Manus

Manus 这一年的经历，放在任何传统行业都匪夷所思：先被 Meta 以 20 多亿美元买走，几个月后又在监管压力下被腾讯牵头以约 20 亿美元平价赎回，两个月后估值翻倍到 40 亿美元。一家公司的股权，在不到一年里被两个大国的政策力量来回掰扯。这件事最深远的影响，不是 Manus 自己值多少钱，而是它给整个 AI 行业上了一课：地缘政治，从此是 AI 公司估值表里的一个独立科目。 「买方否决权」为什么是个新东西？ 过去跨境并购，监管审查是一道常规流程。但这次不一样——Meta 的交易不是被「罚」慢了，而是被实质上「拆」了。中国监管层判定这家 Agent 公司的资产性质不适合由外资持有，交易被迫 unwind。这等于告诉所有 AI 创业者：你的公司到底归谁，不全由股东和董事会说了算，还取决于你在两国战略棋盘上的位置。 这就是「地缘折价」的起点。一家公司如果同时被中美两边的监管盯上，它的股权流转会被卡死，退出路径会变窄，流动性会变差。按金融学基本原理，流动性差的资产要打折。AI 公司的估值模型里，从此要加一项：政策可否决我的交易。 为什么被赎回的资产反而升值？ 有意思的是，Manus 被赎回之后，估值不跌反涨。因为在监管把它「收回」的那一刻，它从一家「可能被外资收购退出」的公司，变成了「国产 Agent 战略资产」。一级市场给它的，不再是创业公司估值，而是战略稀缺性估值。 同一个资产，贴上海外标签被强制剥离，贴上国产标签却翻倍。这说明市场已经在用脚投票：在这个时代，资产的归属地本身就是一种价值。芯片是这样，Agent 公司也是这样，未来数据、模型权重都会是这样。 这对创业者和投资人意味着什么？ 创业者要明白：你的公司估值里，有一块是政策给的，不是技术给的。选错了注册地、选错了股东结构，可能凭空损失一半身价。投资人也要重新建模：以前看团队、看技术、看市场，现在还得看这公司「站在哪一边」，以及那个位置未来是升值还是贬值。 Manus 用一次被迫转手，给全行业演示了这个新科目怎么算。未来五年，最值钱的 AI 公司，可能不是技术最强的，而是在地缘格局里位置最舒服的那个。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：地缘折价

10 月 8 日 Manus 超 5 亿美元融资落地后，市场注意力迅速转向一个问题：下一站去哪？多家媒体援引此前彭博报道称，Manus 可能走向港股 IPO。这并不是孤例——视频生成公司可灵此前已经在港股排期，一级市场明显在把 Agent 和生成式 AI 公司往香港这个退出通道里推。对一个过去几年只融不退的赛道，出口突然成了稀缺资源。 Agent 公司为什么扎堆去港股？ 三个原因凑在一起。第一，美股对中国 AI 资产的审查趋严，Manus 甚至经历了被 Meta 收购后又被强制赎回的波折，赴美上市的政策不确定性太高。第二，香港市场对未盈利科技公司已有 18A 章的先例，资金对 AI 叙事接受度高，愿意给高增长高亏损的公司定价。第三，腾讯、红杉这些老股东本身就是港股生态的熟客，退出路径顺。 Manus 此轮 40 亿美元 pre-IPO 估值，本质上就是在给港股发行价做预热。先在一级市场把价格锚住，再去二级市场找流动性。 排队上市对这些公司意味着什么？ 第一波上市的不是商业模式最成熟的，而是融资节奏最快的。Manus 们需要上市，是因为背后的美元人民币基金到期要退；不是因为它已经赚钱。这就意味着港股会迎来一批「高增长、高亏损、高估值」的 AI 公司，招股书里的风险因素会写得非常坦白。 对打新的散户要清醒：这批公司和 Anthropic 一样，大概率营收涨得快、亏得更快，上市初期的股价会被情绪推着走，而不是被利润推着走。可灵之后，真正该盯的是上市后第一个季度的营收留存和付费转化，而不是发行价故事。 这对一级市场是好事还是坏事？ Agent 赛道的估值锚正在从「下一轮融资倍数」切换到「二级市场可比公司」。一旦 Manus 在港股拿到一个公开市值，后面所有 Agent 公司融资都要拿这个数当参照系——好的一面是价格透明，坏的一面是一荣俱荣、一损俱损：Manus 破发，整个赛道下一轮估值都会被压。 出口出现既是利好也是紧箍咒。上市之后，每个季度都要向公众交账，再也不能只靠叙事融资。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：港股IPO潮

