128. Manus决定出售前最后的访谈：啊，这奇幻的2025年漂流啊…

摘要

• Meta全资收购Manus为这期访谈盖上封印：录制于2025年12月1日、收购公布之前，纪超（Pick）当时已埋下伏笔——朋友圈说"今天Manus有两件大事，一件是1.5发布，另一件恐怕要老了写回忆录再说了"。 彼时Manus的ARR已超一亿美金（口径洁癖：只认Stripe的MRR×12），距3月发布约九个月，token消耗量在各模型厂商"基本都是全球top 2到top 5"。
• 核心论点：模型公司与应用公司"可能六个月后就不用再分"，但"做出一款被大家喜欢的应用，比做出一款够好的模型难得多"——训模型的知识在硅谷流通极快（“一个老公在OpenAI，老婆在Google，没有什么秘密”），而用户轨迹与feedback留存在应用层，Cursor/Windsurf已证明应用公司能以低成本训出frontier级的专用模型。
• Manus的独门模式是把训模型"外包"给全世界：作为头部大客户直接给厂商提需求、建evaluation，“Gemini那个可控的parallel function calling，定义、proposal和实现schema是我写的”——“全世界都在帮我们训模型，我们把research带宽投到非共识的小众问题上”。 同时他强调agent经济学像制造业不像互联网：input:output从chatbot的3:1变成100:1到1000:1，发布日一天烧几十万美金，如今"很快就要打平甚至打正"。
• 两条技术暴论：“200k以上的context就不重要了”，关键是模型的compression awareness——知道自己被压缩、会向文件系统offload记忆；以及为chat对齐的模型天然不适配agent——context pressure让模型"疯狂用bullet point、写短写短"，O系列长思维链平移到agent会让指令遵循下降、幻觉工具调用上升，解法是interleaved thinking和Manus自己的单独planning stage。
• 商业哲学：不做DAU，做agentic hours——高价值用户用量可以是普通用户一千倍，“经常有单个用户付我们几千美金”；双盲测试悄悄换模型，5%用户满意度立跌；用户问的不是降价，而是"付200美金效果能好多少"。 产品上坚持纯血agent对抗workflow：“加一条看图能力胜过一堆guardrail”，给agent设计designer/manager人格分工是"人的自恋"。
• 格局判断：Gemini 3"强有力证明了pre-training还可以继续"、多模态断层领先；Anthropic优化"高经济价值任务"、靠MCP和Cloud Scale带节奏但需补算力；OpenAI"仍是最有可能诞生新范式的公司之一"；xAI赌pixel in, pixel out；“杨乐坤走了，对Meta也许是个积极信号”。 Thinking Machines"成败主要看千问"。当下"有点像2018年"——scaling没停，“每个场景都还差一口气”，等待下一个GPT-3式阶跃。
• 辟谣与底色：邀请码源于"世界上能第二天立即到位的算力比想象中少太多"——Claude方面直说"你们放开我们会挂"，云厂商物理搬卡插机柜救场；“如果三月发布有任何付费宣传，我死全家”，海外是Andrew Kapasi、Patrick Collison、Gary Tan三天后自发带火，“两边链路完全不重叠”；国区App Store里所有Manus都是假的。 最后的自白：“我们没有活着的权利，活着的权利是自己持续跑才能争取来的。”

精读

1. 录制于收购公布前：Manus的最后一次访谈

• 张小珺开场交代的时间线本身就是信息量：本期录制于2025年12月1日，而节目发布当天凌晨，Meta宣布全资收购Manus——录制彼时收购尚未发生，这期成了"Manus决定出售前最后的访谈"。
• 嘉宾纪超（Pick），Manus联合创始人兼首席科学家。节目中他埋了伏笔：Manus 1.5发布当天他发朋友圈说"今天Manus有两件大事，另一件恐怕要老了写回忆录再说了"——如今回看，指向不言自明。

2. 北大教授×中关村创业者：在两种文化的中间点长大

• 父亲是北大物理系教授、“传统意义上的科学家”，母亲是"老一辈中关村连续创业者"，他自认在两者间取了中间点——科技创业者。“我不知道我学习到底好不好，因为我觉得我就没怎么学。”
• 北大附中给了他一间不上课也能去的计算机社团小屋，“有的课不想上，老师说那你就不上了”——他把这段宽容列为人生头号运气之一。

3. App Store一代：高中生卖浏览器赚了三十多万美金

• 2009年App Store的出现是转折点：此前"瞎捣鼓软件"是离经叛道，App Store让一个高中生第一次能向父母和老师证明爱好能产生经济价值。他自称"中国第一代软件出海创业者"。
• 高中做的第三方iOS浏览器"猛犸浏览器"用最朴素的buy copy模式累计赚了三十多万美金；国内没有支付渠道，他就破解自己的软件发到论坛——“你没钱你就给我捧个人场”。
• 对照今天的感慨值得记下：移动互联网有硬件媒介切换带来的蛮荒期，巨头与个人开发者众生平等；而AI没有新平台出现、“没有蛮荒期”——巨头、创业公司、个人反应一样快。

4. 徐小平问"小伙想创业吗"：辍学换一张不受管的term sheet

• 高二高三在中关村的创业活动上遇到真格，徐小平问他想不想创业；他本不想——“我可以边上学边躺着赚钱”。最终按机会成本做决定：“我也许什么时候都能继续读书。”
• 接受真格offer的关键是一个兑现至今的承诺：“他们不会管我干什么，我爱干嘛干嘛。“他随后拉上两位已保送北大的学长辍学入伙。

5. 浏览器第一课：不适合颠覆者，是巨头锦上添花的生意

• 猛犸浏览器收到过收购offer（是谁"不能说”），最终因iOS版本不兼容被下架、“自然死亡”。复盘：浏览器从古至今都不适合创业者以颠覆者形态去做，它更像巨头有了分发渠道后的锦上添花。
• “我如果回看当时，我不认为以现在的经验能做出更好的选择”——第一款产品同时踩中出海+AI+变现，他视为完美起点。

