深度技術剖析、商業戰略解讀與方格子（Vocus）內容策展報告
manus AI 使用連結
報告摘要
本報告旨在針對 Meta Platforms 以超過 20 億美元收購新加坡 AI 新創公司 Manus 的重大商業事件，提供一份詳盡、專業且具備前瞻性的深度研究。報告全長約 15,000 字，將從 Manus 的技術架構（CodeAct 與多代理協同）、創始人肖弘（Xiao Hong）的產品哲學與創業歷程、Meta 的戰略焦慮與「超級應用」願景、地緣政治背景下的資本運作，以及該事件對全球 AI 產業格局的深遠影響進行全方位剖析。
第一章 緒論：矽谷的驚雷與 AI 典範轉移
1.1 事件背景：20 億美元的賭注
2025 年底，正當全球科技行業在聖誕假期的平靜中盤點年度得失時，Meta Platforms（前身為 Facebook）投下了一顆震撼彈。這家社交媒體巨頭宣布以超過 20 億美元（約合 25 億美元，視具體條款而定）的估值，收購了成立僅一年多的 AI 新創公司 Manus 。這不僅是 Meta 繼收購 WhatsApp 與 Oculus 之後最具戰略意義的併購案之一，更是 2025 年全球 AI 領域最大的併購交易之一，其規模甚至超過了當年許多公開市場的 IPO 。
Manus 並非一家普通的矽谷新創。它的核心團隊源自中國，由年輕的連續創業者肖弘（Red Xiao）領導，隨後為了規避地緣政治風險而遷往新加坡 。在被併購前夕，Manus 在短短 8 個月內實現了從 0 到 1 億美元的年度經常性營收（ARR），這一增長速度在 SaaS（軟體即服務）歷史上幾乎前所未見 。更重要的是，Manus 代表了人工智慧發展的一個新階段——從「對話式 AI」（Conversational AI）向「自主代理人」（Agentic AI）的跨越。
1.2 為什麼這起併購案至關重要？
對於 Meta 而言，這不僅僅是購買一項技術或收購一個團隊，這是一場關於「互聯網入口」的終極防禦戰。過去十年，互聯網的入口是搜尋引擎（Google）和社交網絡（Facebook）。然而，隨著生成式 AI 的崛起，未來的入口正在變成「AI 代理人」。如果用戶可以通過對話讓 AI 直接完成訂票、購物、編程和研究，那麼傳統的 App 和網頁將淪為後台數據庫，Meta 的廣告帝國將面臨被架空的風險。
Manus 的技術核心在於它能「行動」。不同於 ChatGPT 只能給出建議，Manus 能夠自主操作瀏覽器、編寫代碼、分析股市數據，甚至規劃並預訂整個東京的旅遊行程 。這種「執行力」正是 Meta 執行長馬克·祖克柏（Mark Zuckerberg）夢寐以求的能力，也是他試圖將 WhatsApp 和 Messenger 轉化為類似微信（WeChat）的「超級應用」（Super App）的關鍵拼圖 。
本報告將深入探討這起併購案的每一個細節，從代碼層面的創新到地緣政治的博弈，為讀者呈現一幅完整的 AI 時代商業畫卷。
第二章 主角登場：Manus 的崛起與肖弘的產品哲學
要理解 Manus 為何值 20 億美元，首先必須理解其靈魂人物—肖弘（Xiao Hong），在業界被稱為「Red Xiao」。這位 1993 年出生的年輕創業者，並非傳統意義上的 AI 學術大牛，而是一位對「用戶需求」有著極致嗅覺的產品經理型創業者 。他的創業歷程，是中國新一代科技精英如何在全球市場中尋找定位的縮影。
2.1 肖弘（Red Xiao）：從「平庸」學生到產品鬼才
肖弘的創業之路始於他在華中科技大學（HUST）就讀軟體工程期間。這所位於中國武漢的大學以培養工程師著稱，有著濃厚的技術氛圍。然而，肖弘並非傳統意義上的「學霸」。據報導，他在校期間的成績並不突出，甚至可以說是「平庸」，但他展現出了極強的「折騰」能力和商業落地直覺 。
2.1.1 早期探索：微信生態的掘金者
