Manus，危？！

内容来源：本文汇编整理自张小珺对话季逸超。

责编 |柒排版| 沐言

第 9387篇深度好文：5163字 |11分钟阅读

商业思维

笔记君说：

他是中国第一代软件出海创业者，高中靠一款浏览器赚得 30 多万美金；他深耕 NLP 十余年，亲历从传统 NLP 到大模型的技术巨变；如今带着通用 AI 产品 Manus 横扫海外，ARR 超 1 亿美金。

他就是 Manus（蝴蝶效应科技）的联合创始人兼首席科学家季逸超（Pick）。

最近，Manus被数十亿美元收购的风波，引起不少人的讨论。但我们更应该关注的，是这家公司的商业思考。

在张小珺这场 3 小时的深度访谈中，季逸超分享了自己的创业故事、产品决策逻辑，以及对 AI 行业未来的底层思考。没有晦涩术语，全是实战干货，值得每一位创业者、从业者细读。

以下，是季逸超的自述精华版。

一、三次创业

踩中时代红利，也扛过技术颠覆

1.第一次创业：移动互联网蛮荒期的“意外惊喜”

2009年，苹果APP Store出现的第二年，我还在读高中。

那时候刚好赶上桌面互联网向移动互联网转型，不管是国内的BAT，还是海外的大厂，大家都站在同一起跑线，没有成熟的玩法，属于移动互联网的蛮荒期，这给了我这样的个人开发者绝佳机会。

我做了一款第三方iOS浏览器， 叫猛犸浏览器（Mavericks Web Browser），商业模式特别朴素，卖软件拷 贝，每卖一份赚一份固定收入。

没想到这个简单的模式，让我在高二、高三期间赚了30多万美金，也算成了中国早期软件出海的创业者。

那时候国内没有成熟的支付渠道，只能支持国际信用卡，国内用户基本没法付费。

我就想了个办法，破解自己的软件，让大家免费用，也算赚个吆喝，没想到还吸引了资本关注，真格基金的徐老师当时就问我想不想创业。

后来移动互联网的商业模式变了，大家都开始“免费获客 + 增值服务”，加上 iOS 系统不断更新，我的浏览器慢慢不兼容了，最后自然下架。

这段经历让我早早摸清了产品变现和用户运营的逻辑，也让我深刻感受到 时代机遇对创业者的重要性。

2.第二次创业：NLP深耕与大模型的“降维打击”

从浏览器业务里，我发现了一个关键需求：当时移动网络速度慢，如果能预测用户的下一次点击，提前加载内容，体验会好很多。这个需求让我一头扎进了自然语言处理（ NLP ）领域，这一扎就是好几年。

2013年，Google推出了Word2Vec论文，能把自然语言文本高效转化为稠密向量，这给了我极大启发。

我组建团队做语义搜索和知识图谱，想打造“下一代 Google”—— 传统搜索引擎只给链接，我想直接给答案，通过自动化技术构建知识图谱，解决用户的核心需求。

我们团队从零开始训练模型，从依存句法分析到Word2Vec向量化，再到 LSTM+Attention，最后跟进Transformer和BERT，整整熬了4年，做出了产品 Maggie。

它能自动提取三元组、支持多语言，在最高置信度下的准确度能达到89%，比Google当时的产品还高，甚至能支持阿拉伯语这种反向书写的语言。

但2019年，GPT-3的出现给了我们致命一击。

我随便写个 Prompt（ 提示词 ），它就能和我们训了几年的端到端模型五五开，而且它是通解，能搞定 NLP（ 自然语言处理 ）领域的各种任务，而我们只是垂直领域的解决方案。

那一刻我意识到，垂直技术在大模型面前没有优势，最后决定卖掉公司。

这段经历让我体会到垂直整合的痛苦：每天醒来都感觉海水在上涨，不知道什么时候会淹到鼻子，模型迭代、数据标注、基础设施搭建，每一步都要自己扛，那种压力至今难忘。

3.第三次创业：放弃AI浏览器，押注通用agent

卖掉公司后，我在一家独角兽公司做了一年半，主要工作是打榜赢算力资源，那段时间也让我冷静观察了 AI 行业的变化。

2023 年底，我被肖弘（ Manus CEO ）说服加入团队，核心原因是他说的一句话：“Pick，你想不想在一个产品里，把浏览器、搜索引擎、语言模型重新做一遍？” 这句话一下子戳中了我。

初期，我们基于Chrome插件Monica的用户数据，想做一款AI原生浏览器。

Monica 当时已有1200万美金 ARR，是正向现金流产品，但我们很快发现了问题：插件的用户渗透天花板太低 ，Chrome 有20亿日活，而头部插件的活跃用户也就5000万左右，不到 1% 的渗透率，再怎么发力也难有大突破。

