Manus，危？！

內(nèi)容來源：本文匯編整理自張小珺對話季逸超。

責編 |柒排版| 沐言

第 9387篇深度好文：5163字 |11分鐘閱讀

商業(yè)思維

筆記君說：

他是中國第一代軟件出海創(chuàng)業(yè)者，高中靠一款瀏覽器賺得 30 多萬美金；他深耕 NLP 十余年，親歷從傳統(tǒng) NLP 到大模型的技術巨變；如今帶著通用 AI 產(chǎn)品 Manus 橫掃海外，ARR 超 1 億美金。

他就是 Manus（蝴蝶效應科技）的聯(lián)合創(chuàng)始人兼首席科學家季逸超（Pick）。

最近，Manus被數(shù)十億美元收購的風波，引起不少人的討論。但我們更應該關注的，是這家公司的商業(yè)思考。

在張小珺這場 3 小時的深度訪談中，季逸超分享了自己的創(chuàng)業(yè)故事、產(chǎn)品決策邏輯，以及對 AI 行業(yè)未來的底層思考。沒有晦澀術語，全是實戰(zhàn)干貨，值得每一位創(chuàng)業(yè)者、從業(yè)者細讀。

以下，是季逸超的自述精華版。

一、三次創(chuàng)業(yè)

踩中時代紅利，也扛過技術顛覆

1.第一次創(chuàng)業(yè)：移動互聯(lián)網(wǎng)蠻荒期的“意外驚喜”

2009年，蘋果APP Store出現(xiàn)的第二年，我還在讀高中。

那時候剛好趕上桌面互聯(lián)網(wǎng)向移動互聯(lián)網(wǎng)轉型，不管是國內(nèi)的BAT，還是海外的大廠，大家都站在同一起跑線，沒有成熟的玩法，屬于移動互聯(lián)網(wǎng)的蠻荒期，這給了我這樣的個人開發(fā)者絕佳機會。

我做了一款第三方iOS瀏覽器， 叫猛犸瀏覽器（Mavericks Web Browser），商業(yè)模式特別樸素，賣軟件拷 貝，每賣一份賺一份固定收入。

沒想到這個簡單的模式，讓我在高二、高三期間賺了30多萬美金，也算成了中國早期軟件出海的創(chuàng)業(yè)者。

那時候國內(nèi)沒有成熟的支付渠道，只能支持國際信用卡，國內(nèi)用戶基本沒法付費。

我就想了個辦法，破解自己的軟件，讓大家免費用，也算賺個吆喝，沒想到還吸引了資本關注，真格基金的徐老師當時就問我想不想創(chuàng)業(yè)。

后來移動互聯(lián)網(wǎng)的商業(yè)模式變了，大家都開始“免費獲客 + 增值服務”，加上 iOS 系統(tǒng)不斷更新，我的瀏覽器慢慢不兼容了，最后自然下架。

這段經(jīng)歷讓我早早摸清了產(chǎn)品變現(xiàn)和用戶運營的邏輯，也讓我深刻感受到 時代機遇對創(chuàng)業(yè)者的重要性。

2.第二次創(chuàng)業(yè)：NLP深耕與大模型的“降維打擊”

從瀏覽器業(yè)務里，我發(fā)現(xiàn)了一個關鍵需求：當時移動網(wǎng)絡速度慢，如果能預測用戶的下一次點擊，提前加載內(nèi)容，體驗會好很多。這個需求讓我一頭扎進了自然語言處理（ NLP ）領域，這一扎就是好幾年。

2013年，Google推出了Word2Vec論文，能把自然語言文本高效轉化為稠密向量，這給了我極大啟發(fā)。

我組建團隊做語義搜索和知識圖譜，想打造“下一代 Google”—— 傳統(tǒng)搜索引擎只給鏈接，我想直接給答案，通過自動化技術構建知識圖譜，解決用戶的核心需求。

我們團隊從零開始訓練模型，從依存句法分析到Word2Vec向量化，再到 LSTM+Attention，最后跟進Transformer和BERT，整整熬了4年，做出了產(chǎn)品 Maggie。

它能自動提取三元組、支持多語言，在最高置信度下的準確度能達到89%，比Google當時的產(chǎn)品還高，甚至能支持阿拉伯語這種反向書寫的語言。

但2019年，GPT-3的出現(xiàn)給了我們致命一擊。

我隨便寫個 Prompt（ 提示詞 ），它就能和我們訓了幾年的端到端模型五五開，而且它是通解，能搞定 NLP（ 自然語言處理 ）領域的各種任務，而我們只是垂直領域的解決方案。