6. 为预测下一次点击误入NLP：word2vec才是心中最石破天惊的paper

• 3G初期弱网环境下他想做preloading——预测用户下一次点击、提前加载下一页，这个需求把他带进NLP：“我学的东西一直被具体需求牵引。”
• 他心中的转折点不是Transformer，而是2013年Mikolov的word2vec：“第一次较为可靠且高效地把离散的自然语言文本变成稠密向量。“他跟真格说不做浏览器了，“真格说随便”。

7. Maggie：赌语义搜索是下一代Google，选了最苦的一条路

• 2013年Apple Watch的传闻给了他想象：可穿戴与语音界面成熟后，“十个蓝色链接"的交互会失效，需要更紧凑、结构化的知识交互——“我会不会是当年颠覆Yahoo的Google？”
• 往下钻找到的瓶颈是知识图谱完全依赖人工（Freebase/Wikidata众包、专家标SPO三元组），于是投入open information extraction（开放式信息抽取）：不预设schema，让AI自己识别实体与关系、持续自动构建知识图谱——按今天的话说是lifelong learning。产品叫Maggie，名字取自他喜欢的动画里的超级计算机。

8. 从零自训模型五年：每次外界跃迁都让积累清零

• 2014年底做到2018年，一切从预训练自己做起，总共两个约0.3B的模型——“那时候这叫大模型”。路线从依存句法分析、word2vec，换到LSTM+attention，再被BERT的上下文相关编码解决"孙悟空是西游记还是七龙珠"的多义难题。
• 幸福与痛苦并存：“你基本上想什么这个世界就会发生什么”，但每次迭代"过去几年积累基本都算了”。BERT只有512 token，他们2018年底就开始解决long context——做到16k，模型后来开源。

9. 工程能力的巅峰：自建搜索引擎、头对头赢Google

• Maggie没用任何第三方搜索，爬虫到索引引擎全部手写；与Google收购Freebase后的并行项目Knowledge Vault做head-to-head，最高置信度下准确率89%+、高于Google，还支持中文和反向书写的阿拉伯语。
• 为解决向量搜索的scale问题，与英特尔合作用PMem（持久化内存）、基于HNSW自写向量索引。“我把这辈子想试的技术都以合理的方式花投资人的钱搞定了……那个项目做完的那一刻，我的人生已经圆满了。”

10. 2019年拿到GPT-3 early access：“我觉得天要塌了”

• 随手写个prompt跑同样任务，GPT-3与他们自训的端到端模型打了个五五开；更致命的是"它虽然贵，但它是一个通解”——原本泾渭分明的信息抽取、机器翻译、客服系统被统一了。Flan-T5已有苗头，GPT-3"彻底把我们这条心摁死了”。
• “我的第一反应就是赶紧卖掉公司。“卖了，买家没说。这段经历成了他后来所有判断的底色：专有模型会被大一统模型吃掉。

11. 复盘Maggie之败：光有技术解决不了非技术问题

• 三条教训：低估搜索引擎的非技术壁垒——数据源与Google互利互惠的循环无法复制；押注的新人机界面直到ChatGPT才落地——“早一步是先驱，早十步是先烈，我们就先烈了”；商业上先想to C再慌不择路想to B，“团队基因不是这样的”。
• 但他不悔：“那是创业者梦寐以求的状态——把人生夙愿做完。“所以今天自称无憾状态：“现在做Manus，心里已经没有’我要证明自己’这种东西，我早就无憾了。”

12. 独角兽打榜一年半：赢的奖品是显卡，强者恒强

• 卖掉公司后他在一家临上市独角兽从零建LLM业务：公司把客户需求转成可量化benchmark、算法岗内部打榜，赢得越多分到的显卡越多——“我一个人囤好几十张卡”，算力最充裕、实验随便做，“一年半里我一直霸榜第一，特别开心”。
• 这段经历强化了贯穿全场的信念：evaluation和benchmark的选择决定一家AI公司的taste。

13. 不再垂直整合：每天醒来海水都在上涨

• 上次创业的创伤具象成一个比喻：“每天醒了都感觉海水在上涨，但不知道会涨到什么程度，也许第二天醒来就到鼻子这儿了。“自己训模型意味着两三周一次的迭代周期，而外界在巨变。
• 所以2023年他明确"想创业但不做垂直整合”，在模型、infra、应用三层里避开模型层；ChatGPT出来的一瞬间他就判断"ChatBot的赛场已经结束了”；Character.AI"我用不进去，我不是用户，肯定做不好”。

14. 几乎聊遍所有模型公司：因PTSD全部pass，最服Google

• 海内外基座模型公司他几乎都聊过，没人能说服他；唯一"喜欢"的是Google——“你没干掉他，你才会格外尊敬他。“当时判断"Google最后一定会很厉害，但它确实用了很久才很厉害”。
• 2023年初他以真格EIR身份录播客留下"有史可查"的判断：关注long context（他现在认为这条错了）、关注自然语言与系统的边界（即今天的agent）、信scaling与bitter lesson——“很早买了点NVIDIA的股票”。

15. 国内偏爱千问、DeepSeek、Kimi：品味落在evaluation上

• 千问"做得非常扎实”、第一个真正宽松开源，“让我看到大厂里一群年轻人能干出来的事”；DeepSeek因早年结缘——他没把预训练数据卖给对方，直接把数据集开源了，“给大家留下一点遗产”；Kimi是真格所投，“这公司比较有品味”。
• 品味如何落地？他拒绝空谈：“品味体现在你的evaluation和内部benchmark上，甚至可能是所有AI公司唯一的护城河——它决定模型的方向，也决定对人的激励。”

16. SOTA的保质期只有一到一个半月：产品能自定义"什么是好”

• DeepSeek之后"模型的保质期变短了太多”：“如果你只做模型，不是SOTA就没有意义，但一个SOTA模型的保质期只有一到一个半月”——激烈的不进则退；LLM统一了任务建模，衡量维度清晰，“你几乎没有腾挪空间”。
• 做产品的美妙在"你起码能自己定义什么是好，在错位的赛道上竞争”。但追求SOTA对模型公司和agent公司都仍有价值——你选的benchmark决定taste能否落地。