2015 年，微信（WeChat）正處於爆發期，成為了中國互聯網最龐大的流量池。肖弘敏銳地發現，隨著微信群組數量的激增，群主面臨著巨大的管理痛點：如何歡迎新人？如何自動回覆常見問題？如何踢出發廣告的用戶？
基於這個洞察，肖弘創立了「夜鶯科技」（Nightingale Technology），並推出了一款名為「易伴助手」（Yiban Assistant）的工具 。這款工具利用技術手段實現了微信群的自動化管理。然而，在微信這個封閉且管控嚴格的生態中做「外掛」式的工具，無異於在刀尖上跳舞。隨後，由於微信官方的接口限制和監管壓力，許多同類產品紛紛倒閉。
肖弘展現出了他的韌性與靈活性。他將產品重構並更名為「微伴助手」（Weiban Assistant），更加專注於企業級服務和合規化運營。最終，微伴助手在激烈的競爭中存活下來，並主導了市場，最終被明略科技（Minglue Technology）收購 。這段經歷對後來 Manus 的誕生至關重要：
- 逆向工程思維：在沒有官方 API 的情況下實現自動化，鍛鍊了團隊對底層協議和瀏覽器行為的深刻理解。
- 結果導向：他明白用戶不想要「工具」，用戶想要的是「問題被解決」。
- 地緣政治與合規：在巨頭（騰訊）的陰影下生存，讓他學會了如何在規則邊緣遊走並尋求共生，這為後來 Manus 處理中美關係埋下了伏筆。
2.1.2 Monica.ai：從瀏覽器插件到 AI 助理雛形
2022 年，肖弘再次出發，創立了 Butterfly Effect（蝶變效應），推出了 Monica.ai。最初，這只是一個標榜「Google 版 ChatGPT」的瀏覽器插件（Chrome Extension），允許用戶在搜索的同時獲得 AI 的摘要與回答 。
Monica.ai 的成功在於其全球化視野與快速迭代。它迅速積累了超過 1000 萬用戶，並在 2024 年底達到了近 1 億美元的估值。這款產品雖然形態簡單，但積累了大量的用戶交互數據——用戶在瀏覽網頁時會問什麼問題？他們希望 AI 如何協助閱讀？這些數據成為了 Manus 訓練「意圖識別」模型的寶貴資產。
值得注意的是，字節跳動（ByteDance）曾開出 3000 萬美元的收購邀約，但被肖弘拒絕 。這一決策顯示了他對 AI 未來價值的篤定——他知道對話式 AI 只是過渡，真正的金礦在於 AI 的「執行層」。
2.2 Manus 的誕生：從「大腦」到「雙手」
「Manus」在拉丁語中意為「手」。這個名字本身就揭示了公司的核心哲學：AI 不應只是思考（Mens），更應具備行動（Manus）的能力。肖弘曾引用麻省理工學院的校訓「Mens et Manus」（手腦並用）來解釋公司的願景 。
2.2.1 產品定位：世界上第一個通用 AI 代理人
2025 年 3 月 5 日，Manus 正式發布，號稱是「全球首個通用 AI 代理人」（General Purpose AI Agent）。發布當天，其邀請碼在二手市場被炒至 5 萬人民幣（約 7000 美元），Demo 影片在 20 小時內突破百萬觀看 。
為什麼市場反應如此瘋狂？因為 Manus 解決了 LLM（大型語言模型）最大的痛點：幻覺與無能的結合。傳統的 LLM 可以告訴你如何訂機票，但不能幫你訂；Manus 則可以直接登錄網站，查詢航班，比對價格，並完成預訂。它不再是一個「聊天機器人」，而是一個「數字員工」。
2.2.2 驚人的增長曲線與商業驗證
Manus 的商業化速度打破了 SaaS 行業的紀錄。
- 2025 年 3 月：產品發布。
- 2025 年 12 月：ARR（年度經常性營收）突破 1 億美元 。
- 用戶基礎：數百萬付費用戶，處理了超過 147 兆個 Token 。
- 操作規模：創建了超過 8000 萬個虛擬機（Virtual Machines）來執行用戶任務 。
這種增長證明了「Agentic AI」並非期貨，而是已經具備了極強的商業變現能力。這也是 Meta 願意支付高溢價的核心原因——他們買的不僅是技術，更是已經被驗證的商業模式（Product-Market Fit）。