那一刻我意識到，垂直技術在大模型面前沒有優(yōu)勢，最后決定賣掉公司。

這段經(jīng)歷讓我體會到垂直整合的痛苦：每天醒來都感覺海水在上漲，不知道什么時候會淹到鼻子，模型迭代、數(shù)據(jù)標注、基礎設施搭建，每一步都要自己扛，那種壓力至今難忘。

3.第三次創(chuàng)業(yè)：放棄AI瀏覽器，押注通用agent

賣掉公司后，我在一家獨角獸公司做了一年半，主要工作是打榜贏算力資源，那段時間也讓我冷靜觀察了 AI 行業(yè)的變化。

2023 年底，我被肖弘（ Manus CEO ）說服加入團隊，核心原因是他說的一句話：“Pick，你想不想在一個產(chǎn)品里，把瀏覽器、搜索引擎、語言模型重新做一遍？” 這句話一下子戳中了我。

初期，我們基于Chrome插件Monica的用戶數(shù)據(jù)，想做一款AI原生瀏覽器。

Monica 當時已有1200萬美金 ARR，是正向現(xiàn)金流產(chǎn)品，但我們很快發(fā)現(xiàn)了問題：插件的用戶滲透天花板太低 ，Chrome 有20億日活，而頭部插件的活躍用戶也就5000萬左右，不到 1% 的滲透率，再怎么發(fā)力也難有大突破。

更關鍵的是，瀏覽器的遷移成本極高。人類歷史上只有兩次瀏覽器變革：從網(wǎng)景到IE，從IE到 Chrome，要么靠渠道分發(fā)，要么靠技術漏洞，創(chuàng)業(yè)公司想顛覆太難了。

而且當我們內(nèi)部把瀏覽器產(chǎn)品打磨得差不多時，我突然覺得它“不是特別酷”——按我現(xiàn)在的話說，如果一個產(chǎn)品做完，你自己都覺得不酷，那沒人會覺得酷。

其實做完一款產(chǎn)品，人難免會有慣性偏袒，哪怕我們都是經(jīng)歷過幾次創(chuàng)業(yè)的“中登”，也會下意識想說服自己產(chǎn)品沒問題。但隨著更多問題暴露出來，我們才慢慢趨向冷靜判斷。

直到看到美國創(chuàng)業(yè)公司 The Browser Company 放棄瀏覽器產(chǎn)品 Ark，創(chuàng)始人說“連親戚朋友都不愿意從Chrome換成Ark”，我才徹底下定決心放棄這個方向。

其實那段時間特別寶貴，大家在自然而然形成共識的過程中放下了瀏覽器，處于一種幾乎無所事事的狀態(tài)。

而當一群不太笨的人無所事事的時候，就會產(chǎn)生很多很好的想法。當時我們還在正常運營Monica，同時也會做一些別的實驗，那段時間已經(jīng)有不少AI產(chǎn)品受到歡迎，尤其是coding領域，像Cursor、Windsurf，還有后來的Devin，都積累了很多用戶。

我們作為工程師，自然會去體驗這些工具，可讓我們意外的是，公司里很多非工程師居然也在用Cursor，要知道，Cursor的產(chǎn)品形態(tài)還是IDE（ 集成式開發(fā)環(huán)境 ），本來是寫給代碼人才用的東西。

我們發(fā)現(xiàn)，運營同事在用它寫博客，數(shù)據(jù)分析同事用它做數(shù)據(jù)分析和可視化。

于是我們特意站在他們身后觀察，發(fā)現(xiàn)了很有意思的一幕：Cursor左邊是代碼區(qū)，右邊是和AI聊天的窗口，這些不會寫代碼的同事根本不看左邊的代碼，只是不斷跟AI交流，讓AI幫自己完成任務。

原來AI是通過編程的方式，以代碼為媒介，去幫他們完成這些非編碼任務。

這讓我突然意識到： 編程不是垂直技能，而是通用能力，真正的機會是把這種通用能力包裝起來，讓普通人也能用。

于是我們把瀏覽器的技術積累搬到云端，打造了通用agent產(chǎn)品 Manus：每一個會話背后都有一個獨立的虛擬機沙盒，能幫用戶做網(wǎng)頁、做 PPT、批量處理文件、深度研究，還能聯(lián)動 Notion、Slack 等工具，異步處理長任務，不用用戶自己寫代碼或復雜操作。

2024年3月Manus 發(fā)布，現(xiàn)在 ARR（ 年度經(jīng)常性收入 ）已經(jīng)超過1億美金。我們沒有對標任何產(chǎn)品，完全是用戶用出來的，大家喜歡用它做幻燈片、網(wǎng)頁和批量文件處理，我們再針對性優(yōu)化，這種由用戶塑造的產(chǎn)品，生命力才強。

二、Manus 的產(chǎn)品邏輯

不做工具，做 “人的延伸”