17. 终局：都会变成模型+应用公司，而应用更难

• 他判断"可能六个月后就不用分模型公司和应用公司”——Cursor的Composer One已经把窗户纸捅破；OpenAI更像两家公司（模型公司+强关联的research lab），Anthropic被Claude Code的成功正向激励、Mike Krieger加入后产品打磨明显变好。
• 关键结论带投资含义：“做出一款被大家喜欢的应用，比做出一款够好的模型难得多”——训模型的知识业内流通极快，“一个老公在OpenAI、老婆在Google，没有什么秘密”；终局是应用之争，每个应用背后绑一些模型。

18. 与小红结缘：一张有初步PMF的空画布

• 他明确自己不做CEO（“既不喜欢商业化也讨厌管人”），要找的不是成型产品而是"一个很空的画布"——所有人都在凭直觉下注，他想"像字节跳动一样有一点数据思维"，先无偏地观察用户。
• Monica（Chrome插件）恰是完美观测窗口：不改变用户习惯、观测无偏；功能按context分发（视频功能只在YouTube出现），消解了复杂度爆炸——他引GitHub那句"everything added dilutes everything else"，每增加一个东西都会稀释所有价值。
• 小红最后打动他的一句话：“你做过浏览器、搜索引擎、语言模型，想不想在一个产品里把这三件事都重新做一遍？”

19. “他很正常”：身心健全是最稀缺的创始人特质

• 为何选小红做CEO，答案反直觉：“他很正常。身心健全，没有任何不良嗜好，没有极端思想。这已经很难得了。“对比之下"别的创始人都太艺术家了”、“多少有点抑郁”、“深夜发癫”——那一圈应用创始人他都见过。
• 最锋利的话他先扎自己：“你没有乔布斯的命却得了乔布斯的病。我经过惨痛失败意识到了这一点，但他们还没有。“小红的可贵在"相信常识且相信团队”，能把公司从一个阶段持续带到下一个阶段，“而我只会在我喜欢的那个阶段很爽”。

20. AI创业像制造业：移动互联网喜欢艺术家，AI不喜欢

• 机制论：AI应用"隐隐更像传统制造业”——inference cost在降但固定成本恒在，不优化则成本随用户量线性上升，“对经营操作能力的要求比上一代移动互联网高很多”；移动互联网可以低成本赌一把找共振人群，AI不行。
• 身心健康的实际价值：“你必然受挫，但身心健康的人是打不死的，能一次次谦卑地重新站起来、冷静看外界变化。“他说在蝴蝶效应内部已见过无数次"不因执念而蛮干"的时刻。

21. 反"沿途下蛋”：产品驱动自训模型是买彩票

• 对"模型和产品一体化才能做好产品"的流行论，他认可方向但强调先后：产品引领+自己训模型等于"买模型彩票”——post-training完成前你不知道模型能否deliver，“很多时候是突破反向引导产品走向”，这个亏他吃过。
• 健康做法：产品有PMF且稳定后，以增稳、降本或突破天花板的思路再做模型。产品公司也不该有重技术bet："‘皇国兴衰在此一役’这种事不会有——你如果天天想着要不要bet什么东西，那是处于一个比较拧巴的状态。”

22. 六位合伙人、全员i人：一支"中登"连续创业者组合

• 蝴蝶效应有六位合伙人：CEO小红（Red）、CPO张涛（豌豆荚、神策、光涧的连续创业者，管产品与对外）、CTO潘潘、CMO慧杰（后三位是Monica原始创始团队）、管运营财务的CC，加上他。“除了张涛全都是i人，我只是开朗的内向。”
• 为什么宣传片是他出镜？“因为要说英语。“于是骂声都冲着小红去了——“感谢小红帮我挡了很多枪。“AI时代能力项很难正交（research与engineering深耦合），所以六人都是多岗位连续创业者，“却又听得进别人话”。

23. GPA决策法：定目标要专制，出方案要民主

• 决策拆成G（Goal）、P（Priority）、A（Alternatives）三段：定目标用BDFL式专制（Benign Dictator for Life，仁慈的终身独裁者），定优先级专制+民主，出备选方案充分民主——“这个阶段方案的数量甚至比质量更重要，就像训了一个模型但action space本身有问题，你挑什么呢？”
• 执行信条：“与其悬而未决，不如赶紧试试”——想太多没有额外信息输入，“你仍然是基于参数化知识，没有做RAG”。小红是产品的最终决策者，他自己则是技术领域的BDFL。

24. AI原生浏览器的坑：端侧执念与"抢电脑的实习生”

• 2024年4-9月做出的AI浏览器已接近后来的ChatGPT Atlas和D（原音如此），但坑现在想来"很可笑”：一是追求端侧模型——浏览器本来就联网，Apple Silicon上3B模型是极限，用户只会拿你和云端旗舰比效果。
• 二是AI接管浏览器的体验诡异：你一滚屏幕就打破了agent的observation，它又把网页拉回来——“就像你和一个特别聪明的实习生非要共用一台电脑”，而所有操作系统本质是为一个人同时使用设计的。
• 三是价值错配：几次点击能完成的任务交给GUI agent"很亏”，真正有价值的是long horizon task——“这种任务我才不愿意做，才想交给AI”。但长任务跑在本地就尴尬：电脑合上就休眠，“我还要一直盯着它保证不睡眠吗？”
• 最本质的拷问团队答不上来：“做了这款原生AI浏览器，有什么是Chrome+Monica做不到的？后来想想好像没有。”

25. Arc之死黑纸白字写出了他们的担忧

• 人类历史上浏览器迁移只有两次（Netscape→IE→Chrome），根本原因都是分发渠道而非产品创新：IE靠预装，Chrome靠谷歌成为事实首页加IE的安全危机。“用户有多大动力因为AI换浏览器？”
• 正当犹豫时，The Browser Company的Josh Miller宣布停掉Arc，理由与他们共鸣：“我做Arc这么久，甚至无法说服亲戚朋友从Chrome换过来。““他把我们心里的担忧黑纸白字写出来了。”

26. “做完你都不觉得酷，就别发”：两周半的空窗期

• 达成放弃共识的信号很微妙：产品打磨完却"不是特别酷”。他今天的断言：“如果一个产品做完你觉得不太酷，就别发。你都不觉得酷，没人会觉得酷。"——本该最喜欢它的人都不喜欢，怎么奢望用户？
• 发一款不酷的产品会把团队拖进自证循环，“因为要不断自证而错失明明更有价值的新机会”。真正无所事事只有两周半：“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。“小红其实早觉得不对但不敢说——毕竟他和张涛正是被浏览器故事"忽悠"进来的。