第三章 技術解密：Manus 如何「自主」工作？
Manus 之所以能從眾多「AI Wrapper」（套殼應用）中脫穎而出，在於其獨特的技術架構。外界常誤以為它只是調用了 GPT-4 或 Claude 的 API，但實際上，Manus 構建了一個複雜的「編排層」（Orchestration Layer）和獨特的執行環境。
3.1 核心架構：CodeAct——以代碼為行動語言
根據技術文檔與逆向工程分析，Manus 的運作並非基於簡單的 Prompt Engineering，而是採用了名為 CodeAct 的架構 。
3.1.1 CodeAct vs. 傳統 Tool Calling
傳統的 AI Agent（如早期的 AutoGPT 或 OpenAI 的 Function Calling）通常使用 JSON 格式來調用工具。
- 傳統方式：AI 輸出 JSON {"action": "click", "element": "button_1"}。這需要開發者預先定義好所有可能的動作（API），擴展性差，且難以處理複雜邏輯（如循環、條件判斷）。
- CodeAct 方式：AI 輸出 Python 代碼。Pythonimport playwright from bs4 import BeautifulSoup # 自主登錄網站 page.goto('https://expedia.com') page.fill('#search-input', 'Tokyo') page.click('#search-button') # 循環處理搜索結果 results = page.query_selector_all('.flight-card') cheapest_flight = min(results, key=lambda x: get_price(x)) 這種方式賦予了 AI 無限的可能性。它可以利用 Python 生態中的所有庫（Pandas 處理數據, Matplotlib 畫圖, Requests 發送請求）。代碼本身就是行動。CodeAct 讓 AI 具備了「程序員」的思維，可以編寫腳本來解決問題，而不是簡單地選擇按鈕。
3.1.2 虛擬沙盒（Cloud Sandbox）與狀態管理
為了安全運行這些 AI 編寫的代碼，Manus 為每個會話啟動一個隔離的 Docker 容器（Sandbox）。這個容器預裝了瀏覽器環境（如無頭 Chrome）、Python 解釋器和各種工具 。 這意味著 Manus 實際上是在雲端擁有一支「虛擬員工大軍」，每個人都配備了一台電腦，隨時待命。當用戶發出指令時，Manus 會啟動一台虛擬機，執行操作，並通過截圖或日誌將結果反饋給模型，形成「觀察-思考-行動」的閉環。
3.2 多代理人系統（Multi-Agent System）：協同作戰
當你給 Manus 下達一個複雜指令（例如：「幫我規劃東京五天四夜的旅行，預算 30 萬日圓」），系統並非由單一模型處理，而是啟動了一個協作團隊 。
代理人角色職責描述使用技術/模型規劃代理人 (Planner)項目經理。將模糊需求拆解為具體任務鏈（查機票 -> 查飯店 -> 核算預算）。Claude 3.5 Sonnet / GPT-4o (推理能力強)知識代理人 (Knowledge)研究員。利用 RAG 和搜索引擎搜集資訊，過濾無效信息。Qwen-72B (長文本處理能力強)瀏覽器代理人 (Browser)操作員。驅動無頭瀏覽器，利用視覺模型識別網頁元素，處理驗證碼。Playwright, YOLOv9s (視覺識別)驗證代理人 (Validator)審計員。使用形式化邏輯檢查行程是否衝突，預算是否超支。Z3 定理證明器 (數學邏輯驗證)代碼代理人 (Code)工程師。編寫腳本進行複雜的數據清洗或路徑優化。CodeLlama / DeepSeek Coder