1.為什么堅定做通用agent，而非垂直工具？

我之所以堅持做通用 agent，核心有三個判斷：

技術層面：通用基座模型 + 虛擬機（ 圖靈完備 ）的底層供給是通用的，垂直領域只是在上面加約束，反而會限制產(chǎn)品潛力；

產(chǎn)品層面：用戶的需求是多樣的，通用產(chǎn)品能讓用戶按自己的想象力使用，我們團隊再通過觀察用戶行為捕獲頭部場景，既保留長尾能力，又能形成網(wǎng)絡效應；

商業(yè)層面：垂直工具的使用頻次太低，比如旅行規(guī)劃一年就幾次，很難讓用戶記住，而通用產(chǎn)品能覆蓋用戶多場景需求，提升使用頻次和用戶粘性。

如果你做的是個垂直agent，你可能還是在做一種新的工具。但如果你在做一個通用agent，你其實在做一個人。

我們現(xiàn)在經(jīng)常跟用戶或其他人交流，他們常說 Manus 很像人，但我們從來不以替換人的思路來想這事 ，如果你給別人傳遞“要替換人”的心智，所有人都會從風險控制的角度考量，只要一個環(huán)節(jié)不通，整個產(chǎn)品就被否定。

其實我們該抱著提升人（ enhance people ）的思路，讓高效的雇員或自驅的人，用了這個工具后產(chǎn)能再上一個臺階，這才是更良性且現(xiàn)實的做法。

比如你想做一個有內(nèi)容的網(wǎng)頁，它能先做深度研究，再基于研究結果做網(wǎng)頁，最后還能分析網(wǎng)頁流量、做 PPT 發(fā)給投資人。

2.初期用邀請碼，不是營銷是“無奈之舉”

Manus發(fā)布初期采用邀請碼機制，被很多人質(zhì)疑“過度營銷”，其實這是我們的無奈之舉。

當時我們跟所有云廠商和模型廠商溝通后發(fā)現(xiàn)，世界上能立即到位的算力比想象中少太多。Agent 的算力消耗模式和 Chatbot 完全不同，輸入和輸出比例能達到100:1甚至1000:1，要是放開用，產(chǎn)品肯定會崩。

直到一個月后，云廠商和模型廠商適應了agent的工作負載，我們才取消邀請碼。可以說，我們是為行業(yè)趟了一條路，后來再用邀請碼的公司，我覺得就沒必要了，算力已經(jīng)準備好了，沒必要再搞這種形式。

3.商業(yè)化：不追求DAU，只服務高價值用戶

Manus 的定價邏輯很簡單，參考 ChatGPT的20 美金/月，我們定了40美金 / 月的默認訂閱價，現(xiàn)在逐漸簡化為“免費方案+自由訂閱金額”。

我們不追求 DAU（ 日活躍用戶數(shù) ），而是關注“高價值用戶的高價值任務”。有的用戶一個月能給我們付幾千美金，因為他有大量高價值任務要跑，這比單純的用戶數(shù)有意義得多。

目前Manus的用戶主要是三類人：互聯(lián)網(wǎng)公司非程序員的白領、自由職業(yè)者、金融和咨詢行業(yè)從業(yè)者。

他們有強自驅力，任務價值高，對質(zhì)量的敏感度也高 ，我們做過雙盲測試，悄悄換個模型，用戶滿意度就會明顯下降，所以我們必須保證每一次輸出的質(zhì)量。

三、AI行業(yè)的創(chuàng)業(yè)、競爭與決策邏輯

1.模型與應用的終局：不再涇渭分明

未來不會再分模型公司和應用公司。美國現(xiàn)在已經(jīng)是這個趨勢，OpenAI既做模型也做產(chǎn)品，Google雙向都強，Anthropic 靠Cloud Code的成功也開始重視產(chǎn)品。

對于應用公司來說，優(yōu)勢在于“不用買模型彩票”。

模型公司的創(chuàng)新是自下而上的，靠技術突破驅動產(chǎn)品；而應用公司能吸收所有外部創(chuàng)新，快速迭代，而且用戶的使用軌跡和反饋留在應用層，能形成獨特的數(shù)據(jù)飛輪，這是模型公司拿不到的優(yōu)勢。

2.決策機制：分階段混合模式，兼顧效率與多元

創(chuàng)業(yè)公司在不同階段、解決不同事情時，需要不同的決策模式。

雖然我們是連續(xù)創(chuàng)業(yè)者，但其實也都不成熟，最近在逐漸走向更理智的方式。我們總結了一套“GPA”決策框架，還會結合集權式和民主式兩種模式：