27. Cursor启示：运营在用IDE写博客——编程是通用媒介

• 决定性观察来自公司内部：非工程师都在用Cursor——运营写博客、数据同事做分析可视化，“他们根本不看左边的代码，就是不断跟AI交流让它把事情完成”。
• 结论成了Manus的理论基石：“编程不是垂直能力，是通用能力，是解决通用任务的媒介。“但Cursor形态对这些人非最优：该跑在云上解放注意力并支持并发（“老说attention is all you need，我们希望解脱用户的attention”）、把代码包装成工具而非主呈现（朋友被Cursor卸掉网卡驱动的恐怖故事）、面向prosumer而非已饱和的程序员主航道。

28. 代号Airbnb：把AI浏览器搬上云，压住一月就完工的产品

• 浏览器期的积累没浪费——Chromium内核理解、agent调度系统直接复用，项目代号是他拍脑袋起的Airbnb：“Browser in Browser in the Air”，跑在云上的浏览器里的浏览器。2024年9月底开工，2025年1月中基本做完。
• 他决定压住不发：当时最好的Claude 3.5 Sonnet V2缺真正的reasoning能力，且有rumor两个月后有新模型——“把发布时间和下一次模型迭代对齐，发布一瞬间吃满模型的溢出”。多打磨一个半月，对齐下一次模型迭代。

29. Manus=拉丁语的"手”：模型解决智力，我们做触及现实的手

• 命名想通的是定位：“再强的智能你也不能把环境内化掉，否则你只是理论物理学家，甚至缸中之脑。“所有基座公司在做"心”，他们做"手”——取自MIT校训Mens at Manus（原音如此），Manus即拉丁语的手。
• 彩蛋：他的产品全是M开头——猛犸（Mammoth）、Maggie、Monica、Manus。“M开头的产品运气都不会太差。”

30. 三个bet全对，而且多数是"我不做什么”

• Bet一是信念本身：“造出原子弹不难，知道原子弹能被造出来是最难的”——他们定义了通用agent并相信它能被造出来。起步只有5个人做实验，见好苗头才从几十人的Monica团队渐进调人，“没有那种旧的全不做了、全去搞新的”。
• Bet二：不训模型补短板，轻量地赌agent框架/context engineering能带来大提升——“刚看到Claude 3.5 V1到V2进步有多大，我不该bet在训模型上”。Bet三：不做"中国版Cursor”——“我创业的正反馈都来自创新，服务好prosumer，而不是跟程序员一起卷”。
• 方法论被host点破：这些判断多是"不做什么”。“AI让创业公司的产能变得很大，所以每天都要回答不做什么。Manus到现在都是一款克制的产品——别人给agent加工具，我们每个月都在想能删掉什么。”

31. “General Agent"的诞生：为了剪掉保洁阿姨

• 广为流传的"世界第一款通用agent"定位，真相荒诞：宣传片在办公室一楼录，一位保洁阿姨走进画面，只能剪一刀加黑屏，黑屏上总得写句话——他临时拍脑袋写下"the world’s first general agent”。“整个视频工期三天，自己剪的。”
• 他自省这词"偏技术、看上去像为占生态位设计的”；今后按客群沟通（对企业就讲internal tools构建），核心卖点始终是一句：“Manus能做所有垂直场景的事，做得一样甚至更好，且能多做一步。”

32. 为什么通用：底层是通用模型+图灵机，垂直是往上加约束

• 技术论证：Manus本质=通用模型+一台计算机，每个session背后是独立隔离的虚拟机沙盒——图灵完备，理论上能运行任何算法；两个底层供给都是通用的，走垂直等于在上面加约束。何况他亲历过专有模型被大一统模型吃掉。
• 产品论证：像做Monica一样不对场景下注，以"达尔文心态"观察用户的集体行为，捕获头部场景（后来浮现的是slides、网页生成、批量文件处理）再让产品团队做最后一公里的定向优化——“Manus是完全由用户塑造的产品”。

33. 长尾产生aha moment：分子生物学家与"为什么用Google不用必应”

• 他复用搜索时代的洞察：头部query各家质量接近，“Google永远能在长尾query中给你惊喜”。通用agent同理——deep research这类头部能力各家已趋同，差异在长尾。
• 最佳标本原样保留：一位分子生物学家的实验仪器导出小众数据格式，别的产品都处理不了；Manus说"这是个很奇怪的文件格式，我先去研究一下”，自己上GitHub下载开源项目解析格式再继续分析。“没人会专门为他做的场景被解决了，用户获得极大满足——而且长尾不等于低频，这是他每天的工作，是recurring任务。”
• 频次论补刀：旅行规划agent"每个Hackathon都有一队在做"，但普通人一年用三四次、建立心智极难；通用产品服务方方面面，频次自然高。

34. 永远多做一步：统一架构的内部网络效应

• 与"多个产品共享一个域名"的伪通用不同，Manus坚持单一unified agent框架，上下文与记忆在任务间自由流转：做网页的真难点不是好看而是"言而有物"——先deep research再建站、带真数据库，之后还能分析流量、做成slide、发邮件给潜在投资人。
• 这就是复利：“跟垂直功能相比，我们永远能多做一步，且产生内部网络效应。“新版本强调的website building只开发了不到一个月却"效果绝对是SOTA”，正因为长在统一架构上。

35. 环境即边界：为agent维护一个Linux发行版

• Agent系统三要素：用户、模型、环境——“环境决定了agent与外界接触的边界。“澄清误区：不是给每个用户一台电脑，而是每个会话一个一次性沙盒；“Manus其实是一款个人云计算产品——让不会编程的人也能享受云计算”。
• 两个较重的技术选择：放弃Docker（容器绑定Linux kernel的cgroup），基于Firecracker做轻量全虚拟化，因此Manus还能跑Windows——“很多专业软件只在Windows生态里有”；同时自己维护一个专为agent设计的Linux发行版，“里头有很多只有Manus才知道怎么用的工具”——预装软件本身就是动作空间的扩展。
• Wide Research是这条边界的延伸：让AI找齐YC某批次所有AI营销公司CEO的email，“Manus之外的任何AI都会失败”——受限于context window和模型的懒惰，找十几个后质量急剧下降然后放弃；Manus的答案是scale out——判断任务难就启动一百多个sandbox并行再汇总。

