最近，市場的聚光燈又一次打在了Manus身上，但這次的關鍵詞，不是三個月前的“一碼難求”，而是當下的“跑路”疑云。

這家憑借一段演示視頻火遍全球的AI Agent公司，繼6月官方確認總部遷至新加坡后，近期證實對國內業務團隊進行了大刀闊斧的優化——120名員工中，僅保留40余名核心技術人員遷往新加坡，其余皆被裁員。

一時間，官方社交媒體清空，與阿里的合作動態被刪除，中文版產品無法使用……種種跡象讓“Manus跑路”的猜測甚囂塵上。

與之形成鮮明對比的，是其在海外社交平臺X上的賬號保持更新，最新一條更新時間為7月10日，介紹一場定于13日在舊金山的徒步活動信息。

盡管有知情人士向虎嗅澄清“公司沒跑路，業務正常”，Manus創始人兼CEO肖弘也在社交平臺發文表達了“在新的環境下做好全球化產品”的愿景，但市場的疑慮，并未因此消散。

從時間線上看，Manus從3月6日產品上線，到宣布融資、總部遷移，再到大規模裁員，整個過程也就130天左右。這家明星公司的故事，更像是整個AI Agent賽道在理想與現實夾縫中的一個縮影。

要讀懂Manus的這場“遷徙”，需從兩條關鍵線索切入：一是4月來自美國老牌VC Benchmark的投資及其連鎖反應，二是Manus產品本身和Agent賽道面臨的商業化壓力。

Manus“出走”，理性還是無奈？

事情要從今年4月下旬說起。Manus母公司蝴蝶效應完成了一筆重磅融資：由硅谷知名風投Benchmark領投的7500萬美元（約合5.5億元人民幣）B輪融資，估值躍升至5億美元。B輪融資所籌集資金將主要用于拓展美國、日本及中東等國際市場。

按理說，這應該是個值得慶祝的好消息，畢竟Benchmark是硅谷頂級VC，投過Uber、Twitter、Instagram等明星公司。

但拿到這筆錢也意味著，Manus必須更加謹慎處理合規問題。根據今年1月生效的一項美國新規，部分涉及跨境技術企業的投資需接受嚴格審查。作為一家AI公司，Manus自然在關注范圍之內。

一位關注出海項目的投資人對此表示，對于Benchmark這樣的美國投資機構來說，在做出投資決定時，會同步考慮到后續的合規安排，“這不只是簡單的投資談判，更是一個包含了投資、遷移、架構調整的打包協議。”

事實上，這類操作在Benchmark此前的投資案例中已有所體現。AI視頻公司HeyGen在2023年注銷了中國公司主體，2024年獲得了Benchmark的融資，并在融資完成后將總部從深圳遷至洛杉磯。

不過，將Manus的遷移完全歸因于資本的壓力，或許也不全面。一個關鍵細節是，Manus的新加坡主體、一家英文名為“Butterfly Effect”的公司，早在2023年8月就已在新加坡注冊，并由開曼群島的同名實體全資控股。

上述投資人分析，在今年3月視頻爆紅之前，甚至在與Benchmark的投資談判開始之前，Manus就存在為海外布局做準備的可能。

Manus需要一個全球化的舞臺，Benchmark需要一個合規的投資標的，創業者與資方的合作更像是雙方利益的高度契合。

正景資本投資合伙人劉雨佳對「定焦One」分析，除了資本與監管，算力和數據的現實考量，也是推動這次“遷徙”的關鍵力量。

近年來，受地緣政治影響，一些高性能AI芯片在部分市場的獲取渠道受限。作為亞洲的GPU和算力樞紐之一，新加坡對Manus這樣的AI公司而言，是一個具備資源靈活性和國際連接優勢的理想落點。

一位接近Manus的人士透露，Manus之前就曾遇到過高端算力資源不足，導致智能體產品的迭代延遲。在這種情況下，遷移到新加坡，有希望更高效地獲取算力資源。

數據合規也是一個重要考量。劉雨佳強調，隨著各國對數據安全和跨境傳輸要求越來越嚴格，如何在合規的前提下開展國際業務成了所有AI公司都要面對的問題。新加坡相對寬松的數據合規框架，為Manus服務全球市場提供了更大的操作空間。