10 月 8 日，Manus 母公司蝴蝶效应官宣完成超 5 亿美元新一轮融资。据凤凰科技和投资界当天报道，几乎在融资落地的同时，Manus 就在北京密集放出招聘信息，一天之内收到上千份简历。距离它 2.0 版本发布才 8 天，钱和人一起砸进来。一个号称要做「能自己干活的智能体」的公司，自己却在疯狂招人类——这个反差本身就是今年 AI 就业市场最真实的注脚。 一天上千份简历，Manus 到底在抢什么人？ 外界第一反应是：Agent 公司不就是写代码吗，招的肯定是算法工程师。但翻 Manus 的岗位描述会发现，它扩招的重点并不全是模型训练，而是三类人：能把复杂业务任务拆解成 Agent 可执行步骤的「任务设计师」、能为真实用户场景打磨工作流的「Agent 产品经理」、以及懂国产模型适配和工程部署的应用工程师。 换句话说，它抢的是「会给 AI 派活的人」，而不是「训练 AI 的人」。这和过去十年互联网公司抢后端、抢前端的逻辑完全不同。当模型能力本身商品化之后，稀缺的不是写模型的人，而是把模型塞进具体业务流程里的人。 为什么说这是 Agent 行业的「建安工程队」阶段？ 任何新技术浪潮都分两步：先造工具，再建队伍。云时代早期抢的是能写分布式系统的人；移动互联网早期抢的是能做 App 的人。Agent 时代现在卡在「工具刚好用、但没人会用」的阶段。Manus 一天上千份简历，说明两件事：一是一级市场热钱真的在往这个赛道灌，二是大量想转行的人已经把 Agent 当成下一个程序员红利。 对从业者的信号很直接：与其卷大模型预训练（那是巨头和 Anthropic 的游戏），不如去学怎么把一个真实业务流程拆成 Agent 工作流、怎么写好用的工具描述、怎么做失败重试。这些技能的需求，未来三年只会涨。 什么时候才能说 Agent 真的成熟了？ 招聘热和「AI 马上取代白领」的叙事同时存在，本身就是矛盾的。真到了 Agent 能完全自主、不需要人盯的那天，Manus 自己也不会一天招上千人。现在疯狂招人，恰恰说明 Agent 离无人化还远得很——它需要大量人在后面当「监理」。 别被叙事带着走。看一家 Agent 公司真实的成熟度，别看它发了多少 PR，看它招的是人当司机，还是人当导航员。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Agent招聘

10 月 8 日下午，Manus 母公司蝴蝶效应通过官方公众号宣布完成超过 5 亿美元新一轮融资，博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持。据彭博社此前报道，本轮对应投后估值约 40 亿美元，约合 260 多亿人民币。数字本身不稀奇，稀奇的是这家公司过去 10 个月的身价曲线。 Manus 这笔交易是怎么被监管打断的？ 时间线捋一遍：2025 年底，Meta 以约 20 多亿美元把 Manus 买走；2026 年 8 月，腾讯、红杉、真格等原股东按约 20 亿美元把股份从 Meta 手里买回来——据 36 氪和财新报道，这笔交易是在监管压力下被迫解除的，腾讯接下了 Benchmark 原持股份，成为 Manus 最大股东；10 月 8 日，超 5 亿美元新钱到账，估值直接翻倍到 40 亿。 也就是说，同一家公司，先被外资 20 亿买走，又被国产资本 20 亿平价赎回，两个月后身价翻一倍。这在正常创投史上几乎不可能出现——估值曲线被政策硬生生掰成了一个 V 形。 40 亿美元的估值到底撑得住吗？ 拆开看：Manus 2025 年靠能自主执行复杂任务的智能体一炮而红，9 月 29 日刚发 2.0 版本和面向海外的个人 Agent 产品 Cue，并宣布组建团队做国内产品、推进与国产模型的适配。5 亿美元新融资到账后，现金跑道大幅延长。 但对照一下：40 亿美元估值，对一家尚未披露营收的 Agent 公司，市销率无从谈起，买的是「国内 Agent 原生第一股」的稀缺性。财联社直接点破：这是国内 AI Agent 原生创业公司拿到的最大单笔融资。稀缺性溢价，是这个估值的全部支撑。 ...

