张涛:Manus 是怎么诞生的(北大分享精炼稿)
来源:飞书妙记《张涛 Manus 文字全稿》(录制于 2026-11-18,时长 2 小时 15 分)。场合为北京大学的一堂 AI 课程分享,含主讲、投资人圆桌、现场问答三部分。https://my.feishu.cn/minutes/obcnba247w5lco34w1214sum
本稿在逐字稿基础上做了提炼:删去口头语和重复,修正语音转写错误(如 MELAS / Max / MESH / Mans 统一为 Manus,Red / 小红统一为肖弘,Pick / Pik / 皮克统一为 Peak),保留第一人称和原有观点、数字。无法确认的专名标注「(音)」,详见文末「修订说明」。
一、开场:今天讲三件事
我是从腾讯做塞班手机应用入行的,从塞班做到安卓,完整走完了移动互联网的周期,算是「古典产品经理」。下个月就 40 岁了,今天倚老卖老一次。
今天讲三件事:
Manus 是怎么诞生的。我们是一家小公司,却激起了不小的波澜,外界了解到的大多是道听途说,我们自己很少正面出来讲。这里面有很多细节,决定了为什么 Manus 会诞生在这样一支团队里。
AI 时代做产品创新的四个关键。和移动互联网时代相比,哪些变了,哪些没变。
给未来 AI native 产品经理的三点建议。
二、Manus 是怎么诞生的
1. 从 Monica 说起
我们公司之前有一款产品叫 Monica,是一个浏览器 AI 插件。2022 年底、2023 年初 ChatGPT 刚出来时,大家用它写邮件、写文章、写社交媒体文案,但写完都得复制粘贴回某个网页,在浏览器的 tab 之间来回切换。那时我们没有自己的大模型,创业机会都在应用侧,于是做了 Monica:一个待在浏览器侧边栏的 sidebar,让你不离开当前 context 就能完成任务。写 Gmail 时框选一段,直接 Rewrite 或 Translate。同样的功能,Google 过了一年半才加进 Chrome。
Monica 在 2023 年增长非常快。但做到 2024 年,我们发现浏览器插件的天花板很明显:世界上很多人一辈子都不知道浏览器可以装 extension,市场上限被锁死,插件也没有自己的主端形态。所以我们一直在想,下一代产品到底是什么。
2024 年初,肖弘(Red)拒绝了字节的收购 offer。既然拒绝了,那总得做件大点的事,要不然还不如去大厂上班。
2. 做了 7 个月、最终没有发布的 AI 浏览器
很多人以为我们是从 Monica 直接 pivot 到 Manus 的。其实从 2024 年初到 2024 年底立项 Manus,中间隔了 11 个月。
2024 年 3 月我们组了新团队,Peak(季逸超,联合创始人、首席科学家)和我就是那时加入的。做插件出身的公司,很容易推演出下一步该做浏览器。我们从 3 月做到 10 月,花 7 个月做了一款完全 AI native 的 browser。到 2024 年 10 月,它的完成度已经远超后来才面世的那两款 AI 浏览器(Arc 团队的 Dia 和 Perplexity 的 Comet)。launch 用的网站和视频我都做好了,最后选择不发。
我和 Peak 加入有两个原因。
第一,我们都不相信 chatbot 是 AI 产品的终极形态。 GPT-3.5 到 GPT-4 那个阶段,很多人喜欢「让我考考你」,用刁钻问题考倒 AI,以证明人类更强。但我在 2024 年 1 月就强烈感受到,AI 已经超过我们所有人了:没有哪个普通人能在所有领域都保持那样的应答能力。那为什么它对社会和工作的改变没有那么大?我的结论是,chatbot 这个形态限制了模型能力的表达。产品价值的上限被用户限制住了,用户要会提问、愿意提问,价值才能被激发。
所以我一直想做一款产品:7×24 小时,不需要人输入,它就能一直 inference、一直对外出 token。当时我没想清楚形态,但方向很确定:通过合理的产品形态去主动刺激模型,让模型持续输出。浏览器恰好符合,你写邮件、搜索、浏览网页,这些行为本身就是 intention,都可以作为模型的输入。
第二,肖弘除了是很厉害的产品经理,还很懂公司经营。 到 10 月,AI 浏览器内部测试总能找出一两个炫酷的功能。可是拿给家人朋友用,所有人的第一个问题都是:我在 Safari、Chrome 里用的那个功能,在你这儿去哪找?
