Meta数十亿美元收购Manus，创始人上任副总裁，但背后趋势更重要！

抓住风口

本期要点：中国AI的机会在哪？看懂AI产业趋势

你好，我是王煜全，这里是王煜全要闻评论。

就在昨天，Meta收购了在此前曾在全球引起广泛关注的通用Agent公司Manus。虽然最终交易金额尚未公布，但据称可能高达数十亿美元，是Manus目前5亿美元估值的数倍。同时，Manus的创始人肖弘也进入了Meta的核心管理层。

就在不久前，Meta的首席AI科学家、图灵奖得主杨立昆（Yann LeCun）黯然离职，开始有关世界模型的创业。

一边是顶尖AI科学家的退出，一边是没有硅谷名校光环、靠微信插件起家的中国武汉创业者成为了Meta的副总裁，两件事接连发生，对比鲜明。

Manus核心团队照片

这究竟该让人叹息资本的短视，还是AI技术发展到现阶段必然出现的商业转向？

我们认为，这场数十亿美元的收购其实标志着AI竞赛的核心在从比拼模型转向比拼应用落地：AI不能只会聊天了，还要能做事、能交付可靠结果。2026年，在“大语言模型”（Large Language Model，LLM）的基础上，一个基于“大行为模型”（Large Behavior Model，LBM）的行为智能时代或将开启。

LLM与Agent

首先，我们要指出的是，大语言模型具有明显天花板，而行为智能才能实现价值的交付。

一方面，大语言模型只是一个基于统计概率的词语预测器，它擅长生成貌似正确的回答，却无法保证绝对正确。

另一方面，大语言模型是认知上的巨人，却是行动上的矮子，它可以给出完美的方案，但无法为用户交付最终的结果。

在商业世界中，不确定性就将带来真实的损失。企业不可能将财务核算、合同管理等关键事宜交给一个随时可能出错的AI。

而一个不能执行任务、无法跑完整个闭环的AI，使得企业必须安排人员去配合，对其结果进行审核、修改和执行，整个流程的效率不会提升，人力成本反而不会降低。

而这两方面都恰恰是Manus在试图解决的问题。

他们并不是去开发不会犯错的下一代AI模型，而是用工程化的方式，来实现确定性的交付。

例如，当用户要求“抓取网站数据并生成图表”时，Manus会在后台启动一个虚拟浏览器，模拟真人进行点击、跳转、执行脚本等操作。当完成任务后，它还会在虚拟环境中将整个流程再执行验证一遍，例如点击刚生成的网页上的每一个按钮，核对数据库记录是否匹配。如果出错，Manus还会自我修正，直到最终验证成功。

这实质上就是在将大语言模型生成的发散性结果变成了可验证、可依赖的工作成果。当然，也是这个原因，许多用户反馈，Manus有时会反复验证、显得效率不高。

但在被Meta收购之后，随着技术的改进，以及巨大的推理算力作为后盾，这一流程有望被大幅优化，变得更加好用。

另外，Manus更是让AI一定程度上实现了行为智能，也就是“把事情做到位”。

例如，当HR负责人需要一份面试总结时，常规的AI必然无法完成一整套操作流程，还需要人为提供各类文本和数据。

但Manus可以自动登录企业的招聘系统，把候选人的背景资料抓取出来，再与面试记录结合，生成一份专业的总结交给负责人。

也就是说，有了Manus这样的工具，企业可能不再需要大量执行基础工作的实习生和初级员工了，因为这里有一个能自行把事做完且做对、还不会离职且不需要培训的数字员工。企业自然愿意为它支付薪水，也就是订阅费。

当然，这对要进入职场的新人又提出了新的挑战，因为他们的竞争者不再只是另外一个人，而是在持续迭代的AI。

而这，也正是Manus能实现1亿美元年化收入的秘密，也证明了Manus的商业模式，也就是行为智能，确实有巨大潜力。

大行为模型与行为智能

更关键的是，Meta收购Manus的这个事件，无疑代表着AI产业进入了应用化阶段。不过，我们更想强调的是，其中的关键还在于两点，大行为模型的发展和中美的合作。

要注意的是，要让Agent像一个真正的助手，能够预判你的需求并主动完成任务，仅仅基于现有的大语言模型进行优化，可能难以实现质的突破，而是应当建立大行为模型（LBM）。

