肖弘：我们给本人打60分，由于良多工做惯性仍沿用旧体例。100分的组织，是AI深度融入每一个工做环节，成为员工的“第一反映”。就像碰到问题先Google一样，将来员工会天性地先问AI。正在新增使命上，我们会优先问：“这个能不克不及间接交给AI做？” 这才是实正的AI原生工做流。

　　工程师现正在做的更多是梳理营业需求、审查代码质量、以及架构设想等工做。所以对软件工程师来说，这种变化是正正在发生且会愈加完全。我很难想象几年后软件开辟会是什么样子，大概实的会像科幻片里那样，通过天然言语描述就能快速生成一个优良的产物。

　　我们正在2024岁首年月立项做AI浏览器，正在其时看来是一个很是顺理成章的判断。您可能晓得，我们正在Manus之前有一款产物叫Monica，它是一个浏览器插件。其时我们想，既然我们正在浏览器插件上曾经做得不错了，为什么不间接做一款浏览器呢？有了浏览器之后，一些使命就能够间接正在浏览器内帮帮用户施行和完成。想到这个Idea时，我们很是兴奋，感觉它冲破了浏览器插件的天花板。我们大要花了六个多月时间去开辟这款浏览器，从底层手艺起头，我们本人编译了开源的Chrome内核，然后将AI能力摆设上去，让它可以或许正在某些使命上实现从动化施行。再推导贸易模式。实正的难度不正在于阐发，而正在于有无怯气清晰的谜底，并降服内部惯性，将其变为全组织的共识取步履。思虑可能只需一个月，但落地施行往往更耗心力。

　　挑和正在于速度和资本耗损，但持久看这些问题会处理。而它能处理通用方案无法处置的长尾问题，这本身就形成了我们的护城河。

　　Meta对Manus的乐趣并非偶尔。扎克伯格及多位Meta焦点高管均为Manus的持久用户。正在Meta近期沉组AI研究系统、高薪引入顶尖研究人员，并持续加大算力投入的布景下，这笔收购被视为其推进“超等智能”计谋的环节一步。

　　杨国安：你已经提到过“Theres No Software”的概念。你认为Agent的成长将对软件财产带来哪些影响？

　　这笔买卖的推进非常敏捷。多位接近买卖的人士透露，从两边正式接触到最终告竣和谈，整个构和周期仅十余天。正在收购发生前，蝴蝶效应正以约。

　　肖弘：我们的策略是合做共生，饰演“最佳体验整合者”。底层模子合作激烈，没有一家能持续垄断所有能力。Manus做为使用层，能够矫捷集成各家最优模子，理论上能为用户供给比任何单一家都更极致的体验。这雷同手机厂商取芯片厂商的关系：我们虽不制芯片（模子），但凭仗对用户需求的深度理解和庞大用量，能反推模子优化，构成共赢。

　　肖弘：这个思虑来历于我们做Monica时的察看。我记适当时取一位企业家交换时，他提到今天AI产物的成本布局，以Monica为例：正在2024年，约三分之一的成本是员工薪资，三分之一是Token（大模子挪用）费用，别的三分之一是投放正在互联网告白平台上的增加费用。

　　这间接了我们的产物思：正在手艺飞速进化的当下，我们能否能够临时忽略成本取速度，只专注于打制极限质量的产物？我们最前沿的模子，不计价格地逃求最佳体验。这取保守互联网均衡质量、速度、成本的思判然不同，也是我们敢于将高贵算力为焦点合作力的缘由。

　　肖弘：我们有一个更斗胆的瞻望。一些用好了AI的大公司会变得更强大，正在AI的赋能下，一两小我就能成绩一项过去需要公司才能运做的事业。由于AI替他们省去了搭建组织、办理流程等复杂事务，间接交付成果。

　　基于这个判断，我给团队设定的方针是：我们可否做出一个让用户感觉很是厉害、情愿自动告诉伴侣的产物？

　　肖弘：是的，这恰是我们的焦点参照。“安迪-比尔定律”成立正在摩尔定律之上，意味着算力增加必然催生更耗资本的使用。微软昔时就是根据对将来算力的预测来规划Windows的。