把新体验嫁接在旧体验上,用户永远拿旧体验的基准线来对标你。你想让他关注 AI 部分,他关心的却是 browser 部分。一个小团队要在一个有 20 多年积累的成熟产品上对齐苹果、Google 的 baseline,几乎不可能,或者要投入过多精力而忽略 AI 部分。
我当时觉得产品有亮点,发出去再迭代几轮,万一火了呢。肖弘在 9、10 月已经很纠结:一是新体验嫁接旧体验说不通;二是一旦发出去,团队就会耗进去 3 到 6 个月,第一版不好你总会想再迭代一下。
想提醒在校的同学:创业时钱是最不值钱的东西,方向对了永远能融到。founder 最宝贵的资源是时间,浪费的也不只是你一个人的时间。
转写说明:此处(约 12:49–14:38)现场播放了一段黄仁勋生平短片,短片声音盖住了演讲,从「放弃浏览器」到「转向新方向」之间约两分钟的讲述缺失。
3. 从 Cursor 里看到的不是 coding,是 agentic 能力
我们几个人都是从小写代码的,我小学三年级就开始写 Logo 语言。2024 年最重要的现象级产品是 Cursor,我们天天用。我是非专业工程师,用着用着就开始拿它干别的事:处理报销、帮我老婆把 MP4 转 MP3、写小说。
我们越来越觉得,Cursor 背后的 Anthropic Sonnet 3.5,尤其是 2024 年 11 月前后的 3.5 V2,让 Cursor 和 Windsurf 的能力有了很大飞跃。中美一大批公司开始做 Cursor 的 copycat。我们看到的机会不一样:Sonnet 3.5 V2 解锁的是 agentic 能力。
Long horizon planning(长程规划)。 现在是常识,2024 年底还不是。当时 OpenAI 的模型大量基于 turn by turn 的会话训练,习惯在一轮里解决问题。Sonnet 从 3.5 开始知道一个任务不该在一轮内完成,会主动调用工具或向用户询问,更 confident 之后再完成。
Tool use / function call。 3.5 V2 的 function call 是当时所有模型里最强的。
Cursor 让更多人变成 engineer。我们的判断是,世界不需要更多 engineer,engineer 也不缺 fancy 的工具。这个能力给普通人解锁的是通用能力。所以全世界都在押注 coding agent 的时候,我们看到的机会是:以 coding 为中介,解决普通用户的通用场景问题。
2024 年 12 月立项那一刻我非常慌,觉得肯定不止我一个人看到了,于是集结了公司所有能集结的力量。开发两个多月,到 2025 年 3 月 5 日发布时,我们以为再不发就被抢先了,发出去才发现,全世界好像只有我们在做这个方向。
4. 为非技术人群做的几个产品决定
早期的 Manus 长得特别像 Cursor,是三栏布局。真格基金的戴雨森来办公室看产品,只说了一句:这个三栏是不是太专业了,有点拒我于门外。我们的目标用户明明是 non-technical user,第一观感却是「太专业」,这有问题。于是三栏改成了两栏。
我的 benchmark。 立项时我发了条朋友圈:如果你有一个大学本科水平的实习生,你会交代什么事给他做?从 100 多个朋友那里收集了 400 多个 task,这就是 Manus 最早的 evaluation dataset。1 月 5 日调通第一版原型后,去掉 100 多个「帮我买奶茶」这类需要具身智能的任务,剩下 300 多条。Manus 每天都用超出想象的方式完成它们,我每天在办公室里喊,喊到晚上回家嗓子都是哑的。智能跳出屏幕拍在你脸上的感觉无法抗拒,你知道这就是未来。
把 transparency 做成 feature。 冲击太强,直接交付结果用户会觉得是假的。发布第一周,真有很多人觉得我们发了个 vaporware(雾件)。所以第一版有两个重要设计,后来几乎成了所有 agent 产品的范式:
step by step 展示 agent 的工作过程和思维过程。用户看到它先这么想、再调用工具、访问网页、写笔记、写代码、出图,才会逐渐信任它。
分享 session 时自带 session replay。没有邀请码、不用充值,看朋友的 session 也能感受到 agent 的魔法瞬间。
产品的智能表现大概占成功的 80%,但这两个界面设计完全是面向 growth 的,对早期 go viral 非常关键。它们的前提都是先想清楚了目标市场是非技术人群:不能假设用户懂技术背景,要在产品上帮他理解正在发生什么,建立 trust。
5. 那场发布只花了十几美元
去年 11 月在清华,有同学问:很多人说你们 3 月买了很多 KOL,做了一次营销事件,怎么看?
一位做营销的朋友跟我说:就算给我两三千万预算照着 Manus 搞一场,我也搞不出这个效果。很多年轻同学把「营销」污名化了,这很糟糕。How to tell a story 恰恰是中国 founder 一直欠缺的能力。大家也低估了营销的难度,如果给钱就行,创业公司永远没有机会,你的钱不可能比大厂多。
我以前说 3 月 launch 的花费是 0,后来发现不严谨。2 月 28 日网站做好了,肖弘说看着有点素,要不要加个视频。我问了北京两三家 agency,离 3 月 5 日只有 6 天,都说 launch video 工期至少两周。被逼无奈我自己拍:我的索尼 A7C2 机身,找戴雨森借了一支 50mm F1.2 GM 镜头,在共享办公园区里挑了两处背景还算干净的地方,Peak 出镜。3 月 1 日拍,2 日、3 日我用剪映剪完,导出 4K 时发现要收费,于是花了 12 还是 15 美元买了一个月 CapCut 会员,买完马上取消续费。这是整个 launch 唯一花的钱。
反复讲这件事,是想说:如果你从一个现象级产品里学到的 takeaway 是「他们很会营销」,那一定学错了。
