编译｜宇琪
策划 | Tina
2025 年春天，Manus 靠一段“AI 代替人类干活”的视频爆火，邀请码被炒到 1.4 万美元；同年底，Meta 抛出 20 亿美元的收购橄榄枝，神话达到顶峰。然而，随着 1 月合规评估启动、3 月团队陷入风波、4 月交易正式被叫停，这场曾引发广泛关注的收购案，在数月后回归理性。
这数月里，创始人并没有因此沉默。他们依然活跃在各大论坛，继续宣讲 Agent 时代的成功哲学。这就引出一个值得聊的话题：在硬科技创业这条赛道上，如果一个项目最终因为合规与战略问题没能走完最后一公里，创始人反复强调的“成功学”，到底还有多少参考价值？
Stripe 昨天发了一个视频。令人惊讶的是，即便交易已经失败，Manus 创始人依然在大谈特谈成功学。你会发现一个很有意思的现象——他花了很长时间拆解 Manus 做对了什么：给 AI 配上“手”、做异步工作流、把透明变成产品功能、让工程师混坐在一起催生创新。每一条听起来都像是教科书式的正确决策。但整场对话里，他唯独没有提及那笔 20 亿美元的收购。
在中国，发展人工智能是国家鼓励的方向，同时也需要兼顾安全合规。如果一套“成功学”主要围绕产品、团队和用户增长展开，而对底线等问题涉及较少，那么它究竟是值得借鉴的经验，还是存在一些值得反思的局限？这背后的原因，或许值得每一位创业者认真思考。基于该视频，InfoQ 对内容进行了整理与部分删改。
Manus 的爆红
主持人： 带大家回到全世界第一次知道 Manus 的时候，那是 2025 年 3 月，AI chatbot 已经流行了两三年，但基本也就停留在“聊天”这件事上。突然有一段视频开始在网上疯传，没有炫酷舞台，没有硅谷式 keynote，只是一段非常原始的屏幕录制，展示你们的产品 Manus。你给大家讲讲，那段视频到底展示了什么？
张涛： 我记得离发布只剩 7 天的时候，我看着我们的网站，觉得实在太简单了。我就在想，也许我们应该做个 launch video。于是我联系了一些视频制作公司，但他们都说至少要两三周才能做好。我告诉他们，我们只剩 6 天了。他们直接说：“不可能。”
所以最后我们决定自己来。我用自己的相机拍摄，我们的首席科学家 Peak Ji（季逸超）出镜介绍产品，我再剪辑。我们根本不是什么专业团队，整个视频里，Peak 真正面对镜头讲产品的部分其实只有一分钟。剩下的大部分内容，是他现场 demo 了三个真实使用案例。我觉得这可能就是我们一开始能爆火的核心原因：我们只是单纯地“展示工作本身”，展示 AI 产品除了 chatbot 之外，还能是什么样子。
主持人： 那个视频最震撼的地方在于，它让大家第一次看到：用 Manus，你不只是“聊天”，而是真的可以执行任务。它会自己写 Python 代码、自己打开浏览器。然后它彻底爆了，我记得你们 private preview 光等候名单就有 200 万人。
张涛： 对，第一周 waitlist 就到了 200 万，一个月之后变成了 350 万，真的有非常多人在排队。
主持人： 我还看到有人说，当时网上的邀请码甚至被炒到 1.4 万美元。
张涛： 对。当时只要哪个网红拿到了 Manus 的邀请码，他获得的流量价值，远远超过邀请码本身的价格。不过很遗憾，从这之中我们一分钱都没赚到。
主持人：你觉得那个视频里，到底是什么东西戳中了大家？当时人们真正的 “aha moment” 是什么？
张涛： 在 Manus 出现之前，大家其实一直把 AI 当成一个“回答机器”。我问你一个问题，你给我一个答案。它本质上还是在告诉你“应该怎么做”，但最后真正动手的人还是你自己。
可在我们的 launch video 里，我们一直强调的是最终交付的结果，比如直接交付给你一个网站，或者能运行的代码。还有 AI 做事的整个过程中，完全不需要人类干预。你只需要告诉 Manus 你想要什么，剩下的事情，比如怎么规划、怎么一步一步执行，它都会自己搞定。整个过程都是自动化的。我觉得这对当时整个世界来说，真的是一种全新的体验。
主持人： 我记得我当时第一次有一种感觉：原来 AI 真的可以帮我节省时间，真的可以替我完成工作。以前 AI 更像是一个陪你思考的伙伴，但 Manus 给人的感觉完全不同，那种体验真的很魔幻。
你们发布前一晚，有意识到这东西会这么成功吗？你们当时会不会觉得：“我们真的做出了一个特别的东西”？
张涛： 当时我们团队非常小，整个公司只有 40 个人。我们一直觉得这是个很好的产品，因为在开发过程中，我们自己每天都在被 Manus 惊到，办公室里每天都是这种氛围：“这也太强了吧。”“Manus 连这个都能搞定？”所以我们知道它大概率会成功，但我觉得没有任何人预料到，它最后会成功到现在这个级别。
重新定义 Agent 产品
主持人：从 Manus 一开始出现的时候，我就觉得你们几乎是在重新定义 Agentic AI 产品到底该长什么样。逐个聊聊你们的一些产品设计，以及背后的思考。先说 Virtual Sandbox（虚拟沙盒），那到底是什么？
张涛： 我们内部其实叫它 virtual machine。它非常重要，基本算是整个 Manus 系统的基础设施。因为我们一直觉得，过去很多 AI 之所以“不好用”，本质上是因为它们只有“大脑”。