　　肖弘：环节正在于两点：一是产物体验的绝对差同化。正在ChatGPT已成习惯的海外市场，我们必需让用户一眼到分歧。好比，Manus不只给谜底，还会自动生成一个可交互的网页，让“Agent给成果”变得可视、可感。二是进行“场景化”的市场。我们正跳出AI圈，取各垂曲行业的博从合做，让他们基于本身实正在需求利用Manus，并向其受众展现具体的利用场景，用他们熟悉的言语来定义Manus的价值。

　　对Meta而言，这并非一次纯真的产物或团队并入，而是一项环绕AI使用形态的计谋结构；而对这家源自中国的创业公司而言，Manus也由此被正式纳入全球科技巨头的焦点系统之中。

　　肖弘：Chatbot给你一个谜底，可能需要你再花两小时把它变成成果。Agent则试图间接交付阿谁成果。好比，做一个研究并生成精彩的PPT，全程无需干涉，只需几分钟。

　　其成长势头正在2025年达到新的高峰：同年11月，Manus位列“全球最具潜力创业公司”榜单亚洲区第一。值得留意的是，其风靡全球的演示视频，是团队用借来的镜头、根本的剪辑东西，正在不到一周时间内赶制而成，表现了公司“正在素质上沉注，正在形式上极简”的极致效率文化。本年12月，公司颁布发表年度经常性收入（ARR）冲破1亿美元，旋即送来了Meta的收购邀约。

　　那次对话对我的很大。我就正在想：若是我们做一款产物，持续有大量的成本投入到告白平台，那么我们的增加就很可能被互联网巨头告白平台所定义。我记适当时的环境是，一旦我们将近盈利、有了好的利润空间时，告白平台就会当即跌价，这种模式几乎是可计较的。这取消费操行业通过告白平台获取增加后面对的问题是类似的。

　　杨国安：Manus的计谋是取巨头合做共生。很多巨头包罗Anthropic、OpenAI、Google等，曾经有可能会推出本人的Agent。那么，你们若何正在这些巨头中找到合做共生的机遇呢？

　　肖弘：我感觉能够从两个层面来看。第一类，是您方才提到的焦点根本能力的提拔。好比成本、速度、更长的上下文、以及正在长上下文的指令遵照能力。这些都至关主要。成本和速度间接影响了产物能否能被更多用户承担和利用。指令遵照和上下文处置则影响了使命的完成率。这些能力我们一曲正在亲近关心，一旦有新的冲破，必定会当即使用到产物化中。

　　肖弘：这源于我们此前的持续察看。做Monica（浏览器插件）时，我们发觉“上下文”是环节，于是让插件从动抓取网页消息，免除用户复制粘贴。后来Cursor火了，它证明当模子编码能力成熟时，Chatbot并非最佳产物形态，需要一个更贴合编码工做流的载体。

　　所以我其时思虑：有什么工具是今天很贵，但将来会很廉价的？以及有什么工具是今天很廉价，但将来会越来越贵的？

　　这带来三个深远变化：一是成本骤降，过去只要征询业能做的定制PPT，现正在房产中介也能用AI生成；二是多样性迸发，Agent可并行生成多个版本供你挑选；三是容错性加强，使命失败后它能从动反馈、沉试，提高了完成率。

　　从持续创业者到Agent赛道领跑者，肖弘若何思虑行业合作取将来？近日，他取腾讯集团高级办理参谋、腾讯青腾教务长杨国安正在《一问》栏目中展开深度对话，复盘Manus的选择，并分享了他对AI时代产物逻辑及组织进化的思虑。

　　肖弘：这是我们最环节的判断之一。我们思虑的终极问题是：AI的终极“外壳”是什么？谜底是：电脑。正在数字世界里，电脑是人类处置一切事务的终端。那么，给AI配一台专属电脑，它理论上就能像人一样完成所有工做。

