张涛:Manus 是怎么诞生的(北大分享精炼稿)

AI7 次阅读约 47 分钟

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:

  1. 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。

  2. 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。

  3. 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:

  1. 透明的执行过程,建立信任。

  2. 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。

  3. 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:

  1. 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。

  2. 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。

  3. 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