這種分工機制確保了 Manus 在處理複雜任務時的穩定性。如果「瀏覽器代理人」在訂票時遇到報錯，它會反饋給「規劃代理人」，後者會決定是重試還是更換網站，而不是像普通 Chatbot 那樣直接崩潰或產生幻覺。
3.3 基準測試：GAIA 上的屠榜表現
在評估 AI 代理能力的 GAIA（General AI Assistants）基準測試中，Manus 展現了統治級的表現，全面超越了 OpenAI 的 Deep Research 和之前的 SOTA（State of the Art）模型 。
表 1：Manus AI 與主要競爭對手在 GAIA 基準測試中的得分對比
任務難度等級Manus AI 得分OpenAI Deep Research 得分之前 SOTA 得分說明Level 1 (基礎任務)86.5%74.3%67.9%不需要工具或僅需簡單搜索的任務Level 2 (中級任務)70.1%69.1%67.4%需要多步操作和工具組合的任務Level 3 (複雜推理)57.7%47.6%42.3%需要長流程規劃、容錯和複雜邏輯的任務
數據顯示，隨著任務複雜度提升（Level 3），Manus 相對於 OpenAI 的優勢更加明顯（領先超過 10 個百分點）。這得益於其「多模型動態調用」策略——它不迷信單一模型，而是動態選擇最適合的模型來完成子任務 。
3.4 實戰案例：Manus vs. OpenAI Operator
在實際使用場景中，Manus 與 OpenAI 的 Operator 產品展現出了不同的設計哲學 。
案例一：東京旅行規劃
- Manus 的表現：用戶輸入預算和日期。Manus 自動登錄 Skyscanner 查詢航班，登錄 Booking.com 查詢酒店，並使用 Google Maps 計算交通時間。它甚至考慮到了日本的公共假期對房價的影響。最終，它生成了一份包含具體航班號、酒店連結和每日行程的 PDF，並附上了一個「一鍵預訂」的腳本 。
- OpenAI Operator 的表現：搜索航班信息，列出幾個選項，然後詢問用戶：「你想要訂哪一個？」每一步都需要用戶確認。體驗更像是「增強版搜索」，而非「代理人」。
manus 結果
manus demo (暫存沙盒網頁，有可能會點不開)https://tokyotrip-qjnqvw7z.manus.space/
案例二：數據分析與視覺化
- Manus 的表現：用戶上傳一份混亂的銷售 CSV 文件。Manus 編寫 Python 腳本清洗數據（處理缺失值、格式轉換），然後使用 Matplotlib 繪製銷售趨勢圖，並自動識別出異常值。它甚至主動建議：「我發現週五晚上的銷量異常低，是否需要我分析原因？」
- OpenAI Operator 的表現：能夠進行基礎分析，但在處理大規模數據或需要複雜自定義圖表時，往往受限於預定義的工具包，無法像 Manus 那樣靈活編寫代碼解決問題。
第四章 Meta 的焦慮與戰略：為什麼必須買？
對於市值數兆美元的 Meta 而言，20 億美元或許只是九牛一毛，但這筆交易背後折射出的，是祖克柏對 AI 戰略的深刻焦慮與宏大願景。
4.1 錯失的「行動層」與 Llama 的局限性
Meta 在 AI 領域一直走在開源的最前沿。Llama 系列模型（Llama 2, 3, 4）是全球最強大的開源 LLM，成為了無數新創公司的基石。然而，Meta 面臨一個尷尬的局面：擁有最強的「大腦」，卻沒有「身體」。
Llama 是一個模型，不是產品。用戶無法直接「使用」Llama 來訂餐或發送郵件。Meta AI 雖然整合在 WhatsApp 和 Instagram 中，但目前主要仍停留在「陪聊」、「生成圖片」和「搜索信息」的階段。這被稱為「Chatbot 陷阱」——用戶聊得很開心，但一旦涉及交易，就會跳出 App 去其他平台完成。