Manus 2.0 换上自研底座 Cascade 后，公布一组测试数据：相较上一代，Token 消耗降 23.2%、任务完成时间缩 28.2%、运行成本降 32%。官方特别注明这是单项测试配置的结果，不是全任务平均。但它点破了一个普遍浪费：大多数 Agent 一上来就把全部工具描述、全部历史、全部专业能力塞进上下文，哪怕任务根本用不到。Cascade 的做法是「起步保持轻量，按需才加载」。 第一步：工具描述怎么做分层加载？ 别在系统提示里一次挂二十个工具。把工具分成「核心动作」和「专业能力」两层：核心动作，例如读文件、跑命令、发请求，始终在线；专业能力，例如画图、视频、检索某库，做成可被检索的清单。当任务命中某类专业需求，再让模型按需把对应工具描述拉进上下文。这一步通常能砍掉系统提示的一半长度。 第二步：上下文怎么做到起步最小？ Cascade 的另一个要点是项目初始状态轻量。对应到工程上：新会话不要默认灌入全部历史与知识库，而是先让模型基于一句任务描述规划，再由规划结果决定加载哪些文档。这与「全量塞进上下文再让模型挑」是两种范式——前者是按需取，后者是倒进来再筛。 第三步：怎么给能力加载记一笔成本？ 每多加载一个工具或文档，都意味着后续每一轮都要为它付 Token。给每次加载记一笔账，让模型在规划时就感知到成本：能用现有工具一步完成的，绝不新加工具。配合一个简单规则——连续两轮没用到的工具，下一轮从上下文摘除——可以把长尾浪费压掉。 按需加载会带来什么副作用？ 按需加载省 Token 的代价是「多一次决策」：模型要先判断需不需要某个能力，这一跳本身可能出错，导致该加载时没加载。解决办法是保留一个回退：任务失败时自动把被裁剪的工具加回来重试一次。Manus 那 23.2% 背后，大概率就有这套回退机制在兜底。 这套省 Token 思路今晚就能改吗？ Cascade 证明了一件事：Agent 的省 Token 空间不在模型单价，而在「上下文是不是给多了」。把工具分层、上下文按需、加载记账这三步做到位，任何自研 Agent 都能复刻出自己版本的两成降幅——而且今晚就能改。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Cascade按需加载

10 月 8 日多家媒体报道 Manus 携 5 亿美元融资重启国内布局，随附的数据里最亮眼的是：自研框架让 Token 消耗降 23.2%、任务完成时间缩 28.2%。厂商用它证明 Agent 越来越高效。但真正天天和 Agent 打交道的人，多半有个相反的体会：机器是快了，人的总耗时却没怎么降。这就是智能体时代的效率悖论。 机器快了，人为什么反而更慢？ 23.2% 砍的是模型推理的 Token 成本，28.2% 缩的是 Agent 从接到任务到吐出结果的机器时间。但一个任务的真实周期，还有两段人的时间没被算进去：交办前把需求说清楚、交付后验收和纠错。 机器越快，这两段反而越重。因为 Agent 一口气吐出一大堆结果，人要逐一审视、挑错、打回重做。机器把执行压缩到几分钟，人却要花几倍时间去确认它没偷偷跑偏。执行变快的同时，验收负担被同步放大，两者在很多团队里正好抵消。 效率悖论为什么必然出现？ 这不是 Manus 的问题，是结构使然。当执行成本趋近于零，单位时间里机器产出的任务数量爆炸式增长；而人的验收能力是线性的、有上限的。于是瓶颈从「做得完做不完」，转移到「看得过来看不过来」。 结果是一种新的拥堵：Agent 在后面疯狂出货，人在前面排队验货。表面上系统吞吐量上升了，实际上人成了那个最慢的节点，而没人意识到瓶颈已经换了位置。 怎么跳出这个效率悖论？ 两条路。一是让产出自带可验证性——像 OpenAI 给证明配 Lean 那样，让 Agent 每个结果附上自我检查，减少人逐行审的负担。二是把验收本身也部分交给智能体，让人只审「验收者」汇总后的异常。Manus 那 23.2% 是在机器侧抠效率，真正的下一站，是在人的验收侧抠效率。否则省下的每一分 Token，都会以人时的形式还回去。说到底，智能体时代的效率冠军，不是跑最快的那个模型，而是让人最少皱眉的那套协作设计。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：效率悖论