根本是产品创新。 Manus 是在最合适的时机,用最合适的产品形态,告诉世界模型的能力边界已经走到了哪里。现在流行的词叫 harness,那时还没有这个词,但我们就是最早做 harness 的,把模型能力逼到了极限。3 月我去旧金山和 Anthropic 团队交流,他们不相信我们只用了他们的模型,因为内部测试里模型的 agentic 表现没有我们强。后来 Claude Code 代码泄露过一次,里面也能看到不少我们早期 harness 架构设计的影子。
别照着模板做卷子。 后来满大街的 startup 发布,都让创始人坐在沙发上、背后摆两盆绿植。我们选那个位置,只是因为共享园区里只有那儿背景干净。视频中间有一处跳帧,是因为 Peak 讲话时背后有位保洁阿姨拖着地走过。
早期营销一定要 founder 自己上。 那个视频重要,是因为它是我拍的、Peak 讲的。我负责产品,Peak 是 Chief Scientist,我们都不是营销出身,只是做了一款自己非常骄傲的产品,用自己的语言向世界表达出来。把这件事交给 agency 或外面「会营销的人」,中间的信息失真非常大。早期 startup 里只有 founder 最能讲好这个 story。
Manus 火了之后,不少团队被老板或投资人问「你们为什么做不出来」,最安全的答案是「我们是踏实的技术团队,不像他们那么会营销」。这个答案安全,但没看到本质。
三、AI 时代产品创新的四个关键
关键一:永远面向 6 个月后的模型外溢能力去创新
我判断 2027 年会是 AI 应用大年。不要等到早上看公众号说某个模型更新了、有了什么新能力,才想着基于它做应用,那一定晚了。
Peak 做了十几年 NLP,他给团队最重要的输入,是能从模型当下的表现和公开、非公开渠道,敏感地判断 frontier model lab 在往哪条路径演进。我们从 Sonnet 3.5 感知到 agentic 能力露头,到 V2 又上一个台阶,就判断他们一定在这个方向下功夫:如果三四个月后再上一个台阶,我们会非常厉害。于是现在就开始干,等下一版发布时发产品。
我们以为 3.5 之后是 4.0,结果 2025 年 2 月中旬出来的是 3.7。那晚我在即刻发了一条「信仰充值的一晚」:harness 一行代码没改,只把模型 endpoint 从 3.5 V2 切到 3.7,我那套 benchmark 上剩余二三十个百分点没解决的问题,一下就解了。
那一刻我们明白赌对了。Peak 一直强调 Less structure, more intelligence。现在这是共识,当时的共识是 workflow,是人教 AI 做事,哪里会错就写个强制的 if-else 兜底;multi-agent 也是当时的共识。Manus 第一版的 harness 完全抛弃 workflow,每一步的思考和决策都交给模型自己决定,做 research、slides、网站、数据分析都是如此;我们也一直坚持 single agent。
Less structure 的好处是随模型能力水涨船高。workflow 写得很死,就享受不到每一代模型更新带来的能力外溢红利。
所以不要老为模型现在表现不好的地方修修补补,那些终会被解决。要想的是:6 个月后模型是什么样,什么产品形态能匹配那时的模型。现在开始做,3 个月后别人可能说你的产品很挫,但你心里要清楚是模型还没跟上。等模型真到那一步,你会是世界上唯一处在那个位置、而且准备好了的人。
一个我自己不会做、所以分享出来的机会:1 秒延迟的 Seedance。 从输入 prompt 到看到画面的延迟小于 1 秒,会是这一轮 AI 应用创业非常重要的转折点。1 秒延迟的视频生成模型已经是新一代的 OS。在这个操作系统上,软件应该长什么样、用户怎么交互?我认为这在 6 个月内一定会发生,现在正是围绕它准备产品的时机。
关键二:不做 chatbot,让用户感受到智能;免费补贴是最大的陷阱
chatbot 被用户的 prompt 限制了上限,很挑人。Manus 和我们之后的新产品,都希望在尽量降低用户输入的前提下,让用户在 24 小时的日常里不断感受到模型智能的外溢。AI 时代产品最重要的价值,就是让用户感受到智能。
有人觉得产品的价值可以是「免费」。回看过去两三年中国 AI 应用创业,最大的陷阱就是被移动互联网的免费补贴经验迷惑了。只要 performance 足够好,一定有人愿意付费。Manus 很贵,我们有核心用户一个月花 4000 到 5000 美元,他一定在里面找到了对应的价值。
免费补贴会带来大量无效反馈。吸引来的是免费用户,他们提各种需求,这些需求会迷惑你。创业公司最重要的是创业者的 attention,哪怕没做,花时间去看、去想也是浪费。坚持付费,留下来给你反馈的都是用钱投过票的人,围绕他们的需求去做,才能吸引更多愿意付费的人,才能一直找到真实需求。
这在大厂里尤其突出。上线第一天拿一两千万预算补贴,做到一二十万免费 DAU,它就成了你的 KPI,没有哪个总监敢在第二个月说不要这些 DAU、改做收费。这批免费 DAU 会一直拖累你对真实市场的感知。
Manus 3 月 5 日发布时没有付费,3 月底才上线付费功能,4 月第一个完整月 ARR 就冲过 4000 万、接近 5000 万。原因就是用户真实感受到了扑面而来的智能。
关键三:坚持 general
我们发布时说 Manus 是全世界第一个 general AI agent。早期听了不少投资人的意见,唯独一条没听。很多投资人说:你每次都给我演示一堆稀奇古怪的长尾任务,能不能专注点,做成 website generator 或 slides generator?
现在讲有点马后炮,当时并没有深思熟虑。只是研发那两个半月里,我被智能反复冲击,它完成长尾任务的表现太像一个人了,我想把这种惊喜分享给全世界,是很单纯的做产品的心态。
回头看,这是我们非常重要的一个战略判断:品牌心智很难花钱买。 你在用户心中的 mindset,花几亿美元都很难改变,通常一辈子只有一次机会。因为一开始叫的是 general agent,后来推出 web app、slides、video 等子功能都顺理成章,用户觉得 Manus 什么都能干。垂域竞品想做通用任务时,用户会奇怪:你不是做网站的吗,怎么开始搞数据分析了?