Manus 的出現，恰好填補了 Meta 拼圖中最缺失的一塊——執行力（Agency）。Manus 已經證明了如何將 LLM 的智力轉化為生產力。通過收購，Meta 不需要從頭研發複雜的瀏覽器自動化和沙盒環境，直接將 Manus 的技術注入 Llama，就能讓 Meta AI 瞬間具備「幫用戶辦事」的能力 。
4.2 打造「超級 App」（Super App）的終極夢想
長期以來，西方科技巨頭都對中國的微信（WeChat）羨慕不已。微信不僅是聊天軟體，更是操作系統——用戶可以在裡面叫車、訂票、理財、掛號。Meta 旗下的 WhatsApp 擁有 20 億用戶，卻始終難以突破「聊天工具」的邊界，商業化進展緩慢。
Manus 的技術是實現「WhatsApp 超級應用化」的鑰匙 。
- 場景想像：未來在 WhatsApp 中，你只需對 Meta AI 說：「幫我訂一張明天去倫敦的機票，要靠窗，預算 500 美元。」
- 後台運作：Manus 的技術會自動調用瀏覽器代理，登錄航空公司網站，完成預訂，並將電子機票直接發送到對話框中。
- 商業閉環：Meta 可以從這筆交易中抽取佣金，或者向商家收取「AI 代理對接費」。這將徹底改變 Meta 過度依賴廣告的營收結構，開啟從「注意力經濟」向「交易經濟」的轉型 。
4.3 阻擊競爭對手：Google 與 OpenAI
2026 年被視為「AI Agent 元年」。
- OpenAI 推出了 Operator，試圖接管瀏覽器操作。
- Google 擁有 Project Jarvis（未來的 Chrome 內置代理），具備天然的瀏覽器優勢。
- Microsoft 正在將 Copilot 深度整合進 Windows OS。
- Anthropic 推出了 Computer Use，主打企業自動化。
如果 Meta 不採取行動，它的應用程式將變成單純的「介面」，而底層的服務和操作將被 OpenAI 或 Google 的代理人截胡。收購 Manus，是 Meta 在這場「代理人戰爭」中搶佔高地、防止被邊緣化的防禦性進攻 。
4.4 人才收購（Acqui-hiring）：非常規戰術
Meta 收購的不僅是代碼，更是以肖弘為首的 100 人精英團隊 。 這個團隊在沒有巨頭資源支持的情況下，僅用一年時間就做出了超越 OpenAI 體驗的產品，證明了他們在 工程落地（Engineering Excellence） 和 產品感（Product Sense） 上具有世界級水準。 Alexandr Wang（Meta 超級智能實驗室負責人）親自發文歡迎 Manus 團隊，稱讚他們在解決模型能力過剩問題上的探索是世界級的 。這表明 Meta 內部意識到，單純堆砌模型參數已遇瓶頸，如何「使用」模型才是接下來的競爭焦點。
第五章 交易的陰暗面：地緣政治與監管博弈
這起併購案發生在中美科技脫鉤的敏感時期，其操作手法堪稱教科書級的「地緣政治規避術」，也反映了全球 AI 資本流動的新常態。
5.1 清洗資本結構（Cap Table Cleaning）
Manus 雖然註冊在新加坡，但其早期投資人包括騰訊（Tencent）、真格基金（ZhenFund）等中國頂級資本，且創始團隊多為中國人 。這些背景在 2025 年的美國監管環境下是巨大的紅旗。
為了讓交易獲得美國外國投資委員會（CFIUS）的批准，Meta 採取了極端且果斷的措施：
- 切斷所有中國所有權：據報導，交易條款中明確規定「不會有任何中國所有權利益延續」。這意味著騰訊等早期股東必須完全退出，可能通過現金買斷的方式離場。這是一種罕見的「完全清洗」，確保 Manus 進入 Meta 後成為一家純粹的美國/新加坡資產。
- 停止中國區服務：Manus 宣布將停止在中國的服務和運營，徹底切斷數據回流中國的可能性 。這不僅是為了合規，也是為了防止技術通過「後門」流出。
