TL;DR：
通用AI智能体明星公司Manus在短时间内经历从爆红到裁员、总部迁址新加坡的剧变，折射出全球AI Agent赛道在资本、监管和商业化三重压力下的挣扎。其“被迫”出海背后是地缘政治、算力瓶颈与数据合规的多重考量，而其产品在“执行力”与“精准度”之间的落差，以及高昂的运营成本，正拷问着所有“中间层”AI Agent能否找到可持续的商业模式，突破上游巨头与下游垂直应用的双重夹击。
硅谷的谚语有云，科技的进步总伴随着资金的迁徙，有时，甚至整个公司都会被连根拔起。Manus，这家凭借一段演示视频便在全球科技舞台上“一码难求”的AI智能体公司，在短短130天内，便完成了从“风口”的巅峰骤降至“风暴眼”的边缘，上演了一出令人瞠目结舌的跨国迁徙与“断舍离”。曾经的聚光灯下，是其描绘的通用AI智能体恢弘愿景；而今，萦绕其周的，却是裁员、总部南迁新加坡，以及业务“跑路”的疑云。这出戏码，与其说是Manus的孤例，不如说是整个AI Agent赛道在理想与现实夹缝中挣扎的一个缩影，更是一面透视全球资本流动、监管博弈与技术商业化困境的棱镜。
资本的罗盘与合规的迷雾
Manus的这场“迁徙”，表面上是业务调整，骨子里却是资本的罗盘与合规的迷雾共同指引的方向。今年4月，硅谷老牌风投Benchmark以一笔高达7500万美元（约合5.5亿元人民币）的B轮融资，将Manus母公司蝴蝶效应的估值推至5亿美元。Benchmark，这个曾精准押注Uber、Twitter、Instagram的顶级VC，其投资嗅觉向来敏锐。然而，这份“投名状”并非无偿，它附带了一张不容忽视的“全球入场券”。
彼时，美国一项于今年1月生效的新规，如同横亘在所有跨境技术企业面前的“合规关卡”，要求对部分敏感技术领域的投资进行严格审查。对于Manus这样的AI公司，自然是其审视的重点。一位深谙出海门道的投资人一语道破天机：对Benchmark而言，这并非简单的注资，而是一份“投资、迁移、架构调整”的打包协议1。这种操作并非孤例，AI视频公司HeyGen在2023年注销中国公司主体，并在获得Benchmark融资后，将总部从深圳迁至洛杉矶，便是前车之鉴。资本的逻辑清晰而残酷：当全球合规成为企业生存的底线，那些能够适应新规则的玩家，才配获得资本的青睐。
然而，将Manus的“出走”完全归咎于资本压力，或许也过于简化了这场复杂的博弈。一个意味深长的细节是，Manus的新加坡主体“Butterfly Effect”公司，早在2023年8月便已注册，且由开曼群岛的同名实体全资控股1。这意味着，在今年3月Manus视频爆红之前，甚至在与Benchmark展开融资谈判之前，其全球化布局的种子便已悄然埋下。这更像是一场你情我愿的“契合”：Manus渴望一个全球化的舞台，而Benchmark则需要一个符合其投资策略的合规标的。这正如一场精心筹备的联姻，双方各取所需，互为臂助。
除了资本与监管的“软约束”，算力与数据的“硬约束”也是推动Manus迁徙的关键力量。近年来，地缘政治的波诡云谲，使得高性能AI芯片的获取成为一场“大国博弈”，对于依赖算力喂养的AI公司而言，这无疑是扼住咽喉的致命一击。而新加坡，凭借其作为亚洲GPU和算力枢纽的地位，以及相对宽松的数据合规框架，便成了Manus寻求资源灵活性和国际连接优势的理想落脚点。有接近Manus的人士透露，其此前曾因高端算力资源不足而导致产品迭代延迟1，这更让新加坡的吸引力陡增。在时代的巨轮下，企业往往面临一道残酷的选择题：是固守一隅，还是毅然决然地迈向更广阔却也更未知的全球市场？Manus选择了后者。
理想与现实：智能体的成长烦恼
然而，资本层面的运筹帷幄最终要回归到产品的真实表现。毕竟，在科技的竞技场上，任何一家明星公司，终究要靠其产品和商业模式来证明自身价值。Manus，这个被描述为“能干的助手”，凭借其直观的“聊天框+执行窗口”设计，在今年3月横空出世，其内测码一度被炒至“10万元一个”，月活跃用户（MAU）峰值曾突破惊人的2000万1。这无疑是一场科技狂热的盛宴，正如初恋般美好。
但当新鲜感褪去，市场便如同卸妆水般回归理性。5月开放注册后，Manus的月活数据骤降至约1000万1，用户留存率面临严峻挑战。这背后，是AI Agent产品现阶段普遍存在的“能力边界”与用户期待之间的“体验落差”。
《定焦One》对Manus基础版的两次测试，生动地揭示了这种落差：
- 家庭消费场景（壁挂洗衣机对比）：Manus展现了出色的执行力与规划能力，耗时15分钟便生成了一份精美的PPT，甚至能在遇到电商平台反爬机制时“聪明”地寻求人工帮助。然而，报告的基础数据却漏洞百出：未按要求对比多个平台价格，价格抓取不准，核心参数缺失。这就好比一位手持计算器的高材生，却在基础数据录入时频频出错，令人扼腕。