还有一个收获。我们内部有个矩阵,横轴是用户付的钱,纵轴是满意度。右上角付钱最多、最满意的人群,是企业管理者:CEO、小老板、部门主管。公司里谁的事最杂?老板。今天想这个、明天想那个。此前没有哪个 AI 工具什么事都能帮他解决,垂域的各种 agent 做不到。所以我们有一批非常忠实的老板用户。
要提醒的是,并非每个人都该做 general。我们能占住这个心智,是因为当时那个时间点没有人做通用型,这个窗口后面很难再有。
关键四:理解你的用户
我们一开始就定义清楚了:要把在 Sonnet 里看到的 agent 能力赋能给所有普通人,而非程序员。因此 UX 上做了三件事:
透明的执行过程,建立信任。
云端 sandbox,异步执行。 程序员用 Cursor,守着电脑一路点 accept 没问题。普通人不会一直对着电脑。Manus 每个任务背后都有一个云端 sandbox,任务不跑在你的设备上。我最常见的用法是掏出手机布置一个任务,然后把手机揣回兜里,跑完告诉我结果。
session replay 自带 storytelling 属性,让没有邀请码的人也能感受产品。
插曲:邀请码背后的真实原因
我们拍沙发视频,大家就都拍沙发视频;我们搞邀请码,后来别人也搞邀请码。了解原因之后,你会觉得后面的模仿有点滑稽。
原因一:烧不起。 当时公司账上只剩八九百万美元。做 Manus 之前,我们是国内很多 VC 不看好的项目,比光鲜的同行穷得多。在有邀请码限制的情况下,最高峰一天烧掉 50 万美元。没有邀请码的话,3 月 5 日发布,大概 3 月 10 日就可以关门了。我们也没想到会这么火,连付费功能都没做,上线第一天才拉团队从零做 pricing 和支付,3 月 20 多号上线。中间那十几天只能靠邀请码挡一挡。
原因二:全球云厂商都没有准备好算力。 我们是第一个真正面向 consumer 的 general agent。此前云厂商的客户都是做 chatbot、情感陪伴的。我们同时做着 Monica,可以对比:一个 agent 产品的 DAU 消耗的 token 是 chatbot 的 200 到 1000 倍。
云厂商的并发按 TPM(tokens per minute)计,单位是 M(百万)。当时在亚太,一家做得比较大的 chatbot 或情感陪伴公司要到 10M、20M,就已经是头部客户。我们上线三天,如果让所有拿到邀请码的人都放开用,需求大约是 800M。我打电话给某云厂商说现在需要 500M,对方见惯了创业公司 bluffing 换折扣,问我:这是你们预计一年后的量吗?我说 right now。没有一家给得出来。
我们凑巧从一家因为服务不太好、一直没什么客户的云厂商那里捡漏了几百 M,撑过最初一个月。之后我们不断劝各家:今年 AI 要爆发,你们要多储备。到 5 月取消邀请码时,创业者去要三五十 M 已经随手就能拿到。后来有人不信,说自己要 10M 随时就给,从没遇到过这个问题。两个月前你肯定要不到,况且 10M 和 1000M 之间差着 100 倍。
那次发布在整条供应链上引发的问题,云、infra、支付,我们作为开头的人都得一个个解决。后来的 AI 创业者基本不会再遇到。
四、给未来 AI native 创业者的三点建议
建议一:全球化视野
去年 6 月,欧洲的科技峰会 VivaTech 邀请我们发言。出发前三天,主办方说要给我一个惊喜。当晚我收到一封法国政府后缀邮箱发来的邮件:爱丽舍宫通知,马克龙总统邀请你共进晚餐。我的第一反应是诈骗。确认之后才知道这就是那个惊喜。那天晚宴,马克龙坐我右手边,黄仁勋坐我对面,他讲了一段特别精彩的话,我前两天把记录发到了小红书。
那时 Manus 发布还不到 100 天。饭后听欧洲的 founder 和投资人交流,我觉得很不对劲:他们是防御姿态,build in Europe, build for Europe,还向总统建言要让欧洲的公司和政府都用欧洲的 AI。
我当时想:如果我是 build in China, only for China,今天就不会坐在这个位置。
Large language model 最重要的一点,是移除了语言这个最大的障碍。我们三个人都在中国读的大学,没有海外留学经历(Peak 小时候在海外生活过几年),肖弘此前连美国都没去过。一个土生土长的中国团队能做出世界级的产品,就是因为语言障碍被移除后,产品、营销、服务和思维都可以全球化。我们内部体系、客服全部是多语言的。
AI 是上天送给中国创业者最好的礼物。以前科技产品出海,面对以英语为母语的美国公司,在文化和语言上很吃亏,现在不一样了。我鼓励大家 Day one 就考虑产品怎么走向全球。
全球化不等于只做欧美。 Manus 最大的收入来源是美国,最大的用户地区是巴西;中东、欧洲、日韩、东南亚、非洲都有很多用户。我在团队里不许大家说「国外」,这个词把世界简单切成国内和国外两极。世界在区域、语言、文化上的分布很复杂,不同地方有不同的机会。
建议二:少看自媒体,自己上手用
先声明 nothing personal,也有质量很高的自媒体。但想做产品的同学如果每天只读自媒体,会陷入强烈的虚无:今天核弹炸裂,明天某个行业完了。从去年 3 月到现在 21 个月,Manus 被「颠覆」「完蛋」「没人用了」多少次,而我们的业务一直在增长。
绝大部分自媒体没有行业经验,写作由流量驱动,需要刺激你的多巴胺和情绪。Manus 发布两三个月后,TPM 已经到八九百 M,全世界除了 Cursor、Windsurf 等少数几家,没有几家 AI 创业公司烧过那么多 token。即便如此,还有很多人在教 Peak 怎么写 agent。文字写下来,好像每句话都是平等的,其实没有被线上大流量检验过、没有感知过真实需求的观点是没有根基的。
真正的产品感觉全在细节里。大家常说 OpenAI 发了个东西,某个行业被颠覆了。真去用一用,OpenAI 的很多产品做得并不好,10 个里成 1 个。只是它人多钱多,成一个就够了。只看文章就判断「这个赛道被大厂干了」,会错过很多机会。
我最近面试 AI PM 的观感很差。问校招同学平时用什么 AI 工具、能不能看看最近聊了什么,最夸张的是手机上根本没装;或者打开应用只有两三条任务,明显是面试前突击的。从 2022 年底到 2026 年,四年了,来面 AI PM 的人还不用 AI。
做 AI 的前提是自己深度用 AI,才能感受到模型和产品的边界、新的机会在哪。别人咀嚼过一遍的内容给不了你这些。你可以自己写、去影响别人,但不要只靠自媒体获取养料。