　　最初，那些性决策正源于此。无论是砍掉项目仍是All in新标的目的，逻辑都始于“手艺能处理用户的什么底子问题”。实正的挑和从来不是阐发，而是正在谜底明白后，有无怯气打破内部共识取径依赖，并将新共识地付诸实践。高频、高质量的面临面碰撞，恰是我们凝结这种计谋怯气、确保共识坚忍的环节熔炉。

　　正在Manus上线的前一周，我们开了一次内部会议，正式确定必需是零市场预算。所以，本年岁首年月大师看到Manus正在社交上火爆，是由于我们正在某种程度上打制出了用户预期的产物。像一些看法之所以转发，恰是由于它确实具有令人的体验，实现了大师对将来AI产物的设想。

　　Meta超等智能尝试室（MSL）担任人Alexandr Wang（汪韬）转发了相关动静，并配文称，Manus团队正在摸索当今大模子“能力过剩”问题上处于世界领先程度。此外，该尝试室正正在新加坡扩展团队，Manus原有约100名已插手其本地组织。

　　杨国安：跟着AI Agent有越来越强大的自从性，将来员工人数可能会削减。你是怎样思虑这种手艺前进对行业带来的社会影响？你正在产物或手艺上有没有考虑伦理、平安等鸿沟问题？

　　第二部门，是对非手艺岗亭和组织内部IT系统的影响。良多组织内部的非工程师岗亭也需要消息系统支撑。过去他们需要搭建内部IT团队或寻求外部外包揽事。我的察看是，将来这种内部系统或非工程师岗亭的消息系统需求，必然能间接通过AI Agent来完成。这种变化是庞大的：迭代周期会比外包更短，需求的个性化程度更高，你告诉Agent需求，它能立即给你实现。这种变化正在今天被低估了。Manus正在这方面也有投入，我们近期会发布相关产物。

　　第二类，有一项能力是我小我比力等候的，它虽然曾经被使用，但我预测正在本年内或明岁首年月会有比力大的冲破，就是通用的计较机利用能力。这意味着AI本人可以或许识别并控制若何利用一个软件。这项能力一旦冲破，像Manus这种自带虚拟机的产物，就可以或许完成更多专业软件或特定行业软件的使用。我们能够想象，将来你拿起手机，通过Manus就能让它去完成一个本来需要正在电脑上用行业专业软件才能完成的工作。我认为这项能力即将实现冲破。按照我们取研究员的察看和交换，一旦冲破，将解锁更多的使用场景。

　　肖弘：最大的变化是“解放值守”。很多需要人坐正在电脑前操做专业软件的使命，将来能够由Agent从动完成。AI已能处置此中的根本判断。即便碰到环节节点，也可像手机安拆App时请求授权一样，由人一键确认。这最终将完全现有软件的操做逻辑和人们的工做体例。

　　正在某种程度上，我们就将本来高贵的Token成本为我们的用户获取成本。跟着Token成本越来越廉价，而用户获取成本越来越贵，这个模子就具备了持久可持续性。其时给团队的方针是：创制出让人感应冷艳、情愿的产物，而且做到零市场营销预算。

　　杨国安：我晓得你正在聘请时，也正在勤奋识别那些实正具备AI原生思维的人才。你是若何识别这些人的？

　　肖弘：环节正在于理解Agent是“思虑+施行”。AI拓宽思虑的广度取深度，人则担任最终判断取选择。因而，冲击将起首席卷高度数字化的“案头工做”范畴。

　　肖弘：按照我的察看，这种影响曾经起头构成，次要分为两大部门。第一部门，是对软件工程师和手艺人员的影响。像Cursor或是Claude Code如许的产物，曾经让软件工程师的工做体例发生庞大变化。以我们公司为例，Manus次要的几位工程师根基上不再亲身手写代码。我察看他们的工做形态，他们会打开多个Coding Agent窗口，像正在取人聊天一样进行协做。统计发觉，我们公司接近80%的代码都是由AI生成的。

　　杨国安：我正在“数智改革杨五环”的1。0版本研究集中正在保守行业的尺度化、数字化、智能化，以实现降本增效和精准决策。但你适才的概念让我很兴奋——Agent能处置非标使命，这比尺度化流程的潜力更大。若实正在现，哪些行业会受最大冲击？