10 月 8 日，Manus 母公司蝴蝶效应通过官方微信公众号宣布，近日已完成超过 5 亿美元（约合人民币 33.5 亿元）新一轮融资。本轮由博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持。这是 Manus 在 9 月 1 日宣布恢复独立运营后，对外公布的第一笔融资，也是国内 AI 应用领域迄今为止最大的一笔单笔融资。 估值翻倍怎么来的 据彭博社此前报道，本轮融资目标估值约 40 亿美元，较 Meta 收购时的 20 亿美元估值翻了一倍。蝴蝶效应官方并未披露具体估值，但多家媒体引用了同一口径。成立于 2022 年的蝴蝶效应，2025 年 3 月发布全球首款通用 AI 智能体 Manus，此后经历了与 Meta 的收购与分手，9 月由腾讯牵头回购股权恢复独立。 股东结构值得细看 据《财经》报道，7 月的回购交易由腾讯牵头，真格基金、红杉中国参与。腾讯接手 Benchmark 之前持有的份额，总体占比约 20%，为单一最大股东；红杉中国与真格基金各约 10%。任何一个外部投资人都只是财务投资，仅拥有少数股东保护权益。这意味着创始团队（CEO 肖弘、首席科学家季逸超、产品合伙人张涛）仍然掌握经营主导权。 国内重启意味着什么 随融资消息，Manus 创始人肖弘表态「正在积极准备 Manus 国内版本，希望能和大家合作」。9 月 28 日，公司已发布 Manus 2.0 和面向海外的独立个人智能体应用 Cue，并宣布组建国内团队、推进与国产模型厂商及生态伙伴合作。5 亿美元弹药到位后，国内版落地的速度会明显加快。 判断 这轮融资的信号意义大于金额本身：国内一级市场对 Agent 应用的信心，在经历了上半年的谨慎之后重新抬头。博裕和 IDG 作为新投资方进入，说明传统 PE 开始把 Agent 当作独立赛道定价，而不只是大模型公司的附属功能。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Manus五亿融资 ...

10 月 8 日，Manus 母公司蝴蝶效应宣布完成超过 5 亿美元新一轮融资，由博裕投资、IDG 资本领投，腾讯、红杉中国、真格基金继续加注。按彭博此前披露的口径，本轮目标估值约 40 亿美元，较 Meta 收购时的 20 亿美元翻了一倍。这是国内 AI 应用领域迄今为止最大的一笔单笔融资。但比金额更值得注意的，是投资人这次到底在为什么买单。 从「模型故事」到「单位经济」 2024 到 2025 年，Agent 创业公司融资主要靠 demo：现场演示一个能自动订机票、自动做 PPT 的视频，估值就能往上抬。2026 年的剧本明显变了。Manus 这次随融资披露的两组数据——自研框架 Token 消耗降低 23.2%、任务完成时间缩短 28.2%——本质上都是单位经济指标：每完成一个任务，模型调用花了多少钱、用户等了多久。 这两个数字比任何 demo 都硬。因为 Agent 公司的成本结构里，模型推理是最大头；每完成一单任务的毛利，直接取决于你能不能把 Token 消耗压下来。投资人现在问的第一个问题，不再是「你的模型多强」，而是「你一个任务赚多少钱」。 腾讯为什么继续加注 据《财经》此前报道，9 月 1 日 Manus 恢复独立运营时，腾讯牵头回购了 Benchmark 的份额，总体占比约 20%，为单一最大股东，红杉中国与真格基金各约 10%。这次老股东全部跟投，说明腾讯系把 Manus 当作国内 Agent 赛道的「核心资产」在押注——与其分散投十个小团队，不如把头部项目的股权集中。 对其他 Agent 创业公司的信号 这轮融资给行业立了一个标尺：下一个融资窗口，你最好能拿出三份数据——单任务毛利、月留存率、付费转化率。光有「通用智能体」概念已经不够了。Manus 之所以能拿到 40 亿美元估值，靠的是它在海外已经有真实付费用户和可测算的成本结构，而不只是一个漂亮的官网。 对还在做产品的团队，建议从今天起就把每个任务的 Token 成本、耗时、成功率记进一张表里。半年后融资时，这张表比任何 BP 都有说服力。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Agent融资单位经济