更关键的是，浏览器的迁移成本极高。人类历史上只有两次浏览器变革：从网景到IE，从IE到 Chrome，要么靠渠道分发，要么靠技术漏洞，创业公司想颠覆太难了。

而且当我们内部把浏览器产品打磨得差不多时，我突然觉得它“不是特别酷”——按我现在的话说，如果一个产品做完，你自己都觉得不酷，那没人会觉得酷。

其实做完一款产品，人难免会有惯性偏袒，哪怕我们都是经历过几次创业的“中登”，也会下意识想说服自己产品没问题。但随着更多问题暴露出来，我们才慢慢趋向冷静判断。

直到看到美国创业公司 The Browser Company 放弃浏览器产品 Ark，创始人说“连亲戚朋友都不愿意从Chrome换成Ark”，我才彻底下定决心放弃这个方向。

其实那段时间特别宝贵，大家在自然而然形成共识的过程中放下了浏览器，处于一种几乎无所事事的状态。

而当一群不太笨的人无所事事的时候，就会产生很多很好的想法。当时我们还在正常运营Monica，同时也会做一些别的实验，那段时间已经有不少AI产品受到欢迎，尤其是coding领域，像Cursor、Windsurf，还有后来的Devin，都积累了很多用户。

我们作为工程师，自然会去体验这些工具，可让我们意外的是，公司里很多非工程师居然也在用Cursor，要知道，Cursor的产品形态还是IDE（ 集成式开发环境 ），本来是写给代码人才用的东西。

我们发现，运营同事在用它写博客，数据分析同事用它做数据分析和可视化。

于是我们特意站在他们身后观察，发现了很有意思的一幕：Cursor左边是代码区，右边是和AI聊天的窗口，这些不会写代码的同事根本不看左边的代码，只是不断跟AI交流，让AI帮自己完成任务。

原来AI是通过编程的方式，以代码为媒介，去帮他们完成这些非编码任务。

这让我突然意识到： 编程不是垂直技能，而是通用能力，真正的机会是把这种通用能力包装起来，让普通人也能用。

于是我们把浏览器的技术积累搬到云端，打造了通用agent产品 Manus：每一个会话背后都有一个独立的虚拟机沙盒，能帮用户做网页、做 PPT、批量处理文件、深度研究，还能联动 Notion、Slack 等工具，异步处理长任务，不用用户自己写代码或复杂操作。

2024年3月Manus 发布，现在 ARR（ 年度经常性收入 ）已经超过1亿美金。我们没有对标任何产品，完全是用户用出来的，大家喜欢用它做幻灯片、网页和批量文件处理，我们再针对性优化，这种由用户塑造的产品，生命力才强。

二、Manus 的产品逻辑

不做工具，做 “人的延伸”

1.为什么坚定做通用agent，而非垂直工具？

我之所以坚持做通用 agent，核心有三个判断：

技术层面：通用基座模型 + 虚拟机（ 图灵完备 ）的底层供给是通用的，垂直领域只是在上面加约束，反而会限制产品潜力；

产品层面：用户的需求是多样的，通用产品能让用户按自己的想象力使用，我们团队再通过观察用户行为捕获头部场景，既保留长尾能力，又能形成网络效应；

商业层面：垂直工具的使用频次太低，比如旅行规划一年就几次，很难让用户记住，而通用产品能覆盖用户多场景需求，提升使用频次和用户粘性。

如果你做的是个垂直agent，你可能还是在做一种新的工具。但如果你在做一个通用agent，你其实在做一个人。

我们现在经常跟用户或其他人交流，他们常说 Manus 很像人，但我们从来不以替换人的思路来想这事 ，如果你给别人传递“要替换人”的心智，所有人都会从风险控制的角度考量，只要一个环节不通，整个产品就被否定。

其实我们该抱着提升人（ enhance people ）的思路，让高效的雇员或自驱的人，用了这个工具后产能再上一个台阶，这才是更良性且现实的做法。

比如你想做一个有内容的网页，它能先做深度研究，再基于研究结果做网页，最后还能分析网页流量、做 PPT 发给投资人。

2.初期用邀请码，不是营销是“无奈之举”

Manus发布初期采用邀请码机制，被很多人质疑“过度营销”，其实这是我们的无奈之举。

当时我们跟所有云厂商和模型厂商沟通后发现，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，输入和输出比例能达到100:1甚至1000:1，要是放开用，产品肯定会崩。

直到一个月后，云厂商和模型厂商适应了agent的工作负载，我们才取消邀请码。可以说，我们是为行业趟了一条路，后来再用邀请码的公司，我觉得就没必要了，算力已经准备好了，没必要再搞这种形式。

3.商业化：不追求DAU，只服务高价值用户

Manus 的定价逻辑很简单，参考 ChatGPT的20 美金/月，我们定了40美金 / 月的默认订阅价，现在逐渐简化为“免费方案+自由订阅金额”。

我们不追求 DAU（ 日活跃用户数 ），而是关注“高价值用户的高价值任务”。有的用户一个月能给我们付几千美金，因为他有大量高价值任务要跑，这比单纯的用户数有意义得多。

目前Manus的用户主要是三类人：互联网公司非程序员的白领、自由职业者、金融和咨询行业从业者。

他们有强自驱力，任务价值高，对质量的敏感度也高 ，我们做过双盲测试，悄悄换个模型，用户满意度就会明显下降，所以我们必须保证每一次输出的质量。

三、AI行业的创业、竞争与决策逻辑

1.模型与应用的终局：不再泾渭分明

未来不会再分模型公司和应用公司。美国现在已经是这个趋势，OpenAI既做模型也做产品，Google双向都强，Anthropic 靠Cloud Code的成功也开始重视产品。