补充(圆桌中提到): 少看自媒体还有个好处,避免明明在做一个大学创业项目,却站在张一鸣和 Sam Altman 的高度指点江山,觉得格局已定、没有机会。你要解决的往往是一个很小、很 vertical 的问题,那里是有机会的。我亲眼见过移动互联网摧枯拉朽地诞生无数机会,但不下场,这些都和你无关。
建议三:发现问题的能力,来自对生活的好奇
这条和 AI 无关,是我十几年来给所有想做好产品的人的建议。现在模型能力、技术能力高度过剩,最缺的是:问题在哪里,怎么发现它、定义它,并描述清楚它被解决之后的样子。
这种能力不来自创业讲座、创业文章或请教前辈,来自你对生活的观察。你们还在校园,压力没那么大,有足够的闲暇去理解社会和生活:身边同学、实习公司的同事有什么问题等待解决,这个东西是怎么运转的,哪里可以用 AI 提效。要对世界好奇,才会想去 figure it out。
这两年很多年轻创业者来问「你们是怎么成功的」,想要一张确定的卷子,照着做 10 道题考 100 分。创业是高度不确定的行当。我们做绝大部分决策时都没想明白,只是愿意在没想明白之前先行动,再动态调整。
这是创业者和 VC 很大的不同。VC 的决策很重、不能后悔,所以要做大量事前研究,喜欢问终局。创业者如果开始前就把最佳路径想清楚了,那条路径绝对不是最佳路径。创业者是动态地活在战场里的,每天观察变化,每天做新的决定。
我看到越来越多年轻创业者不敢拥抱未知,想要一颗 silver bullet:营销怎么做、产品怎么做、怎么出海才能成功。我给不出确定答案,他就觉得我藏了秘密。其实未知是最美妙的东西,所有大机会都在未知里。要是待在确定性里,我们就不会做 Manus,会去做 AI 浏览器。
结语:Manus 这个名字
Manus 来自 MIT 的校训 Mens et Manus,拉丁语,意为 Mind and Hand。所有大模型厂商都在做 Mens,做头脑。2024 年底,那么强的头脑仍然没有产生足够大的 impact,就是因为只有脑没有手。Manus 就是大模型的手,让思考能作用到真实世界去解决真实的问题。
这句校训也适用于今晚的主题:所有的思考都需要实践。创业不能停留在创业计划大赛的 PPT 推演,或是应付投资人的 fancy pitch deck 上。敢于实践、面对真实社会、对世界好奇、解决还没被解决的问题,这才是企业家精神,是 founder 该干的事,别过家家式地扮演创业者。
(主持人问:这份 PPT 是 Manus 生成的吗?张涛:当然。)
五、圆桌讨论
主持人为课程老师(转写中称「潘总」)。嘉宾:张涛;真格基金匡薇(Tina,音),负责早期投资及北美校园投资;蓝驰创投 venture partner 姜志熙(音),同时也是创业者,声明发言仅代表个人。
问题一:通用 agent 还有机会吗?
Tina: ChatGPT 发布快四年了,但 AI 仍在早期,今年还有基于 WhatsApp 的新 agent 产品出现。新场景里会不断有新的 use case 和新的 general agent。真格是投人的基金,最重要的是先 jump、先开始做,别停在「机会还在不在」上。
张涛: 给几个数字。ChatGPT 月活大约 10 亿出头,Codex 月活 2000 多万,而 Codex 本质上已经是一个 general agent。在 OpenAI 自己的体系内,通用 agent 的渗透率不到 5%。全球人口砍一半算 35 亿,AI 基础人群还能涨 3 倍;agent 渗透率从不到 5% 涨到 20%–30%。两者相乘,市场还有二三十倍的空间。
姜志熙: 要先定义通用 agent。如果豆包算,那普适性很强。但我认为这一波和 mobile 不同:在需求端,AI 目前主要对月收入 2 万以上的人(美国约 2 万美元,中国 1.5 万到 2 万元以上)特别有意义,他们在办公室工作,提效明显。对大部分普通人,我还没看到通用 agent 超出豆包和红果之外的价值。mobile 是普适的,可以免费获客;AI 越有用越贵,只能服务提效价值更高的人群。每天和豆包聊两句,35 亿人没问题;每月付 100 美元,现在还是很大的挑战。
问题二:personal agent 的终局
张涛: 我们在做的新产品 Cue就是对 personal agent 交的答卷。两个观点:
这个需求在海外远比国内强。 如果没有从去年开始长期在海外生活,我们大概没有信心杀入这个赛道。中国互联网起步晚,一开始就是移动互联网,基建很新,everything is on WeChat。发达国家 IT 发展早,留下大量 legacy 系统:独立网站、邮件、电话、WhatsApp 预约。我两个孩子在新加坡读书,两所学校有三套家长系统;老师的邮件要处理;看病要确认医院是否在公司医保网络里,这家网站预约、那家电话预约、另一家邮件或 WhatsApp 预约。每天大量 context switch,让人烦躁焦虑。我现在已经把这些全交给 Cue,只在一个 interface 里处理,效率提升是实质性的。
它可能是 ChatGPT 以来第一个具备区域运营属性的 AI 产品。 chatbot 和 Manus 这类 agent 天生全球化。personal agent 要接入大量 local provider,每个国家、城市的体验都需要投入 local operation。这个赛道可能会长出很多区域性的公司,就像打车没有被 Uber 一统天下。
姜志熙: 要还原到需求端。张总遇到的跨平台 context 问题,在国内不太存在。而且不是每个人都需要个人助理:现实里没有助理为你服务的人,可能本来就不需要助理。旅行预约常被当作重要场景,可我身边不少人做旅行规划时很开心,并不想被替代。不普适,想象空间就没那么大,再加上使用成本、使用场景和大厂太强的问题。
Tina: 我相信 token 成本会持续下降,未来用 AI 会像现在用 5G 一样,每个同学都可以有自己的 personal agent。微信做得不好的地方,正该由在座同学来做,比如有人在 GitHub 上开源了导出微信聊天记录来构建个人 agent 的项目。另外分享赵长鹏(CZ)的自传,第一句就是「我 40 岁之前一事无成」,Binance 是 2017 年才做的。机会足够大时 it's never too late,你不必最早出发,但要最有信仰、做得最好。只有开始做,才会发现像区域化这样的需求。
问题三:AI 应用什么时候爆发,看什么信号?