36. 无形的大手：全球token消耗Top 2-5，把训模型"外包"给全世界

• Manus在各模型厂商的消耗量"基本都是全球top 2到top 5”，换来的不是账单而是话语权：与Google DeepMind深度合作、直接提需求、帮建evaluation——“Gemini两个月前那个可控的parallel function calling，定义、proposal和实现schema是我写的。”
• 他把这总结成商业模式：“好像全世界都在帮我们训模型，我们却没自己砸钱——用户付钱给我们，我们为用户创造价值，同时获得影响力让别人帮我们训模型，省下的research带宽投到非共识的小众问题上。“厂商blog里"又开心又无语"地读到自己先做的东西（thinking two（原音如此）、用代码调MCP的progressive disclosure），他视为竞合常态：“真正的优势是快——他们一旦垂直整合，一定没有我们快。”

37. 模型都是为Chatbot对齐的：context pressure与bullet point塌缩

• 他最系统的技术批评：现在大部分模型仍为chat场景做后训练，与agent工况不aligned。Chatbot倾向一轮内答完；agent的正确姿势是ReAct式循环——“很有耐心地逐步尝试，基于上一步的observation调整方案”。
• 病灶讲得极细：模型能感到context pressure（上下文压力）——输入越长，输出EOS token的概率越高，于是长链路任务后段"疯狂用bullet point、写短写短”，质量越来越低。根源是data mixture被chatbot数据dominate——模型的"耐心"需要真实agent轨迹专门训练。

38. 暴论：200k以上的context就不重要了，要的是compression awareness

• 他公开推翻自己2023年"关注long context"的判断：“比起更长的context，更重要的是让模型具备compression awareness（对压缩的意识）。“context单调递增，即使有KV cache也不值得。
• 机制像人：工作记忆差没关系，知道把东西整理成文档放进Notion、知道何时取回；中间历史可以compaction成紧凑表达——“模型要明白这段东西不是凭空消失，是被压缩了，而意识到被压缩这件事需要专门训练。”

39. 把O系列平移到agent会翻车：要interleaved thinking，不要缸中之脑

• 竞赛数学式的长内部思维链直接用于agent，两个实测恶果：instruction following下降、幻觉工具调用概率上升。“用户给一个短问题，它哗一下在脑内想几千个token——这在agent场景会产生负面效果。”
• 对的做法是interleaved thinking（交错式思考）：每个observation后做中间的、相对短暂的推理再选下一个action，配合TIR（Tool Integrated Reasoning）。他的评价不留情面：“说起来简单，但大家做得说实话都不是特别好。“Manus自己用了另类解法——单独的planning stage，他自认是最重要的技术决策之一。
• 给厂商的完整愿望清单还有两条：训练模型适应用户随时插嘴的异步交互（改目标、补信息、终结任务），以及error resilience——环境报错是agent的常态，“最好的模型永远能找到一条别的路，而不是放弃或陷入死循环”。

40. Agent的token经济学：input:output从3:1变成100:1到1000:1

• Chatbot估价按input:output≈3:1；Manus这样的agent是100:1到1000:1——ReAct模式下context只增不减、每轮重新prefill全部历史，“是chatbot几十倍甚至上百倍的消耗”。这正是2025年初所有云厂商措手不及的原因。
• 原则反直觉：“我们不会为成本或速度缩减token消耗，一定以质量为先，甚至以消耗更多token为荣。“张涛的梦想是"造一台7×24小时烧token的机器”。经济账：3月发布时负利润、一天烧几十万美金，“现在很快就要打平甚至打正”——靠技术演进，也靠主动影响厂商。

41. 邀请码的真相：世界上第二天能到位的算力比想象少太多

• 上线前和所有云厂商、推理供应商聊完，“惊讶地发现世界上能第二天立即到位的算力比想象中少太多”——Claude方面直说"你们千万别放开，放开我们会挂”。邀请码是唯一的控量手段，不是饥饿营销。
• 现场感十足的细节：上线当天打电话要加TPM上限，对方问"下个月还是下下个月要？"——“今天下午要。“随后真的是物理搬卡插机柜，GCP"雪中送炭”、从别的项目可用区临时调资源，“这才让Manus撑过了第一个月”。
• 不到一个月他们就撤掉邀请码——“这是最负责任的做法”。他还补了一句带刺的话：“我们已经帮大家趟出了这条路，云厂商也准备好了，再用邀请码的人我就觉得有点奇怪了。”

42. “如果三月发布有任何付费宣传，我死全家”

• 对"过度营销"的指控他用最重的赌咒回应：“如果我们三月发布时有任何付费的宣传，我死全家。“逻辑简单：目标是海外prosumer市场，“在国内突然火对我们没有直接作用，反而承受很大压力”——所以上线选在晚上十点多，那是北美市场的早晨。
• 国内刷屏他归因于"多年广结善缘”：一起成长的伙伴成了投资人和自媒体人，“你做出一个好东西且刚好是朋友，大家愿意帮你一下”。海外三天后自下而上火起来——Andrew Kapasi、Patrick Collison、Gary Tan先用起来再向下渗透，“两边链路完全不重叠”。“有人说我们在海外做营销——拜托，Andrew Kapasi你能买吗？”

43. 被骂复盘：国区App Store里所有的Manus都是假的

• 最冤的一条：“很多国内用户骂我们的根本原因是你用的根本不是Manus——国区App Store上搜到的所有Manus都是假的，都是来蹭的山寨品。”
• 其余的骂他接得平静：突然火天然被怀疑营销；“听说了新奇东西却得不到服务"的愤怒可以理解——“这是一个gap”，团队带宽有限只能先盯有限市场。内部纪律是"没做到一亿美金ARR前就不搭理这个事”——所以这些回应攒到了今天才说。

