文 | 定焦 One，作者 | 金玙璠，編輯 | 魏佳
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。
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。
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。
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。
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。