这方面，Meta自身已有相关实践。

2024年以来，Meta的广告推荐效率就因引入LLM架构而大幅提升。他们将用户的浏览内容、点击广告等连续行为视作一个“序列”，并以此训练系统。

我们认为，Meta的这套广告系统有可能成为“大行为模型”的雏形，就像大语言模型通过上下文预测下一个词，Meta的广告系统可以通过用户的行为，预测下一个可能点击的广告。

例如，基于LLM架构，Meta让AI能理解行为序列中不同动作的权重，几天前点过的广告权重会衰减，而用户10秒钟前完整看完的一个短视频则拥有极高的权重。

再如，AI还具备了纠错能力，能根据用户点击广告后的快速跳出行为，判断用户误点了广告，并调低该类广告的推荐权重，而不是像老系统那样死缠烂打。

未来，Meta能否率先在这个思路的基础上开发出更通用的“大行为模型”，以及Manus在加入Meta后，能否获得这种底层能力的加持，从而进化得更智能、更高效，也成为了一个重要的观察点。

不过，我们也想提醒的是，只有美国从0到1的算法突破，而没有中国创业者的加入，这个AI应用化的进程也将受阻。

过去十年以来，从谷歌的Transformer到OpenAI的GPT，都率先在美国出现。Meta自身也为Llama模型投入了数百亿美元，成为了开源生态的重要玩家。其中的原因也不复杂——美国聚集了全球最顶尖的AI人才、最充足的AI算力和最充沛的资金。

但中国创业者擅长在各种复杂的、具体的场景中寻找创新点，善于解决实际问题，产生业务价值。

就像Manus的核心竞争力不在于模型本身，而是在于对用户让AI完成任务的这个需求的洞察，以及对任务拆解、工具调度、错误验证等工程细节的打磨。也正是因为这种洞察力和执行力，才让Manus能先于许多资源更雄厚的美国科技巨头和AI大模型公司，推出通用型AI Agent，并最终得到Meta的巨额收购。

据称，这场收购由扎克伯格亲自推动，他和几位Meta的高管本身就是Manus的深度用户，而且他们计划把Manus嵌入WhatsApp、Instagram等拥有数十亿用户的平台，并与自家大模型Llama和巨大的数据中心结合，打造一个AI应用生态。

这个收购的速度之快，金额之高，也表明扎克伯格不想再等待杨立昆这样的科学家，去慢慢教会AI像人一样理解世界，而是对“能落地、能赚钱”的AI应用极度的渴求。

此次收购完成后，Meta 将握有大模型和算力，又拥有了能落地的Agent应用团队，实现了“一加一大于二”的效果。未来，在此基础上，Meta还能拓展各行业的垂直应用，从而确实有了超越其他科技巨头的可能性。

可惜的是，由于地缘政治的原因，美国政府对涉及中国公司的投资有着严格的审查，导致美国资本对中国AI初创公司的投资也慎之又慎。这无疑阻碍了美国吸收全球最活跃的应用创新力量。

但这也给中国企业提了个醒，我们是否有机会引领大行为模型的发展，并进而主导行为智能的时代呢？要知道，行为智能很可能就是未来几年内最大的机会所在。而其中的道理，我将在明天的新年致辞中向你揭晓，敬请关注！

以上就是今天的内容，在即将到来的CES展2026上，我将与中国的科技企业家们一起，深入智能硬件的创新前沿，对这次行为智能的新趋势进行沉浸式的观察与思考。后续，我也会在科技特训营中第一时间分享所见所思。如果你也感兴趣，欢迎加入科技特训营，和我一起，先人一步，领先一路！

也在此向各位家长推荐前哨AI冬令营。我们认为，最好的学习不是学理论，而是亲手实践。想让孩子能亲自上手完成真实的AI项目，从理解AI到驾驭AI，就快快点击链接了解详情吧。

王煜全要闻评论，我们明天见。

↓长按图片扫码报名，先人一步，领先一路

最后， 鉴于公众 号推送机制的改变，你未来刷 到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间 得到我的独家前沿分析，而且我们还会每天在粉丝群里发布独家资料，快快扫码加入吧！

此外，我们还为您准备了一个思维导图，扫描加群即可领取

“成为新物种”

↓点击学习王煜全老师最新大师课，掌握马斯克的赚钱底层逻辑！