44. 定价拍脑袋、口径有洁癖：ARR一个月前过了一亿美金

• 定价"拍的”：想不通ChatGPT为什么是20美金，“后来听说人家也是拍脑袋”，于是从20/40美金起步沿用至今——默认40美金一个月，本质是credits按量付费；免费档被他称为"社会责任”。
• ARR口径寸步不让：ARR=MRR×12，只认Stripe和移动端的MRR数据，“年付必须摊到每个月，否则有太多方法把数字造大，那是自己骗自己”。Manus现已超过一亿美金ARR——距3月发布约九个月；对比之下Monica当时已有约1200万美金ARR且盈利，“正向现金流的产品让你做第二曲线时既大胆又理智”。

45. 用户画像与北极星：不做DAU，做agentic hours

• 三类核心用户：互联网/技术公司里不写代码的白领；freelancer与solo entrepreneur；金融与咨询从业者。共性是自驱力强、任务高价值。
• 指标哲学是全场最鲜明的论点之一：“Manus追求的不是DAU，而是每个用户产生多少agentic hours——高价值用户的用量可以是普通用户的一千倍，经常有单个用户付我们几千美金。这体现在营收上，而不是DAU上。“公司指标就是营收，这与移动互联网的创业逻辑"完全不一样”。

46. 数据飞轮：用户会"教"agent、会"修"agent

• Agent场景的反馈质量远超chatbot：chatbot不满意只会retry或改prompt，而agent用户会教它（“你这不对，我喜欢的是这种，下次给我个excel”）、会修它（“我已经帮你把文件改成正确格式”）——“这两种数据在chatbot时代非常难获得。”
• 大用户量后可做parameter free的self-evolving：把共性failure pattern与用户共识沉淀为系统原生部分——“用的人越多，失败率越低，完成同样任务的轮次开销越小”。
• 他同时不迷信自动化eval：SWE-bench表现好的架构"用户真实评分不一定高”——用户在乎长宽比是否超过16:9、网站好不好看，“这很难用完全自动的reward model实现”。所以有一支十多人的主观evaluation团队加轮转实习生，拿一到五星的朴素反馈指导迭代。

47. RLI基准：2.5%的SOTA，与"加速全球GDP"的解读空间

• Scale AI新发的RLI（Remote Labor Index，远程劳动力指标）他最看重：评判标准是"AI完成的工作能否让现实客户愿意付款、且无法区分是人还是AI”——Manus是SOTA第一，战胜了Claude、Gemini等所有对手。
• 他先泼冷水再画饼：完成率只有2.5%，离100%很远；乐观解读是"是不是能让全世界2.5%的GDP获得加速？也许2026年能刷到20、30”。落点仍是那句话：evaluation既是taste也是方向。他对通用agent的类比：一个远程工作者靠"手用鼠标、眼看屏幕"这样简单标准的接口就能完成无穷种类的任务。

48. 与ChatGPT Agent正面交锋：分层市场，服务最挑剔的人

• “OpenAI做了你们怎么办"已被回答过一次：“他们做了，但很明显效果不如Manus”——Manus能用市面上所有最好的模型，OpenAI只有自家所长。且ChatGPT打透的是最广的底层用户，“有agent需求的人客观上少一个量级”；Manus从硅谷精英自上而下渗透，服务单价更高的客群——他自己快问快答也用ChatGPT。
• 挑剔到什么程度？双盲测试抽5%用户悄悄换一个模型，满意度直接下降。“这群人永远要的是此刻AI能提供的最高水平。“低价竞争不足惧：“用户问的是——你收我40美金，能不能让我付200美金看看效果能好多少？定价优化基本不在我们的路线图里。”
• a16z调查的彩蛋：装了ChatGPT/Claude/DeepSeek的手机，共装概率的最大异常值全是Manus——“Manus几乎与所有chatbot并存”；坏的解读是渗透还远远不够，“marketing我们还有很长的路要走”。

49. 把agent人格化，是人的自恋

• 他反对把模型拟人：“我们只是在用人习惯的词描述它，模型跟人一点都不像。“multi-agent里设designer、programmer、manager角色是惯性错误：人类分工是因为人不全能，而模型比人全能——“不要把生而为人的限制搬给agent”，组织架构里的信息损耗与摩擦不该被复制。
• 正确姿势：“如果你真的在做agent，你同时在做两个产品，一个给人用的，一个给模型用的。“给模型的产品不是赋予人格，而是用context engineering——约束解码、action space设计——“减小它犯糊涂的概率，又不丧失全能性”。

50. 纯血agent vs workflow：加一条看图能力，胜过一堆guardrail

• 他把市场做法分两类：agentic workflow（用人为规则保稳定）与纯血agent（“完成任务的所有过程和方式由智能本身决定”）——后者天花板高得多，是bitter lesson的践行：“用通用方法投入更大算力，而不是加入更多人为知识。”
• 最佳标本是数据可视化：产品直觉是写一堆guardrail prompt（“每加一条约束都在减小模型的diversity”）；Manus的做法只是加一条查看图片的能力，让智能自己发现"字体错误导致中文渲染失败"并修复，还顺带发现图表元素重叠——“从打鸭子式堵漏洞，变成让泛化性帮你解决还未发现的问题。我的职责就是拦住所有人不要这么干。”

51. 对MCP保守、“弱到强"测量法：做对一千件小事

• MCP火的时候他们非常保守：动态发现/卸载工具会污染action space、拉低KV缓存命中率——“缓存命中率下降会严重影响成本”。于是研究出一套不在原生action space内的MCP调用方法，“后来也被Anthropic写成了博客”。
• Agent框架如何跟上以周为单位的模型进步？他们的weak-to-strong测量法：锁死当前框架，用同源模型家族的弱/强版本跑同样benchmark，不断调框架让两者delta最大——“保证下一代模型变强时，我们获得的增幅最大。”
• 总结陈词：“做agent跟训模型很像，更重要的是做对一千件小事，而不是做对三个大事。“自认的错误也在此层面：曾盲信小模型——赌参数化知识对agent不重要、可用工具动态弥补，“实验结果不是的，知识、记忆和泛化能力分不开，大参数量还是有用的”。