當然，這也意味著選擇。上述接近Manus的人士稱，Manus目前的體量，很難同時兼顧中美兩個市場。全力押注海外，是目前的戰略決策。

而其從一開始就主要調用海外大模型的技術路線、對國產大模型的依賴度相對較低，在某種程度上也為如今的“出海”埋下了伏筆。

出海的B面：產品和用戶，怎么樣了？

資本層面的故事終究要回歸到產品本身。畢竟任何一家明星公司，都要靠產品和商業模式說話。

先簡單說說Manus是什么。如果你還沒接觸過，可以把它理解成一位能干的助手——不是那種只會聊天的機器人，它的優勢是會拆解并調用各種工具執行復雜任務，最后把結果交給你。最巧妙的是它的界面設計：左邊是熟悉的聊天框，右邊是一個執行窗口。這種設計對普通用戶來說特別直觀，讓你感覺AI真在替你“操作電腦”。

今年3月，Manus憑借“通用AI智能體”產品橫空出世，內測碼一度被炒至10萬元一個，當時Xsignal（奇異因子）數據顯示，其月活躍用戶（MAU）峰值突破2000萬。

然而，當新鮮感褪去，市場開始回歸理性。5月開放注冊后，其月活數據顯示驟降至約1000萬（Xsignal），用戶留存率面臨嚴峻挑戰。

這種體驗上的落差，源于AI Agent產品現階段普遍存在的“能力邊界”。

過去三個月，Manus最大的變化是在6月推出免費的Chat模式和一個名為Playbook的模板庫，后者讓用戶可以直接套用現成的工作流程。Manus還優化了架構——據說成本降低了5倍，速度提升了2倍。

為了感受它目前的真實能力，「定焦One」為基礎版Manus設計了兩個任務：一個貼近普通人的生活場景，一個偏向專業領域，正好能看出Manus在不同場景下的表現。

第一個任務是讓Manus為消費者比較四款壁掛洗衣機。這是一個典型的消費決策場景，考驗AI的綜合能力：需從多個電商平臺抓取價格數據、整理產品參數，并分析用戶評價。Manus第一步是生成了一個詳細的計劃列表，然后按部就班地調用各種工具去執行。整個過程耗時15分鐘，效率確實不錯。但結果如何呢？先說亮點：Manus生成的PPT看起來挺精美，不僅匯總了用戶評價數據，還給出了按家庭場景分類的購買建議。而且在遇到平臺反爬機制時，比如京東的滑塊驗證，它會主動尋求人工幫助，這比之前直接跳過要“聰明”多了。

但基礎數據的可靠性讓這份報告打了折扣：任務明確要求對比三個平臺的價格，最終它只給出了京東的數據；其價格抓取的準確性不高，部分產品的價格差距還比較大，原因或是像京東這樣的平臺，一個鏈接往往對應多個不同型號的產品，這讓精準比價難度變高。另外，核心參數的抓取也不夠全面。

第二個任務專業性極強：讓Manus以二級市場分析師的身份，為微軟公司做詳細的Excel估值建模。

同樣是15分鐘，Manus交出了一個包含DCF估值、可比公司分析、敏感性分析等多種方法的綜合模型。一位AI領域的投資人評估這個模型后表示，最終輸出的模型遵循投行的專業標準、數據抓取比較準確，但在需要“人性判斷”的環節，比如風險定價，AI還是不能替代人的決策。

更具體的問題是，模型中對微軟β值（衡量股票相對市場波動的指標）的取用，還停留在2023年的靜態數據0.9，而彭博終端2025年7月的數據早已更新至1.05-1.10。這種對實時數據敏感性不足的問題，直接影響了估值的準確性。

說到體驗，測試過程中還有個小插曲值得一提。當免費積分用完后，Manus提示需要付費升級。付費最便宜的basic版（19美元/月）時，連續兩次因為“賬戶風險”而失敗，第三次才終于成功。

這兩個測試一定程度上反映了Manus乃至當前AI Agent的現狀：執行力很強，但經驗不足，甚至有時候會犯一些低級錯誤。也就是說，你可以把一些重復性、標準化的流程性工作交給它，但需要精準數據和實時判斷的關鍵決策還是得你自己來。

這種差距，恰恰體現了AI工具與專業人士之間的邊界。多位技術人士對「定焦One」表示，他們給Manus的任務會涉及到編程，比如寫一個小游戲。但Manus在處理復雜任務時的失敗率仍然偏高，特別是在生成視頻時經常出現卡頓，數據爬取也經常受到平臺限制，負載過高時甚至會直接拒絕創建新任務。