- 专业金融场景（微软估值建模）：Manus在15分钟内便交出了一份涵盖DCF估值、可比公司分析、敏感性分析的综合模型，其专业性令人印象深刻。然而，在最关键的“人性判断”环节，如风险定价，它仍力有不逮。更要命的是，模型中对微软β值（衡量股票相对市场波动性的指标）的取用，还停留在2023年的静态数据0.9，而彭博终端的实时数据已更新至1.05-1.101。这种对实时数据敏感性不足的问题，直接影响了估值的准确性，对于依赖分秒必争的金融市场而言，这无疑是致命的硬伤。
这两次测试，恰如两面镜子，映照出Manus乃至当前AI Agent的现状：它们执行力很强，能处理重复性、标准化的流程工作，但往往“经验不足”，甚至会犯一些低级错误。正如国信证券在研报中强调，AI Agent要成为人机协同的新范式，需要具备规划、工具使用和记忆三大核心能力。目前看来，Manus在“工具使用”的可靠性和精准度上，仍有很长的路要走1。它能帮你画出蓝图，也能挥舞锤子，但要它精准地打下每一颗钉子，或者在复杂局面中做出精妙判断，则仍是奢望。
商业模式的算盘与赛道的生存游戏
除了用户增长的困境，摆在Manus面前的，还有严峻的商业化压力。Manus的商业模式是分级订阅制，基础版每月16美元，Plus版每月33美元，Pro版每月166美元1。这看似清晰的定价，却面临着高昂的运营成本挑战。为了处理复杂任务，Manus需要同时调用多个大模型的API，这就像一个勤劳的管家，为了完成一项差事，却要同时雇佣多名昂贵的专家，其成本可想而知。The Information在2025年3月18日的报道便指出，Manus现阶段受到服务器容量和高昂运营成本的限制1。
这种成本结构的问题，在与竞争对手Genspark的对比中显得尤为突出。Genspark宣称在短短45天内就实现了3600万美元的年化经常性收入（ARR），且是在零广告投入、仅凭20人核心团队的情况下实现的1。其成功很大程度上得益于商业模式的精准定位：专注于文档分析和知识提炼这类相对标准化的任务，成本更容易控制。同时，欧美用户普遍较高的付费意愿，也为Genspark提供了更肥沃的收入土壤。
相比之下，Manus的定位更加宽泛，试图成为一个“通用”的AI代理。这虽然拓展了想象空间，却也带来了用户需求的高度差异化，从而增加了对不同模型和资源的调用需求，直接推高了成本控制的难度。新加坡的“高薪”招聘与较高的办公成本，更是让这家创业公司的“燃烧率”（burn rate）雪上加霜。如果说在国内时还能凭借相对较低的运营成本来支撑探索期的亏损，那么在新加坡的高成本环境下，Manus必须更快地找到可持续的盈利模式，否则，资本的耐心也终将耗尽。一位关注AI行业的分析师直言，对于纯to C的AI Agent产品，在现阶段，可能注定是一门“烧钱的生意”1，未来或将被迫向to B或混合模式转型。
将视野拉得更广，Manus所面临的挑战，其实反映了整个AI Agent赛道的结构性困境。市场上主流的AI Agent产品，如Adept、Lindsey，大多处于“中间体”的位置：它们不直接训练底层大模型，也不直接面向特定的垂直场景，而是建立在第三方大语言模型（如GPT、Claude系列）之上，专注于开发调度、规划、工具调用等“中间层”技术。这种定位虽然赋予了其灵活性，却也使其面临着来自上下游的“挤压”。
往上看，是OpenAI、Anthropic等大模型厂商的“降维打击”。它们正不断将Agent能力集成到自己的基础模型中，试图直接为用户提供端到端的解决方案，未来可能将“中间层”的利润空间压缩殆尽。往下看，各种垂直领域的AI应用正在涌现。诸如法律场景的Harvey AI、金融场景的BloombergGPT等，它们在特定垂直领域往往能提供比通用Agent更精准、更深入的服务，形成难以逾越的竞争壁垒。在这样的竞争格局下，处于“中间层”的Manus们，必须迅速找到并构筑自己的“护城河”，否则，便如同夹在巨型磨盘之间的麦粒，随时可能被碾压。正如华创证券所言，AI Agent在To C的实用落地，核心在于能否从“建议”真正走向“交付”1。
Manus的故事，是所有中国AI公司在全球化浪潮中的一个缩影。年轻用户的尝鲜心理固然能带来短期的用户增长，但要实现长期的商业价值，终究要回到产品的实用性上来。在这场关于技术、资本和市场的多重博弈中，谁能更好地平衡创新、商业与用户需求，谁才能笑到最后，避免成为下一个“风口遭遇风暴眼”的案例。当然，AI Agent作为一个新兴领域，未来仍有巨大的探索空间，给予它们更多时间，或许也是我们应该保持的耐心。