52. 组织形态：给agent做产品的sandbox team，不投票的决策桌

• 结构上的新物种：sandbox team维护给agent用的操作系统（“像在教一个不会用电脑的人怎么用电脑”），agent team（框架+evaluation+小规模research，十几二十人）做面向模型而非面向人的工作——外界说"Manus只有Pick一个研究员、跟不上Frontier Lab”，他直接驳回：“基础假设是错的，我们正常招researcher；而且我们的目标本来就不是跟上所有Frontier Lab的模型工作。”
• 决策上"几乎不搞投票”：“投票是在异化团队——有不同观点的人会为自己的观点服务。目标一致就一定能达成共识；讨论的价值不是讨论出结果，而是提供更多alternatives。“最终拍板者是小红；技术对危险捷径有一票否决。
• 全公司近百人，用任何第三方AI产品全报销——“作为AI公司，得让员工知道业界前沿是什么”。他对AI取代的回答是纺织机类比：“很多人不再做纺织女工，但获得了全新的工作。大家对AI恐惧的核心在于你AI用得不够多。”

53. 竞合宇宙：价值不在网络节点，在网络的边上

• “跟所有人都不是竞争关系"有机制支撑：与Notion、Microsoft联合发布，Microsoft Agent 365、Windows右键菜单里都有Manus；Google Cloud CEO Thomas当着全场开发者宣布"之前只给Manus用的feature现在都开放”。他自己的工作流就是Manus串起Notion、Granola、Ashby——“很多时候价值不是在网络节点，是在网络的边上”。他刻意回避"agent OS"的说法：“用户的文件和软件不在你这儿，你不要称自己为OS——不会有开天辟地的agent OS，而是所有操作系统都在变得agentic。”
• 给垂直agent创业者的建议是零适配：“不用为Manus做任何优化，应该是我们适配你们”——有MCP用MCP，没有就自己读API文档调用，再不济降级用浏览器模拟人。Agent生态他判断是星型结构：通用agent做调度者，垂直agent掌握数据差异，难以形成全连通网络。
• 生态位判断：海外to B垂直agent会百花齐放——“美国创业者已经失去做to C的勇气和心气儿，退出机制太成熟了；华人还有梦，像我们这种还敢做”；他点赞的agent公司有Sierra、La Gora（原音如此）、Replit、Lovable、Claude Code、Cognition。对Cursor与Claude Code之争：“Cursor的人才储备不逊于头部公司、选择空间更多，这场战争还没有结束。“与Kimi的agent模型路线"从来没有竞争——我们没有国内业务”；但在海外模型公司主航道上，“我不觉得我们会输，跟ChatGPT打的第一仗，效果上至少是赢的”。

54. 四大实验室点评：分化的长板，没人掉队

• 意料之外的格局：他原以为头部三家会有人掉队（谁掌握硬件/scaling谁赢的朴素想法），实际各家靠长板拉高平均值：Anthropic优化"高经济价值任务”、靠MCP和Cloud Scale带节奏，但两笔大融资后"需要在算力方面多投入”；agent coding上"Anthropic还是最好的”。
• Gemini 3最大的信号是"强有力证明了pre-training还可以继续”，多模态输入"断层级别的强”，Google索引是"别人难以通过技术追上"的持久差异；OpenAI在纯reasoning投入最大、“要刷榜用OpenAI的模型”，人才流失有影响（ChatGPT Agent团队走了几位主心骨、传闻转看to B），但"只要bottom-up的创新文化还在，仍是最有可能诞生新范式的公司之一”。
• xAI赌pixel in, pixel out——马斯克意识到chatbot战争已结束，赌一切模态统一成像素进像素出，infra方案刻意差异化。Meta一句意味深长（结合本次收购再读）：“杨乐坤走了，也许是个积极信号——他们可能会投入到更朴素且有快速成效的工作中。“Llama团队"已经换了好几拨人”，落后"有很多场外因素”。

55. 田渊栋、RLVR的本质与Thinking Machines：“成败主要看千问”

• 他激赏田渊栋的coconut（latent reasoning）：近期上交、清华（likely）的工作指出RLVR本质是提升pass@1的稳定性——非RLVR模型多次采样大概率也能采出正确轨迹，“你只是在token space用接近搜索的方式解题”；而latent reasoning不做那次sampling、“没有塌缩”，能在近乎平行的维度同时考虑多种可能性，还能实现long-to-short泛化。“田渊栋的方向更务实——哦不，不敢妄议。“attention sink/StreamingLLM也是他欣赏的工作。
• Thinking Machines的Tinker API"抽象层级非常好”（四组关键API），适合中小研究团队但成本偏高；其命门在开源模型的持续进步——“Thinking Machines的成败主要看千问”，因为同源不同参数的模型光谱千问最全。Mira没直接聊过但"认识的人评价都非常高”。
• 一把手排名他只给纯技术维度：最佩服D Man Davis；“伊利亚同样优秀，大家都在等他交新作业”；那家更神秘的公司（原文"伊甸”）“太神秘了，我不敢说什么”；国内"就不评了，容易挨打”。

56. Online learning被混为一谈的三件事

• 他拆解热词：狭义online learning（持续改参数）、mass personalization（大规模个性化——不必参数化，协同行为模式+prompt动态注入、in-context learning即可；multi-LoRA让每用户带不可复用参数、推理效率反而降，S-LoRA、另一个工作（原音不清）也没解决本质）、continuous/lifelong learning（他做Maggie时的老本行）。
• 判断标准是任务分布是否随时间漂移：“金融市场也许是——今天的正确答案不一定是明天的正确答案”，那才值得真online learning；coding公司用接受/拒绝率优化tab补全"只是on-policy数据收集+周期性训练”，benchmark很快会饱和。“我没看到一个值得agent领域立即下注的应用。”

57. 现在像2018年：scaling没停，每个场景差一口气

• 给当下的定位：“有点像2018年”——Transformer后的疯狂、BERT带来第一批落地，但大家在等下一次阶跃，“2019年的GPT-3是我心中那个阶跃点”。狭义scaling law（loss曲线）“肯定还能降”；广义的"加多少倍算力解锁多少新场景"难保证。
• 重心从解锁新场景挪到质量：“agent当前最大的问题不是需求没被满足，是完成质量还需要提升——每个场景都还差一口气，这靠scaling一定有用。“还需要场外因素配合：Cloudflare人机验证的拦截、网站拒绝agent访问，“最近跟Stripe在做agent支付，有支付在其中很多东西会更顺畅”。
• “Agent已经爆发了”，2026年会渗透到更大人群。Manus 1.5最让他开心的用户反馈是"这个版本越过了生产力工具的门槛”——用户真的拿它当主力应用赚钱。1.5的技术要点：简单任务更快、复杂任务投更多inference time compute，平均体感快3-5倍；外加一条产品know-how——“新版本号是让用户理解有更新的最好方式，1.5其实只是把过去几个月的迭代打包了一下”。