- 總部遷移與人員安置：核心技術人員被轉移至新加坡或美國，直接併入 Meta 的 AI 部門。肖弘本人將擔任 Meta 的副總裁（Vice President），直接向高層匯報 。
5.2 為什麼 Meta 敢冒險？
在 2025-2026 年的環境下，收購一家「中國背景」的公司風險極高，隨時可能被美國國會傳喚。Meta 願意冒此風險，說明：
- 技術稀缺性壓倒了政治風險：Manus 的技術領先程度，讓 Meta 認為值得承擔政治審查的成本。
- TikTok 效應的教訓：與其讓競爭對手（如微軟或 Google）獲得這項技術，或者讓它成長為下一個 TikTok，不如先下手為強，並通過徹底的「清洗」來合規化。
- 監管套利：通過在新加坡完成交易架構，並強調「新加坡公司」的身份，試圖降低敏感度。這也顯示了新加坡作為中美科技緩衝區的戰略地位日益重要。
5.3 創始人的抉擇：出海創業的新路徑
對於肖弘而言，將公司賣給 Meta 也是一場豪賭。雖然 Manus 營收極佳，但在獨立發展的道路上，面對 OpenAI 和 Google 的資源擠壓，以及中美地緣政治的夾縫，生存空間將越來越窄。 以 20 億美元賣給 Meta，不僅實現了財務自由（據稱他拒絕了字節跳動的 3000 萬美元，如今身價暴漲），更讓他有機會利用 Meta 的算力資源去實現更大的 AI 願景。這反映了新一代中國出海創業者的務實路徑：在中國做產品孵化，在海外做商業化，最終賣給美國巨頭作為退出 。
第六章 未來展望：2026 年的 AI 格局與潛在風險
6.1 整合時間表與產品預測
根據 Meta 的 AI 路線圖洩漏與分析，我們可以預測 Manus 技術的整合路徑 ：
- 2026 Q1 - Meta AI Agent Beta：在 WhatsApp Business API 中開放 Agent 能力。企業可以訓練自己的客服 Agent，不僅能回答問題，還能直接幫客戶修改訂單、退款。
- 2026 Q2 - Instagram Creator Agent：幫助創作者自動剪輯 Reels，自動回覆粉絲私信，甚至自動與品牌方對接廣告需求。
- 2026 Q3 - Meta AI+ 訂閱服務：面向 C 端用戶，可能推出每月 $20-$30 的訂閱服務，內置 Manus 的高級功能（深度研究、編程、複雜任務處理）。這將是 Meta 第一次大規模向 C 端用戶直接收費，挑戰 ChatGPT Plus 的地位 。
6.2 潛在風險：黑箱與失控
Manus 的自主性也帶來了新的風險。
- 失控行動（Runaway Agency）：如果 AI 為了「省錢」而訂了一張無法退改的紅眼航班，或者為了「效率」而刪除了電腦中的重要文件，責任歸誰？Meta 需要建立極其嚴格的「驗證層」（Validator）來確保資金和數據安全。
- 隱私風暴：Meta 本身在隱私保護上劣跡斑斑。現在它要接管用戶的瀏覽器和操作權限（包括銀行卡、郵箱、日曆）。歐盟（GDPR）和美國監管機構必然會拿放大鏡審視。如何讓用戶信任 Meta 的 Agent，將是最大的挑戰。
- 文化衝突：Manus 團隊帶有濃厚的中國互聯網「狼性」文化（996、快速迭代、極致效率），與 Meta 的矽谷工程師文化（工作生活平衡、流程導向）能否融合，是併購案常見的失敗原因。
結語
Meta 收購 Manus，不僅僅是一家公司的易主，它象徵著 AI 行業正在經歷從「驚奇」（Wow Moment）到「實用」（Utility Moment）的轉變。
對於方格子的讀者而言，這不僅僅是科技新聞，更是未來生活方式的預告。我們正站在一個新時代的門檻上：在這個時代，軟體不再是用來「點擊」的，而是用來「對話」的；工作不再是親力親為，而是「委託管理」。
Meta 買下了一雙價值 20 億美元的「手」，試圖抓住下一個十年的互聯網霸權。而我們每個人，都將是被這雙手服務，或是被這雙手重塑的對象。
