Meta以数十亿美元收购Manus，不仅是一次资本狂欢，更揭示了AI创业的新风向。这款AI Agent应用凭借极致的工程思维，从‘操作系统级助手’的独特定位杀出重围，用状态持久化、暴力美学和Context Engineering等技术，重新定义了AI Native的边界。本文将深入解析Manus如何打破Chatbot桎梏，为产品经理在技术浪潮中指明突围方向。

Meta这笔数十亿美元的收购案，大概会让很多还在苦哈哈训练模型的创业者彻底破防。

2026年开年第一炸，不是哪家大模型超越了GPT-5，而是一个名为Manus的AI Agent应用，在上线仅仅8个月、甚至没有烧过一分钱在产品推广的情况下，被Meta收入囊中。创始人肖弘，将直接出任Meta副总裁。

这不仅是一场财富的狂欢，更是一次对AI创业风向的残酷修正：当所有人都在赌模型能力的天花板时，肖弘赌对了模型能力的外溢窗口。

对于产品经理而言，Manus的剧本并不是一个“天才少年改变世界”的俗套故事：这是一部关于如何用极致的工程思维去对抗技术焦虑的教科书。

杀死那个“平庸的正确”

时间倒回2024年初。当时的肖弘手里握着一副好牌：Monica已经是一款成功的浏览器插件，拥有千万用户。按照正常的线性推演，下一步自然是做一个“更好的AI浏览器”。

Manus团队确实这么做了。他们投入了半年时间，代码写了几万行，产品甚至已经能跑通了。

但在发布前夜，肖弘把这个项目砍了。

“因为AI的终极外壳不是浏览器，是电脑。”

这是一个极其反人性的决策。大多数产品经理会选择把半成品发出来，美其名曰“MVP试错”。但肖弘看到了更底层的逻辑断层：浏览器只能处理Web任务，但用户真正想要的是一个能像人一样操作电脑、安装软件、写代码、管理文件的“助手”。

不做AI浏览器，改做虚拟机。 这个决定直接让Manus脱离了“套壳Chatbot”的低维竞争，进入了“操作系统级Agent”的无人区。

这也给所有PM上了一课：路径依赖是创新的坟墓。 当你发现手中的产品只是对旧事物的修修补补，而不是对根本问题的回应时，哪怕沉没成本再高，也要敢于按下删除键。

别做“客服”，做“助手”

很长一段时间里，我们对AI的想象都停留在Chatbot（聊天机器人）阶段。Chatbot的逻辑是“客服”：你问它答，它很有礼貌，但干活的是你。

Manus的逻辑是“助手”。

在Manus的产品观里，有一个被称为“百度模式 vs Hao123模式”的精彩博弈。目前的很多Agent还在走Hao123的老路——预设一堆功能（写PPT、查天气、画图），用户只能在这个框框里玩。

而Manus选择做百度：给你一个通用入口，你尽管提需求，Agent自己想办法调用工具去解决。

为了实现这一点，Manus干了一件事：状态持久化。

以前的AI是“一次性”的，聊完天就失忆。Manus给每个用户配了一台云端虚拟机，它记得你的登录状态，存着你的文件，保留着你的环境配置。

只有当AI拥有了“记忆”和“资产”，它才能真正从回答问题，进化到交付结果。

算力很贵，但用户的时间更贵

Manus能在8个月内做到1亿美元ARR，且零市场投放，靠的是一套反直觉的“经济账”。

肖弘看穿了一个趋势：Token的价格长期看一定会跌成白菜价，但用户的注意力（流量）只会越来越贵。

所以，当友商还在精打细算Token成本，试图用小模型糊弄用户时，Manus选择“暴力美学”：为了一个完美的结果，它不惜让Agent在后台进行几十次、上百次的自我反思和工具调用。

这导致Manus的Token消耗量是普通应用的百倍，但也带来了那是那种“卧槽，它真的帮我做完了”的惊艳感。

把昂贵的Token成本，转化为极低的用户获取成本。 这种“以产品力换流量”的打法，狠狠抽了那些买量大户一记耳光。

对于SaaS从业者来说，这更是一个警钟：如果你的AI功能只是为了帮用户省两分钟，那你根本收不到钱；只有当你能像外包公司一样直接交付“精美的PPT”或“可运行的代码”时，用户才愿意为此掏腰包。

Context Engineering：应用层的“护城河”

一直以来，技术圈存在一条鄙视链：做基座模型的看不起做应用的，觉得那是“套壳”，没有壁垒。

Manus的首席科学家Peak用Context Engineering（上下文工程）技术，打破了这种傲慢。

既然训练模型又慢又贵，那就别训练了。Manus选择通过极致的上下文管理来榨干现有模型的能力。

• KV-Cache优化：通过对Prompt的极致修剪和排序，让Agent的反应速度快如闪电，成本却只有对手的十分之一。
• Mask，而非Remove：为了不破坏缓存，宁可屏蔽不需要的工具，也不删除它们。
• 错误可见性：让AI看到报错日志，而不是隐藏它。因为真正的智能不是不犯错，而是知道怎么改错。

这些看似琐碎的工程细节，最终堆叠出了Manus难以复制的体验壁垒。这也证明了：在模型能力过剩的时代，应用层的核心竞争力，在于如何“喂养”模型，而非“制造”模型。

尾声：给AI时代产品经理的残酷真相

Meta收购Manus，某种意义上宣告了“AI Toy（玩具）”时代的结束。

肖弘的成功，是对“AI Native”的一次重新定义。在Manus内部，80%的代码由AI生成，工程师不再是写代码的人，他们已然成为了代码的审查者和架构师。高密度的决策判断，将替代管理流程，成为组织的核心。

对于现在还在焦虑“AI会不会取代我”的产品经理们，Manus给出的答案或许有些刺耳，但足够真实：

去寻找那些模型能力已经溢出，但产品形态依然滞后的缝隙；去思考怎么把AI从“聊天框”里解放出来，变成能帮用户操作电脑的“手”；去赌算力成本下降的未来，而不是纠结当下的毛利。

毕竟，在技术洪流面前，唯一的护城河，就是你对用户痛点那种近乎偏执的理解。