在 8 月份宣布突破 9000 萬美金年化收入后《》,Manus 昨晚宣布其 ARR 已經突破了 1 億美金,成為從 0 到 1 億美金 ARR 最快的初創公司。
Manus 的總收入年化運行率則超過了 1.25 億美金,這塊數據包含了基于使用量的收入和其他業務收入。自 Manus 1.5 發布以來,其月度復合增長率超過 20%。
根據之前的介紹,1.5 版本一個改進是任務完成速度快了近 4 倍,另一個就是可以構建完整的 Web 應用。與典型的“AI 網站構建器”不同,它可以在單一上下文中執行整個價值鏈:研究并產出深度內容,構建網站,分析用戶交互數據,并基于這些發現生成見解或演示幻燈片。
前幾天更新的版本則可以直接通過 Manus 來做移動開發了,這塊我之前介紹過專注于開發 App 的 AI Coding 產品,《》。
有網友說通過 Manus 開發了一個完整的移動 App,我簡單體驗了一下讓它構建一個 AI 筆記產品,效果還不錯,包括后端、數據庫這些全都自己設計好了,我只需要集成一個 OpenAI 的 API 即可,并且給出了發布到 App Store 的指南。
Manus 沒有公布用戶的分布情況,不過我在 X 上簡單做了一下搜索,發現有不少日本用戶分享了通過 Manus 做各種產品的帖子,特別是用它來做移動 App 和 Web 產品這塊,我估計來自日本的用戶有不少比例。
Manus 說,自上線首個通用 Agent 以來,已經累計處理了超過 147 萬億的 Tokens,創建了超過 8000 萬個虛擬計算機實例。
![]()
之前 Manus 根據其自身實踐分享了幾個構建通用 AI Agent 在上下文工程(Context Engineering)的經驗很有價值,其結論是與其通過微調模型來提升能力,不如通過優化上下文管理來讓代理更聰明、更高效。
首先就是優先考慮 KV 緩存(KV-Cache),這需要保持前綴穩定,避免在系統提示詞開頭放置動態信息(如時間戳),同時通過只增不刪來確保上下文序列化是確定性的,避免修改過往的操作記錄。
第二個是遮蔽(Masking)而非移除工具,當工具數量爆炸時,動態刪除工具會導致模型困惑和緩存失效。
第三個經驗是將文件系統作為外部記憶,長上下文不僅昂貴,還會導致模型性能下降。因此需要持久化存儲,讓模型學會讀寫文件,將文件系統視為無限大的“結構化外部記憶”。其次要可恢復壓縮,移除不必要的原始數據(如 HTML),但保留路徑或 URL,以便需要時重新找回。
第四個經驗是通過“復述”引導注意力,Manus 會在上下文中不斷更新todo.md。這通過自然語言將全局目標反復推送到模型的近期注意力范圍內,防止代理在長任務中偏離目標。
最后是保留錯誤的記錄,因為錯誤即經驗,不要清理失敗的嘗試。將錯誤的行動、觀察結果和堆棧跟蹤保留在上下文中,能讓模型意識到之前的路徑行不通,從而實現“錯誤恢復”和自我修正。
其核心觀點是,代理的未來在于如何巧妙地塑造上下文。如果你能設計好記憶、環境和反饋循環,即便底層模型不變,代理的表現也會有質的飛躍。
與此同時,最近終于又出來了一個讓我眼前一亮并且很看好的 AI 產品(模型),種子輪就拿了 4000 多萬美金,它跟 ElevenLabs 類似屬于語音 AI 這個方向,雖然看起來聚焦的領域更加細分,但卻是一個非常龐大且被幾乎所有人都忽略了的市場。
我把它稱為 AI 視頻語音,是一個隨著 AI 視頻普及而指數級增長的需求,當所有 AI 都聚焦于……
全 文 共2868 字
后續內容為付費會員專屬,會員掃碼登錄直接閱讀
Memo: Signal, not noise!
訂閱 Memo Pro
Memo(vcsmemo.com)是一個基于付費訂閱模式的創投內容平臺,已得到大量 VC、企業 CEO 以及高管的支持,我們希望幫助你捕捉最具價值的行業信號、過濾噪音(Signal,Not Noise)。
訂閱 Memo Pro
你將獲得:
1.解鎖未來一年以及之前的所有會員專屬內容
2.郵件訂閱功能:付費內容+最新行業快訊+...
3.優先體驗 Memo 新產品和新功能
限時 799 元/年(原價 999 元/年),掃碼立即訂閱
1.
2.
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.