姜志熙: 参照 mobile,现在 AI 应用的爆发还很小。关键信号在行业利润分布:钱目前都被英伟达、内存和数据中心赚走了。mobile 时代基础设施近乎免费,每人每月几十块套餐就够。现在卡和内存太贵,对应用创业者不友好。如果硬件过度投资、泡沫破裂,supply 成本大幅下降,应用可能就有爆发的机会。使用成本降到 1/10,用户可能增长很多倍。要观察的核心指标就是行业的钱是不是还被硬件赚走。
张涛: 我的答案还是 1 秒延迟的 Seedance。现在赚钱的 AI 应用大多偏生产效率,面向知识工作者。科技的每一轮普及都是先专业用途:计算机先用于科学计算,然后是表格,真正爆发靠的是游戏。AI 还没到 C 端爆发的时刻,1 秒延迟的视频生成就是那个 turning point。(声明:我不持有字节的股票。)到那时,月入 3000 元的人也可能花 300 元订阅,像《黑客帝国》里的「插管」,插与不插是两种人生体验。我做 Manus 太累,没精力做这个,但非常鼓励大家去想。这已经是一个 one trillion dollar answer,我没有第二个了。
Tina: 分享一个信号。我们有两位实习生,一个北大本科、一个清华本科,在真格认识后去年组队创业,买了几十台二手 iPhone,一直在做 AI 视频相关的事。今年发布了一个叫 Happy(音)的产品,10 天拿到 1.5 万 GitHub stars。张涛说的那个时刻也许很快到来,它一定属于现在就在动手的人。
主持人: 补充两个信号:token 产出速度要到 0.1 秒级,交互速度大幅提升;以及价格。
问题四:国内收不到钱,做海外资本市场又不认,应用层怎么办?
张涛: 做公司的本质是做一门好生意。自己能赚钱,就不必特别依赖资本市场。增长的某些阶段需要资本撑一下,但 business 本身得是好生意,否则上市也只是继续融钱续命。我们的做法很简单:保持经营纪律,保证营收和 margin 健康增长,不靠不健康的补贴。不能因为加了「AI」这个定语,就理所当然地亏钱。
很多团队看到模型公司烧那么多钱,觉得自己也可以。我们可能是国内 AI startup 里资本效率最高的团队之一:做到 20 亿美元估值时,历史上融到的钱总共才花了五六千万美元。
姜志熙: 务实地讲,效率型工具在国内收费非常困难,和当年 SaaS 一样。中国团队要做好生意,就得立足全球市场;随之而来的是监管摩擦、上市问题和投资人重新定价的问题,Manus 的经历本身就是一段全球市场监管摩擦的经历。但目前没得选。务虚地讲,创业者在当下其实没有那么多选择,只适合做国内市场就做国内,去美国你也未必干得过擅长全球化的人。创业最后是一个了解自己的过程。投资人按商业视角选,创业者按自己的偏好和擅长选。
Tina: 对年轻同学,最重要的是拿到所有能拿到的免费 token,开始做产品,去 X、GitHub、Discord 上疯狂发。有位创业者打动我的一点是,他说自己把好多厂商送的免费 credit 都用爆了。别想着憋大招。上市、监管这些挑战是真实的,但都不是刚起步的你当下要面对的;当下的挑战是做出一款用户喜欢的产品。
主持人宣布:AI 原生训练营
课程将启动「为民 AI 原生训练营」(音),招募 20–30 人,三条标准:真正 AI 原生;token 使用量非常高;每天大量使用 AI 工具。配 5 位左右校外导师(有经验的创业者、产品经理、操盘过大额 go-to-market 预算的人),为期约 10 周:先做两个命题 App,最后做一个真正面向市场的产品,做得好导师可以提供资金、推广或其他支持。
六、现场问答
Q1:面对 Codex、Claude Code,Manus 的优势是什么?