10 月 8 日，Manus 母公司蝴蝶效应在公众号宣布，已完成超过 5 亿美元新一轮融资，约合人民币 33.5 亿元。本轮由博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持。据彭博此前报道，这笔融资对应估值约 40 亿美元，被称为国内 Agent 原生创企拿到的最大单笔融资。创始人肖弘同时放话：正在积极准备 Manus 国内版本。 这半年的剧情比产品还戏剧 Manus 的时间线值得复盘：2025 年 3 月凭「全球首款通用智能体」爆火；一度被 Meta 收购，又在今年与 Meta 分手——据英国《金融时报》与路透社报道，腾讯等老股东以不低于 20 亿美元的价格从 Meta 手中接回，腾讯保持少数股东，公司恢复独立运营；今年 9 月刚恢复独立，10 月就官宣首轮大额融资。 换言之，这笔钱不是「继续烧」，而是「二次创业」的启动资金。Manus 一边用独立个人智能体 Cue 面向海外，一边在北京重组团队、大举招聘，开发面向国内市场的产品。 钱要解决什么问题 5 亿美元够做什么？对真金白银跑 Agent 的公司，钱主要花在三处：模型调用与推理成本、自有 Agent 框架的工程化、以及国内生态的地推。Manus 此前披露 2.0 框架在 Token 消耗与任务耗时上的优化，本质也是在把单位任务成本打下来——只有成本降下来，大规模商用才成立。 蝴蝶效应并未披露本轮投后估值的官方口径，约 40 亿美元的说法来自彭博此前报道，最终条款仍可能浮动。但可以确定的是，国内 Agent 原生创企还没有谁拿到过这么大一笔钱。 判断 资本给 Manus 的估值，押的不是它「曾经火过」，而是 Agent 入口还没有终局。腾讯加注的逻辑很清楚：与其买一家巨头的功能，不如占一个可能成为入口的独立团队。对国内同行来说，Manus 回来意味着竞争从「能不能做 Agent」升级到「谁能留下企业用户」，这一仗才刚开场。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Manus融资

分界线从「回答」移到了「安排」 2023 年的 ChatGPT 是被动的：你问一句，它答一句，每一步都在你的注视下。2025 年起的 Agent 换了逻辑——你给一个目标「帮我订下周五去上海的差旅」，它自己拆步骤、查航班、比价、填表单、遇到改签自己处理，连续跑几个小时不用你管。Manus、Devin 这类系统展示的，已经不是「工具好用」，而是「一段流程被授权出去」。这条线的哲学意义被低估了：以前你是操作者，现在你是目标的下达者和结果的验收者，中间那段决策链——选哪个航班、退不改还是改签——已经不在你手里。 授权的代价：你看不懂它在做什么 自主 Agent 用工具、写代码、改配置，速度是人类的几十倍。问题是，当它在 8 小时里执行了上千个操作，你无法逐行审计。人类退回的位置是「签字的人」：目标是我定的，结果是我收的，但过程我审不动了。这和把手术全程交给自动导航的手术刀是同一种处境——你仍然对结果负责，但你已失去对过程的理解能力。责任与控制的脱节，是自主性时代最隐蔽的风险。 「目标是我定的」不是免责符 有人说：目标是人定的，Agent 只是执行，所以责任全在人。但目标本身是模糊的，「帮我安排差旅」背后隐含了预算偏好、时间弹性、航司倾向——这些没说出口的东西，Agent 要用自己的策略去补。你以为你下的是目标，实际上你下的是一个「待补全的函数」。补全的那部分价值，来自模型的判断，而不是你的决定。于是「目标由人定」很快会退化成「大方向由人定，细节由 Agent 定」，人在不知不觉中让出了绝大多数具体的决定权。 收束 自主性不会在某一天「突然到来」，它是一次次小授权累积出来的——先让它回邮件，再让它排日程，最后让它谈合同。每一步都合理，加起来就是权力让渡。真正该警觉的不是「AI 会不会抢班夺权」，而是人类在审计能力跟不上 Agent 速度的那一刻，就已经把决定权让出去了，自己还以为只是在用个工具。 去论坛讨论 关于「Agent自主性」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。