58. 稳态之问：AI不占用户时间，抖音式约束失效了

• 移动互联网的稳态出现在用户时间被瓜分完之时——“无论做什么，你本质上在跟抖音竞争”。而agent的方向是不占用用户时间而创造价值、异步并发地在后台工作——“人机交互时长不再是有限的约束条件”。他罕见地承认想不出来：“我还没有想出AI时代产生稳态的那个约束条件是什么。”
• 网络效应之问同样开放：“我没看到任何一个真正有网络效应的AI产品”——AI在"基于他人产出"和"用户关系"两类网络里都只是附加值。他能指认的是原子能力的网络效应：加一条看图能力，Manus就自己学会检查做的网页能否玩得通，“agent能力以指数形式提升”；以及Wide Research式的agent互相调度。AI产品能垄断的是"一个类型的心智”、能建品牌——但ChatGPT才三年，“如果现在只是2002年的谷歌，一切还不好说”。

59. 接下来三个月：proactiveness——主动性本来就是agent的本意

• 用户本身也是边界：“对用户来说，输入prompt是很闹心的事，很多context没能带进来。“下一步是proactiveness（主动性）——“这个词该是agent的本意，agent来自agency”。内部已有prototype"我们自己用得很爽”。
• 场景已经具体：面试后要往Ashby里写评价，而记录在Notion和Granola里——“Manus可以每天早晨在我醒来之前自己看我的Notion，把记录填进Ashby，只问我接受与否。“但他明确不做ChatGPT Pulse（likely）式的每日推送——“那是在占用户的时间，我们的用户要的是生产力”。三个月内的两个预测：人机交互时长变短但产出价值变高；还能看见一次较大的成本降低——“Claude Opus 4.5已经给大家一点曙光”。

60. 做给非设计师的设计agent：enhance people，不是replace people

• 团队一位曾做剪辑软件、被腾讯收购的同事给了他影响很深的框架：给专业剪辑师做剪辑agent"非常非常难”——专业人士按风险控制看问题，工作流是乘法关系，一个环节没做好就是零分；该做的是给"非剪辑师但有剪辑需求的人”（比如自媒体）——那是净增益。
• 所以Manus"从来不以替换人的思路想这件事”，而是enhance people：“让你最高效的雇员产能提升，这是更良性也更现实的做法。“与垂直agent的关系同理：Lovart给设计师用，“Manus是给有设计需求的非设计师用的”——甚至"Manus可以帮你盯着Slack，再去用Lovart把设计做完”。

61. 新加坡、十点关掉的空调与"跑路"指控

• 选新加坡两个理由：北京/武汉两地办公暴露了"我们跨区域协作能力蛮差”，希望团队一地办公；服务全球市场需要合规总部——SOC 2 Type 2、ISO 27701、27001、GDPR全部通过。“跑路这个词就不对——我们一直就有新加坡实体、一直做全球市场。客户在哪你就要去哪。”
• 生活细节顺带交代了工时：办公室是商场里的WeWork（“像云计算一样可以动态扩容”），商场空调只开到晚上十点——“大家待多久，主要看没空调的情况下能待多久。“他每天10点半到公司；新加坡无聊，“这对创业公司是很大的加分项”。中国市场短期难做：“我们没有那么多资金做补贴，agent真的很贵——我们要先保证自己活下去；Manus之后国内出现了大量类似产品，挺好的，但他们会遇到同样的问题：补贴到什么时候、商业化怎么跑通。”

62. 发布周生存实录与两大隐忧

• 爆火那两周"颠倒黑白”：支撑各时区、系统天天挂，每天间断睡三四个小时，书架上摆着更多补剂，武汉同事能飞来的都飞来北京；跟投资人开会都是站着开——“白天看见的多是骂我们的，跟投资人讲得到正反馈，是一天中最温暖的时候。懂的人还是懂的。“火了没飘：“我们每天收到的负面反馈比正面多。都是老登，心里憋着一口气——打铁还需自身硬。”
• 隐忧内外各一：对外怕失去特色，对内怕Manus变得复杂——“产品增长最便捷的方式是做更多功能，但每增加一个东西都在稀释所有别的东西。“死于竞争？“能考虑被断供，说明你产品已经非常好了——更大的可能是失去独有价值。”
• 悲观预期"下个月死掉”——“对于大部分创业公司包括我们，其实都没有活着的权利，活着的权利是自己持续跑才能争取来的”；乐观预期是"让所有高价值白领获得一个7×24小时不断推理的’恋爱伙伴’"（原话如此）。若Manus下月死掉？“我会歇一会儿，太累了。”

63. 快问快答与最后的伏笔

• 观点收尾：AI bubble"客观存在，但不是说这波AI没用——人类历史上干的比这疯狂的事多得多”；目前不再买NVIDIA、“目前不炒股了”；问黄仁勋"接下来一年什么事会让你意外”，答曰"什么事都不会意外”——他视为AI圈乐观主义的代表。姚顺宇的观点"全都认同”（尤其"现在是大厂抄小公司"与"下半场”）；杨志林的"问题能被定义就一定能解决"认同，但"不训模型做agent是逆向工程"完全不同意——“我们不仅不是逆向工程，反而是在给别人带节奏。“世界模型：“不懂，不敢评论。”
• 私人切面：喜欢的食物是mac and cheese，地点是北京，冷知识"海带不是动物”（他海鲜过敏，“我经常要跟大家解释”），在读《线条小狗》画册；影响AI进程的论文选了一篇记不起名字的论文和Flan-T5——“大家肯定都说attention is all you need，我不想说那个了”。基于当下认知最关键的fact：“接下来的进步需要用户的参与。“再回望那句"老了写回忆录再说”——一个月后，Meta的全资收购为这期访谈补上了注脚。