张涛:影响肯定有。Codex 和 Claude Code 巅峰时期的补贴,付 200 美元实际能调用的 API 额度可达 27 到 30 倍,创业公司很难跟。关键在于我们真实的目标用户不用 Codex。标准的美国创业公司,旧金山和西雅图应该在用户城市 Top 10 里。美国是我们收入贡献最大的国家,这两个城市却都不在我们的 Top 10,排在前面的是洛杉矶、迈阿密、芝加哥、休斯敦、纽约。那里的人生活中没有 Codex,也不像满地 tech bro 的旧金山那样天天在多个工具间切换。做产品不要只做 feature by feature 的对比,先想清楚服务什么人群,再为他们设计产品、制定市场策略。
Q2:我是 AI 专业大四学生,在做接入教务系统和微信的校园 personal agent,没有几百万美元的 05 后该怎么做?
张涛:我们推广 Cue 时也想过进高校,比如在新加坡找 NUS、NTU 的学生把教务系统接进来。坦白说,如果价值只在「连接系统」,独特性不强,我们这类产品很容易实现。好处是校园是相对封闭的生态。肖弘早年就是在华科做校园软件出身的。这是你的起点,未必是终局。用它练手,理解需求、把需求转化成产品形态,对个人成长很有帮助,enjoy 这个过程。
Q3:国际化不只是语言,还有 localization 和文化,怎么解决?
张涛:两个做法。一是 Manus Fellow 志愿者项目,全球各地的志愿者会帮我们补充 context,比如某条广告、某种排版在当地不合适。二是足够重要的国家,in-house 要有当地背景的员工。我们发现一个很好的人才来源:清华苏世民书院,从全球招来、又认可中国的学生,我们招到了很多满意的各国同学。(主持人:北大也遍地是留学生。)
Q4:坚持 general 的过程中有没有阻力?怎么从科技人群兼容到其他人群?
张涛:诱惑和冲击很多次。但我们想明白了一件事:AI 时代最重要的未必是技术。GPT-5 发布你觉得厉害,GPT-5.5 发布你仍然觉得厉害,是因为你信任这个品牌。AI 现在还没进入工业时代,还在「中世纪」,是个宗教时代,最重要的是展现神迹、让信众信服。此时品牌极其重要,一个 general 的品牌,价值远大于被人认定「只能做一小块事」。第二个问题对我们不成立,我们从第一天起瞄准的就是非技术人群。
Q5:什么新硬件或新传感模态会带来最大增益?
张涛:我今年很期待带摄像头的新款 AirPods,前两个月有图泄露,可惜还没发,估计晚几个月。最终要把生活中的视觉和音频都输入进来。最近大家都在做音频,但人主要还是视觉动物。最好的形态还在探索中。
Q6:AI 产品经理和传统产品经理最大的区别?面试时最 care 什么?
张涛:讲个笑话。我们入行时只有「产品经理」这一个 title。2017、2018 年我收到一份简历,写的是「安卓产品经理」,我很震惊:让你做 iOS 就不会了吗?产品经理一辈子的哲学就是发现问题、定义问题、解决问题。我的安全感也来自这里,去任何公司、任何组织,我都知道自己的价值。所以本质上没有区别。面 AI 这一波 PM 时,我会看他日常用 AI 的情况,有没有用出对模型能力的体感,考察的仍然是那些底层能力。这份工作可以做一辈子。
主持人补充:AI 产品经理要为 6 个月后的模型能力做产品,因此必须理解模型的边界。
Q7:我是 AI 博主,在做面向富豪老人的 AI 个人分身(AI 传记形式),客单价 100 万,已有 30 个客户,但进不了下一阶段,怎么破?
(提问者同时作证:当年那一波,博主们确实都没收广告费,是自发写的。)
张涛:有一种错误思维,觉得创业一定要 scale。生意有很多种,有些天生不能 scale。把一位富豪服务得特别好,他一年付你 1000 万,何乐而不为。头部 AI KOL 一年赚两三千万,做不到两三亿,也不妨碍这是好生意。不要迷恋 scale,做到你这一步,对绝大部分人已经是天花板级别了。相关思考可以看我公众号「潜云思绪」上周发的文章。
Q8:我是大学生 solo founder。你说要动态地活在战场里,但 Manus 的审美没变。什么是不能变的?
张涛:AI 时代,人的 taste 变得异常重要。我现在在外面不太提「品味」,这个词在国内被用坏了,很多公司天天宣传自己有品味,行为却很没品味。我们早期的产品决策、设计选择、名字、logo,代表的是创始人的价值观和取舍,这才是 taste。它是公司最 fundamental 的东西,怎么吸引人才、怎么做日常决策都基于它。战场会变,战局会变,底层价值观不变。要知道你坚持什么、信仰什么、什么是你不能忍的。
Q9:1 秒生成视频为什么会成为爆发点?它和需求怎么匹配?
张涛:我从去年底就在讲,很多 VC 不信,认为视频仍是少数人生成、多数人消费,变快不会带来新需求。那是在用短剧的思路想问题。随便举个场景:未来可能有个主播说,我想了个玩法,在重庆玩 GTA(我是重庆人),设定好规则。直播间里每个人都能立刻进入那个世界,各玩各的,推一下手柄人物就往前走。另一个人觉得有意思,加点玩法,把背景换成武汉、西安。这已经不是一人制作、多人消费,每个人都参与内容的互动创作。游戏如此,软件未来也可能如此。
这方面给我最大启发的是 Elon Musk。去年他找我们聊了三个小时。他认为 eventually 一切都是视觉:language model 产出的文字,人最终也是用眼睛看的,为什么不能跳过它直接做 visual model?所以 software gonna die,game gonna die。人眼输入的信息流有固定的比特率,全世界所需推理的上限就是这个比特率乘以人口数。因此他认为推理算力和能源都远远不够,他做的一切都基于这个判断。
Q10:你说「信仰充值」,你的核心价值体系是什么?