对于应用公司来说，优势在于“不用买模型彩票”。

模型公司的创新是自下而上的，靠技术突破驱动产品；而应用公司能吸收所有外部创新，快速迭代，而且用户的使用轨迹和反馈留在应用层，能形成独特的数据飞轮，这是模型公司拿不到的优势。

2.决策机制：分阶段混合模式，兼顾效率与多元

创业公司在不同阶段、解决不同事情时，需要不同的决策模式。

虽然我们是连续创业者，但其实也都不成熟，最近在逐渐走向更理智的方式。我们总结了一套“GPA”决策框架，还会结合集权式和民主式两种模式：

G（Goal，定目标）：集权式决策

由CEO肖弘作为“仁慈的终身独裁者（BDFL）”拍板，直接把团队核心目标定死，避免目标分散。

P（Priority，定 优先级）：专制 + 民主结合

先由核心决策者（ 比如CEO或对应领域负责人 ）牵头，同时充分吸纳团队成员的专业意见，毕竟涉及不同领域的专业能力，多元输入能让优先级排序更合理。

A（Alternative，提方案）：充分民主

鼓励团队成员自由提供各类可选方案，这个阶段方案数量比质量更重要，足够多的选项才能避免决策局限，就像训练模型不能局限于狭窄的动作空间。

其中，肖弘作为CEO，是产品方面的最终决策者。我们都比较相信与其悬而未决，不如赶紧试试。

面对新领域时，过往经验未必有用，过度思考只是基于自己“模型内部的参数化知识”，没有额外信息输入，也没有检验结果，再想太多不如先行动，拿到反馈再调整，避免无意义的内耗。

3.竞争：不是零和博弈，而是生态联动

很多人问我，面对 OpenAI、Google 等大厂的竞争，我会不会焦虑？其实我并不焦虑。

我们能用上市面上所有最好的模型，而大厂有自己的专长：Anthropic 的 coding 能力、Google 的多模态能力、OpenAI 的推理能力。

我们的优势是产品迭代快，而且服务的是对质量要求极高的用户，这部分用户不会因为品牌而妥协，他们要的是当下最好的体验。

AI行业的竞争不是零和博弈。Manus和 Notion、Microsoft、Slack都是联动关系，我们串接这些工具，产生的价值比单独竞争大得多。与其做一个比不过别人的垂直功能，不如让大家一起把生态做好，这才是共赢。

4.通用agent的未来：主动创造价值，而非被动响应

我认为通用agent的下一个方向是“主动性（ proactiveness ）”。现在的 AI 还是被动响应用户需求，未来要能主动完成任务。

比如你面试完，Manus能自动看你的Notion记录，把评价填到招聘系统里，只让你确认就行，真正解放用户的注意力。

同时，我也想给模型厂商提几个建议：

让模型学会 “ 压缩意识 ” ，不用无限扩展上下文窗口；

结合工具做推理，而不是纯 “ 缸中之脑 ” ；

支持用户随时插嘴，适应异步交互；

提升错误恢复能力，遇到问题不放弃、不陷入死循环，这些都是通用agent 落地的关键。

5.AI创业的本质：不是赌一把，而是先行动

对比我的三次创业，现在的AI创业和移动互联网时代完全不同：

移动互联网的边际成本低，能低成本试错；

而AI创业更像制造业，有固定成本，算力消耗就是很大一笔开支。

所以，对于创业公司来说：

第一，不要做垂直整合，除非你有足够的资源；

第二，不要纠结于要不要做，比较健康的做法应该是当你的产品已经初具PMF，且已经到了一个比较稳定的状态之后，你以一种增加稳定性或降本或突破天花板的思路再去做模型；

第三，团队要身心健康、尊重常识，不要做“有乔布斯的病，没有乔布斯的命”的偏执者。

结语

你准备好迎接未来了吗？

从高中时的浏览器创业者，到如今的通用AI先锋，季逸超的三次创业始终围绕技术落地和 用户价值。他踩过垂直整合的坑，也抓住了 agent 的机遇，用 Manus证明了不做模型也能做出顶尖AI产品。

在 AI 行业还在争论模型至上还是应用为王的今天，季逸超的经历给出了另一种答案： 真正的机会，在于理解技术的边界、用户的需求，以及时代的趋势，然后以理性的姿态，快速行动、持续调整。

而对于我们每一个人来说，AI不是要取代人，而是要解放人，就像季逸超说的：“把不喜欢的事交给 AI，剩下的才是真正的自己。”

参考资料：《Manus决定出售前最后的访谈：啊，这奇幻的2025年漂流啊…》，张小珺商业访谈录。

*文章为作者独立观点，不代表笔记侠立场。

好文阅读推荐：

“子弹笔记”是笔记侠的矩阵公众号，聚焦职场效率追求、人际关系与高潜成长者，帮你3分钟吃透核心观点和方法论。欢迎关注～