　　肖弘：这是一个必需持久思虑的问题。一次测试中，Manus为查询火车时间，正在发觉官网因无数据后，竟试图查找联系体例、草拟扣问邮件。这让我们既震动又。但最初它没成功，由于它没有邮箱，但它以至预备去注册一个邮箱。那一刻，我感觉既惊讶又有些害怕。

　　肖弘：我的方式是看他若何现实利用AI。我会请对方展现日常利用AI的踪迹。实正的AI原生者，利用量会远超，AI已深度嵌入其工做流。

　　杨国安：PC时代有“安迪-比尔定律”——硬件（英特尔）的提拔总被软件（微软）耗损掉。这能否申明，价值是由“手艺能力”和“使用能力”配合创制的？

　　肖弘：底层判断是手艺阶段婚配。AI Agent手艺仍处晚期，迭代极快。大企业需要确定性和不变性，而个别用户、职业者更能变化、拥抱立异。正在手艺快速变化的晚期，最大化阐扬迭代速度劣势的，恰是C端市场。

　　起首正在组织上，我们正回归一种更慎密的协做形态。即便公司规模扩大，我们几位焦点合股人比来又从头坐正在一个斗室间里工做，并设立每天固定的“无会议时段”专注会商产物。这背后的是：当AI极大提拔个别效率后，组织最焦点的使命不再是管控流程，而是保障最环节的决策单位能进行高强度、高质量的思虑取共识构成。

　　获得如斯评价的Manus团队，其成长径却充满很是规的选择。过去两年，肖弘从导了三次识决策：关乎“”，叫停研发七个月的AI浏览器项目，转向为AI配电脑；关乎“快慢”，正在流量高贵时零市场预算，押注算力换体验；关乎“组织”，鞭策80%代码由AI生成，摸索“AI时代公司形态”的将来。

　　其次，这也恰是“加强”而非“替代”的落地表现。AI担任施行取拓宽思，而人不成或缺的价值正在于最终判断、对齐预期取把握场景。组织创制如许的深度沟通空间，就是为了强化“人”正在计谋取审美上的最终决策权。

　　肖弘：焦点正在于产物开辟模式的沉塑。软件研发将更多由AI系统从导。正在AI辅帮下，我们能以更精锐的团队，极大缩短开辟周期。对糊口的影响有两点：一是产物迭代速度将快得超乎想象，冲击各行各业；二是AI能力将普及化，每小我都需学会高效使用AI以实现提拔。

　　肖弘：我们的察看和阐发是，也许会分化为两条径：对于存量SaaS，环节正在于可否成功进行AI化。有并购基金判断，约一半的现有SaaS公司可能无法完成这一转型。对于新增市场，创业者不必复制旧模式，而应基于已验证的客户需求，用AI原生的思维从头建立产物，这将是更大的机遇。

　　蝴蝶效应成立于2021年，晚期以浏览器AI插件Monica切入市场，成为中国AI行业中少数实现盈利的使用产物。2024年3月，公司推出通用AI Agent产物Manus，可以或许安排多种东西完成复杂使命，上线后敏捷正在国表里激发关心。

　　虚拟机的最大劣势，是能处置海量长尾使命。无论是安拆特定软件，仍是运转本人编写的代码，AI都能正在本人的虚拟里完成。我记得第一次感应震动，是看到Manus施行git clone号令，将开源项面前目今载到本人的“电脑”里来处理问题——这像极了人类“利用东西”的行为。

　　结论是：AI API（Token成本）今天很贵，但从持久来看，受摩尔定律和底层手艺成长的驱动，它必然会变得更廉价。互联网用户的价钱却正在不竭上涨。正在晚期，用户情愿摸索，但一旦产物取市场契合，现有玩家就会通过告白平台来获取用户，推高整个行业的用户获取成本。

　　杨国安：当AI全面沉构工做流，组织的焦点使命似乎正正在发生改变。从你们的实践看，这能否意味着保守以管控和协做为从的模式需要被从头定义？你们强调“加强”并借此做出性决策，这套新模式的底层逻辑是什么？