张涛:很简单。我 1986 年生,出生在没有手机的年代,是看着科技浪潮一波波改善我的生活、国家的生活、身边所有人的生活长大的。我的底层信仰是科技能极大改善生活,我也非常愿意尝鲜。科技的进步不会天然变成生活的便利,需要好的 PM、好的创业者在科技和人的需求之间做 bridge。把这件事往前推进一步,就是我每天起来最大的动力。
主持人:最优秀的产品经理,像张小龙,都是对生活充满喜怒哀乐的人。
Q11:企业落地 AI 的阻力是什么?(提问未被完整转写,据回答推断)
张涛:三大阻力:
员工缺乏使用 AI 的动力和能力。来上班还要学新东西,凭什么。
和企业 legacy system 打通很难,有成本,打通后还有权限管控等一堆问题。
成本。人力成本本来就低,5000 元工资再配 500 元 AI,雇人成本一下涨 10%,很多老板受不了。
这个局很难解,所以我最近在想一些很 wild 的 idea,比如做一个在一家公司里只有一个 DAU 的产品,只给老板用。 三个难题都解了:老板是最有动力把公司搞好的人;老板什么权限都有;成本算在自己头上,咨询、培训、管理预算都能解决,token 可以放开用。我们内部实践 AI native 的体会是,AI 要么不用,要么放开了用,最难受的是每人配 50 块额度收着用。现实里可能只有老板和高管能放开用。从这个角度想,解法就未必是做 PPT、写周报那类面向执行层的办公工具。只做老板这一个 DAU,你会怎么设计产品?可能性很不一样。
修订说明
已统一或修正的转写错误
转写原文 | 修正为 |
|---|---|
MELAS、MENAS、Miles、Max、MES、MESH、Mans、Mental、Madison、MASS、曼尼斯等 | Manus |
Red、小红 | 肖弘(Red) |
Pick、Pik、Pig、Pico、Pika、皮克 | Peak(季逸超) |
宇森、羽生 | 戴雨森(真格基金) |
GDP 3.5 | GPT-3.5 |
Sora 的 3.5、Sonia 的 3.5 | Sonnet 3.5 |
经济的能力 | agentic 能力 |
Hamilton、Honeycomb、HONIS | harness |
long technical user | non-technical user |
firmware(物件) | vaporware(雾件) |
go barrel、gross | go viral、growth |
Neural Structure Intelligence | Less structure, more intelligence |
C Dance、C 样式、C 档次、Cdaas | Seedance |
Jailer、JERO、兼容 | general |
马龙 | 码农 / 程序员 |
肠胃功能 | 长尾任务 |
艾列社工 | 爱丽舍宫 |
三猫 | Sam Altman |
Mens et Mans、mindset analysis | Mens et Manus |
Coda、CC、Menlo | Codex、Claude Code、Manus |
数生学 | 苏世民书院 |
伊伦 | Elon Musk |
Cindy、CC(Binance 创始人) | 赵长鹏(CZ) |
「2017 年是 AI 应用大年」 | 2027 年 |
依据推断修正、建议核对的地方
「Arc 的 D 和 Perplexity 的 copilot」改为 Dia 与 Comet。
「GM 550 1.2」改为 50mm F1.2 GM 镜头。
「我在 Founders Club 之后这接近两年」按语境理解为「Manus 发布之后」,正文中写作「这两年」。
「飞书 5.2 更新了」疑为某模型版本名,正文泛化为「某个模型更新了」。
「Facebook 的 news 里旅行预约是重要场景」语义不清,正文泛化为「旅行预约常被当作重要场景」。
无法确认、按音保留的专名
新产品名「Cue」;WhatsApp 上的 personal agent 产品(转写为 Instinct ),正文未写出该名称。
嘉宾姓名「匡薇」「姜志熙」,主持人称呼「潘总」,工作人员「陈明 / 陈丽」。
训练营名称「为民 AI 原生训练营」;公众号「潜云思绪」;开源项目「Happy」。
缺失内容
约 12:49–14:38 被现场播放的黄仁勋短片覆盖,演讲原声缺失。
Q11 的提问原话未被转写。
妙记开头从半句话开始,主持人的开场介绍不在录音内。
继续阅读
基于全文检索与主题相似度
Claude Code 最佳实践指南
前言 本文档的核心目标:帮助团队成员高效使用 Claude Code。 内容以 官方最佳实践 为主线,穿插 Claude Code 之父 Boris Cherny 在 X 上分享的真实工作流(标注为 Boris Pro Tip),并从团队实践中提取实用模板。 一个核心约束贯穿全文:Claude 的上下文窗口(~200K
OpenClaw Windows 环境部署完整教程
本教程详细介绍如何在 Windows 系统上本地部署 OpenClaw(原 Clawdbot/Moltbot)AI 助手。 项目地址 OpenClaw 是 2026 年 GitHub 上增长最快的开源 AI 助手项目,核心能力包括: 读写本地文件、执行终端命令、运行脚本(PowerShell/Batch);Chrome
一步教你配置Qwen3-Coder + Claude Code辅助完成代码编写
Qwen3-Coder 模型是前不久阿里巴巴旗下的通义千问正式发布了全新的 AI 编程大模型。 作为千问系列模型中首个采用混合专家 MoE 架构的代码模型,Qwen3-Coder 总参数达 480B,但在运行时仅激活 350 亿参数,实现了 “大容量、高效率” 的完美平衡。与传统的稠密模型不同,MoE 架构通过动态路由