其实可以顺便讲一下，为什么我们会把产品命名为 Manus。这个词来自 MIT 的校训：Mens et Manus。这是个拉丁语，意思是 “mind and hand”。我们认为，LLM 就是 “mind”，它们是超级聪明的大脑。但人类之所以能真正改变物理世界，不只是因为我们会思考，还因为我们有“手”。所以我们觉得，必须有人为这些聪明的大脑造出“手”，它们才能真正操作工具，真正对现实世界产生影响。
过去很多 AI 产品的问题就在于：它们只有脑子。它们一直在“想”，不停地在脑子里推理。但 Manus 不一样，我们直接给 AI 提供了一台电脑。AI 一旦想到：“也许我该做点什么”“也许我应该运行代码验证一下我的假设”，它就真的可以自己去做。它能自己浏览网页、运行代码、在文件系统里保存文件，甚至 30 分钟之后再把那个文件重新调出来继续工作。这个 virtual machine 基本改变了一切，因为它把电脑本身这个最强大的工具真正交给了 AI。
主持人：你们等于是在给 AI 配工具，让它真正去“工作”。还有一个我觉得特别有意思的产品决策，是你们允许用户实时看到整个过程：打开浏览器、写代码等等。这个设计背后是怎么想的？
张涛： 其实这是我们项目启动之后，第一个特别重要的决定。因为我们意识到，agent 对大众来说太新了，大家根本不熟悉这种产品。所以我们觉得，在这个阶段让用户看到每一步到底发生了什么非常重要。你必须让用户理解后台正在做什么，他们才会信任这个产品，所以我们把“透明”本身做成了产品功能。
主持人：再聊聊 Async workflow 吧。因为你们先通过透明建立了信任，接着用户就可以放心离开，不需要一直盯着它。这个想法是怎么来的？
张涛： 我们创始团队基本全是工程师。虽然我是做产品的，但我已经写了 30 多年代码。我们所有人都会 coding，而且全都是 Cursor 的重度用户。但 Cursor 有个问题：你必须一直开着电脑。因为它是本地运行的，所以你得盯着它。尤其早期那几个月，它经常需要人类不停点击 accept。我们当时就在想：为什么 Cursor 总要我点 accept？后来发现，本质上是因为它运行在我的本地电脑上。它需要我的权限去执行命令，否则真有可能把整台电脑搞坏。
但 Manus 不一样。Manus 的电脑在云里，不在你的本机，所以 agent 可以非常安全地自己执行所有步骤。我们不需要用户不停点 accept 按钮，而是让 agent 自己在云端完成全部工作。然后这又带来了另一个优势：Async。因为一切都运行在云端，所以你把任务交给 Manus 之后，就可以直接离开。你可以关掉电脑，把手机放回口袋，去做自己的事情。等十分钟、二十分钟之后，任务完成了，我们再给你发通知，你只需要回来查看结果就行。
主持人：你自己平时会怎么用 Manus？
张涛： 几乎什么都用。对我来说，我每天都在用 Manus 做 prototyping。只要我脑子里冒出一个新想法，我不会再先找设计师画东西了。我会直接把脑子里的所有想法一股脑告诉 Manus，然后让它给我生成第一个 prototype。而且这个 prototype 不是 Figma 那种静态原型，它是真正能运行的完整 prototype，有前端和后端，甚至里面还带 AI 能力。你真的可以直接玩、直接试、直接改。等 prototype 做完，我再把它交给设计师和工程师。他们会瞬间明白我要什么，因为他们看到的已经不是文档，而是真实的产品。
主持人：你们理想中的 Manus 用户是谁？
张涛： 我们内部会把他们叫作 “long tactical users”。
项目刚开始的时候，其实市场上已经有 Cursor、Windsurf、Devin 这些面向工程师的 fancy tools 了。所以我们当时决定：不再做另一个给工程师的工具，工程师已经拥有足够多了。
但普通用户，其实一直被忽视。他们没有这些 fancy tools，没有 Claude Code，没有 Codex。所以 Manus 的核心目标一直是：为所有人打造。我们理想中的用户，是那些想借助 AI 完成更多事情、但技术背景没那么强的人。
主持人： 我很喜欢这个方向，因为这种普通用户其实比工程师多太多了。
张涛： 对，数量大太多了，市场也大得多。
主持人：你已经写了 30 年代码，你觉得做 AI 产品和传统软件开发真的不一样吗？还是说本质上“软件终究还是软件”？
张涛： 我觉得完全不一样。我在这个行业已经超过 15 年了，以前做产品的方式，大概都是这样：我有一个 idea，先在 Figma 里做 prototype，然后跟设计师聊、跟工程师聊，大家开始做设计、做工程方案、写代码、测试、上线、收反馈，再不断迭代。
但现在整个流程彻底变了。因为过去产品经理和设计师的工作产出，本质上是 PRD 和设计稿，核心是“interface”。但在 AI 世界里，interface 已经逐渐不存在了。大多数 AI 产品，本质上都是 conversation。conversation 或者说 prompt 本身，就是新的 interface。
我知道现在很多公司，prompt 还是工程师或者研究员在写。但我觉得更合理的方式，其实应该是产品经理自己写 prompt。因为你写 prompt 的方式，本质上就像十年前你设计 interface 的方式一样。
主持人： 它其实就是新的 PRD。
张涛： 现在我们内部做产品的流程是：只要有新 idea，我们先直接用 Manus 自己把它 prototype 出来。等我们确认这个功能真的奏效、体验感觉对了之后，再去