型是未来AI的发展方向，而季逸超则认为模型需要按照产品经理的想法为业务线定制。基础模型未来会同质化，于是护城河会转移到应用层。产品体验、工程整合和用户场景闭环才是主要的竞争点。但问题是：如果模型足够先进了，模型自己就会完成所有这些事情，Manus的存在也就没有意义了。比如，Google是AI模型厂商中工程能力最强的，他们也将很快在Gemini中整合浏览器功能。
在用户端使用工具的模型更容易调试，也更容易与用户配合。一旦运行在云端，想要消除错误就变得较为困难。而Manus的用户大部分都是低技术人员，导致体验很差。
在中美AI竞争的大环境下，一个不怎么成功的AI产品弄虚作假卖到了20多亿美元，让美国人当冤大头、有苦说不出本来是件好事。真格基金在操作的时候也会和相关部门打招呼。那么为什么商务部还跳出来要进行事后审查呢？
这里要说明一点，很多人认为商务部说要审查所以Meta的收购就暂停了。这种理解是错误的。收购已经完成，Manus的中国资方已经拿到现金和股权对价。只有Manus员工的RSU，也就是限制性股票还需要时间归属。创始人的数亿美元现金已经分完。Manus和Meta的官方网站也都确认交易已经完成。商务部的监管只能做事后审查。
其实商务部的审查不是中国原创，这种审查方式源于美国。特别是针对政治制度与自己不同的国家。即使交易已经完成也可以反悔。比如2006年6个美国港口被销售给了阿联酋，交易已经完成后美国颁布行政令强制收回港口。美中之间反悔的例子就更多了，感兴趣的朋友可以参看有关CFIUS的研究报告。CFIUS全称是Committee on Foreign Investment in the United States，中文叫对美外国投资委员会。它成立于1975年，是美国财政部领导的跨政府部门。专门负责审查外国并购。其中有关中国的并购事后反悔就达到十几起。
显然Manus的水平还到不了需要事后反悔的程度。商务部的行动只是敲山震虎，警告其他有真材实料的创业公司：不要妄想将自己的技术卖给美国。
最后，如果你是个专业的AI用户，那么Claude Code是你不二的选择。如果你是技术小白，但是需要AI帮助你书写文档和PPT，Google One全家桶肯定能满足你的要求。假如你需要一个助手帮助你撰写专业论文，那么Grok是个不错的选择。对于那些不具备模型训练能力，又不允许用户选择底层模型的AI应用产商，请谨慎选择。
好了，本期视频就到这里。感谢订阅。我们下期再见！