G（Goal，定目標）：集權式?jīng)Q策

由CEO肖弘作為“仁慈的終身獨裁者（BDFL）”拍板，直接把團隊核心目標定死，避免目標分散。

P（Priority，定 優(yōu)先級）：專制 + 民主結合

先由核心決策者（ 比如CEO或對應領域負責人 ）牽頭，同時充分吸納團隊成員的專業(yè)意見，畢竟涉及不同領域的專業(yè)能力，多元輸入能讓優(yōu)先級排序更合理。

A（Alternative，提方案）：充分民主

鼓勵團隊成員自由提供各類可選方案，這個階段方案數(shù)量比質(zhì)量更重要，足夠多的選項才能避免決策局限，就像訓練模型不能局限于狹窄的動作空間。

其中，肖弘作為CEO，是產(chǎn)品方面的最終決策者。我們都比較相信與其懸而未決，不如趕緊試試。

面對新領域時，過往經(jīng)驗未必有用，過度思考只是基于自己“模型內(nèi)部的參數(shù)化知識”，沒有額外信息輸入，也沒有檢驗結果，再想太多不如先行動，拿到反饋再調(diào)整，避免無意義的內(nèi)耗。

3.競爭：不是零和博弈，而是生態(tài)聯(lián)動

很多人問我，面對 OpenAI、Google 等大廠的競爭，我會不會焦慮？其實我并不焦慮。

我們能用上市面上所有最好的模型，而大廠有自己的專長：Anthropic 的 coding 能力、Google 的多模態(tài)能力、OpenAI 的推理能力。

我們的優(yōu)勢是產(chǎn)品迭代快，而且服務的是對質(zhì)量要求極高的用戶，這部分用戶不會因為品牌而妥協(xié)，他們要的是當下最好的體驗。

AI行業(yè)的競爭不是零和博弈。Manus和 Notion、Microsoft、Slack都是聯(lián)動關系，我們串接這些工具，產(chǎn)生的價值比單獨競爭大得多。與其做一個比不過別人的垂直功能，不如讓大家一起把生態(tài)做好，這才是共贏。

4.通用agent的未來：主動創(chuàng)造價值，而非被動響應

我認為通用agent的下一個方向是“主動性（ proactiveness ）”。現(xiàn)在的 AI 還是被動響應用戶需求，未來要能主動完成任務。

比如你面試完，Manus能自動看你的Notion記錄，把評價填到招聘系統(tǒng)里，只讓你確認就行，真正解放用戶的注意力。

同時，我也想給模型廠商提幾個建議：

讓模型學會 “ 壓縮意識 ” ，不用無限擴展上下文窗口；

結合工具做推理，而不是純 “ 缸中之腦 ” ；

支持用戶隨時插嘴，適應異步交互；

提升錯誤恢復能力，遇到問題不放棄、不陷入死循環(huán)，這些都是通用agent 落地的關鍵。

5.AI創(chuàng)業(yè)的本質(zhì)：不是賭一把，而是先行動

對比我的三次創(chuàng)業(yè)，現(xiàn)在的AI創(chuàng)業(yè)和移動互聯(lián)網(wǎng)時代完全不同：

移動互聯(lián)網(wǎng)的邊際成本低，能低成本試錯；

而AI創(chuàng)業(yè)更像制造業(yè)，有固定成本，算力消耗就是很大一筆開支。

所以，對于創(chuàng)業(yè)公司來說：

第一，不要做垂直整合，除非你有足夠的資源；

第二，不要糾結于要不要做，比較健康的做法應該是當你的產(chǎn)品已經(jīng)初具PMF，且已經(jīng)到了一個比較穩(wěn)定的狀態(tài)之后，你以一種增加穩(wěn)定性或降本或突破天花板的思路再去做模型；

第三，團隊要身心健康、尊重常識，不要做“有喬布斯的病，沒有喬布斯的命”的偏執(zhí)者。

結語

你準備好迎接未來了嗎？

從高中時的瀏覽器創(chuàng)業(yè)者，到如今的通用AI先鋒，季逸超的三次創(chuàng)業(yè)始終圍繞技術落地和 用戶價值。他踩過垂直整合的坑，也抓住了 agent 的機遇，用 Manus證明了不做模型也能做出頂尖AI產(chǎn)品。

在 AI 行業(yè)還在爭論模型至上還是應用為王的今天，季逸超的經(jīng)歷給出了另一種答案： 真正的機會，在于理解技術的邊界、用戶的需求，以及時代的趨勢，然后以理性的姿態(tài)，快速行動、持續(xù)調(diào)整。

而對于我們每一個人來說，AI不是要取代人，而是要解放人，就像季逸超說的：“把不喜歡的事交給 AI，剩下的才是真正的自己。”

參考資料：《Manus決定出售前最后的訪談：啊，這奇幻的2025年漂流啊…》，張小珺商業(yè)訪談錄。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～