有待提升的產品表現，直接導致了用戶增長的困境。國信證券在研報中強調，AI Agent要成為人機協同的新范式，需要具備規劃、工具使用和記憶三大核心能力。目前來看，Manus在“工具使用”的可靠性和精準度上，仍有很長的路要走。

AI Agent背后的成本賬

除了用戶增長，還有商業化的壓力。

Manus的商業模式是分級訂閱制：基礎版每月16美元，Plus版每月33美元，Pro版每月166美元，按年起訂。但它的模式面臨成本挑戰。

為了處理復雜任務，Manus需要同時調用多個大模型的API。根據The Information在2025年3月18日的報道，Manus的產品現階段同時受到服務器容量和高昂運營成本的限制。

這種成本結構的問題在與競品的對比中更加明顯。以Genspark為例，它宣稱在45天內就實現了3600萬美元的年化經常性收入（ARR），而且是在零廣告投入的情況下，僅憑20人的核心團隊就實現了這樣的成績。

這很大程度上得益于其商業模式的設計。Genspark主要專注于文檔分析和知識提煉，這類任務相對標準化，成本也更容易控制。同時，歐美用戶的付費意愿普遍較高，這為Genspark提供了更好的收入基礎。

相比之下，Manus的定位更加寬泛，試圖成為一個通用的AI代理，這雖然擴大了應用場景，想象空間更大，但用戶需求差異很大，需要調用的模型和資源也不同，這直接增加了成本控制的難度。

遷移到新加坡雖然解決了部分問題，但劉雨佳認為，人力成本、辦公成本這些固定成本的增加，對Manus這樣一家創業公司的商業模式無疑提出了更高的要求。如果說在國內時還可以通過相對較低的運營成本來支撐探索期的虧損，那么在新加坡的高成本環境下，公司必須更快地找到可持續的盈利模式。

圖源 / Pexels

一位關注AI行業的分析師表示，對于純to C的AI Agent產品來說，這種成本壓力可能會迫使團隊考慮更多元化的商業模式，比如to B和to C的混合模式，或者向企業級市場轉型。“純粹的消費級AI Agent可能注定是燒錢的生意，至少在現階段是這樣。”

劉雨佳表示，“給Manus更多時間也是合理的”。畢竟，從3月份的視頻爆紅到現在，也就過了幾個月時間，要求一個產品在這么短的時間內就實現商業化成功，確實有些過于苛刻。

從目前的發展趨勢看，Manus選擇的路徑是：通過快速迭代來完善產品，通過深度整合來建立壁壘。

這個目標能不能實現，現在下結論還為時過早。但可以肯定的是，將視野拉得更廣，Manus面臨的挑戰其實反映了整個AI Agent賽道的現狀。

從技術層面看，市場上主流的AI Agent產品（如Adept、Lindsey等）大多處于“中間體”的位置：它們不做最底層的模型訓練，也不直接面向特定的垂直場景，而是建立在第三方的大語言模型（如GPT系列、Anthropic的Claude系列）之上，專注于開發調度、規劃、工具調用等“中間層”技術。這種定位雖然有其優勢，但也面臨著來自上下游的“擠壓”。

往上看，是OpenAI、Anthropic等大模型廠商的“降維打擊”。它們正在不斷將Agent能力集成到自己的基礎模型中，試圖直接為用戶提供端到端的解決方案。

往下看，各種垂直領域的AI應用正在涌現。它們在特定場景下（如法律場景的Harvey AI、金融場景的BloombergGPT等模型），往往能提供比通用Agent更精準、更深入的服務。

在這種競爭格局下，處于“中間層”的Manus們，必須找到自己的定位。正如華創證券的報告所說，AI Agent在To C的實用落地，核心在于能否從“建議”真正走向“交付”。

Manus的故事，也是所有中國AI公司在全球化浪潮中的故事。一位長期關注AI行業的投資人強調，年輕用戶的嘗鮮心理確實能夠帶來短期的用戶增長，但要實現長期的商業價值，還是要回到產品的實用性上來。在這場關于技術、資本和市場的多重博弈中，誰能更好地平衡創新、商業和用戶需求，誰才能笑到最后。

當然，我們也不應該過分悲觀。AI Agent作為一個新興領域，還有很大的探索空間。