整理 & 編譯：深潮TechFlow

嘉賓：張濤，Manus 聯創

播客源：潛雲思緒｜微信視頻號

原標題：《分享一下我們是如何從 Monica 經過兩次轉型，來到 Manus 這個點子，以及發佈後的一些經歷，作為 2025 年末的一個總結吧》

播出日期：2025年12月24日

如果你沒有時間，這是 Gemini 製作的太長不看版總結：

要點總結

本篇播客基於 Manus 聯創張濤的分享，深度回顧了公司在 AI 浪潮中從瀏覽器插件 Monica 進化到通用 AI 智能體（Agent）Manus 的三次關鍵轉型與成長曆程,。

• 商業里程碑：Manus 在發佈不到一年的時間內，實現了嚴格口徑下的 1 億美元年度經常性收入（ARR），公司整體年收入運行率達到 1.25 億美元，並位列 A16Z 全球 AI 應用排行榜前列。
• 產品演進與反思：從解決用戶“複製粘貼”痛點的插件 Monica 出發，團隊曾投入巨大資源開發 AI 瀏覽器 Rift，但因用戶遷移成本過高及 AI 與用戶爭奪設備控制權等問題，最終果斷選擇放棄，轉而探索通用智能體方向。
• 技術創新與理念：秉持 “心與手”（Mens et Manus） 的知行合一理念，Manus 核心設計為 AI 配備獨立的 雲端虛擬電腦，使其能通過代碼作為中介自主決策、操縱工具並交付實際結果，而非僅停留在“大腦”層面的思考。
• 全球影響與未來展望：Manus 在多項國際技術基準測試中展現出超越主流模型的性能優勢，並在九個月內實現了從數據可視化到 全棧網頁及移動應用開發 的功能躍遷。

本篇自白不僅記錄了一家中國初創公司在全球 AI 競爭中的崛起，也為 AI 智能體的未來形態——“更少的結構，更多的智能”提供了深刻的實踐洞察。

精彩觀點摘要

• 在創業過程中，尋找機會點是非常關鍵的。
• 產品名字 Manus 就來源於“Mens et Manus”，意思是“心與手”，強調知行合一——不僅要思考，還要通過實踐去影響世界。
• Manus 已實現嚴格口徑下的 1 億美元 ARR（年度經常性收入，即如果產品按月或按年訂閱收費，ARR就是把這些“固定、可持續的訂閱收入”按一年口徑統計出來的數。）。
• Cursor 所代表的 AI 編程能力不僅能夠賦能專業工程師，還釋放了一種新的潛力——它可以解決許多日常任務，比如數據分析、文件轉換等。
• 我們意識到應該轉向為普通用戶服務，我們的目標是構建一個通用的 AI 智能體 (AI Agent)，通過代碼作為中間媒介來解決各種日常任務。
• AI 不應該和用戶爭奪電腦的使用權，AI 應該擁有自己的設備，獨立運行。
• Manus 的工作方式：它能夠獨立思考每一個步驟，決定如何完成任務。用戶只需提供任務目標，剩下的工作由 AI 來完成。
• Manus 的核心設計理念是為 AI 配備一臺屬於它自己的雲端電腦。在這臺雲端電腦上，AI可以自主運行每一輪的智能體循環。
• 雖然 Manus 僅發佈了 14 天，但 Anthropic 已經將我們列入了“世界級編程工具 (World Class Coding)”的分類，與 GitLab、GitHub 等神級公司並列。
• 如果想要真正對現實世界產生影響，僅僅依靠思考是不夠的，否則就會變成“缸中之腦”，永遠停留在腦內的思考和回憶中。
• 我們希望為大模型賦予一雙“手”，讓它能夠操縱工具，完成複雜任務，從而交付實際結果。

公司產品與行業認可

• 介紹公司主打產品 Master 和 Monica，以及它們在 A16Z榜單中的表現。
• 提及 Manus 在消費量榜單中的排名及其市場表現。

張濤：

關於 AI 應用的創業方向，這可能為有志於創業的朋友們提供一些參考。我們公司的主打產品之一是 Master，它由一家人工智能公司開發，但實際上，我們不僅有 Master 一款產品。在今年 Andreessen Horowitz（A16Z）評選的 AI 應用 Top 50 榜單中，Master 排名第 31 位。此外，我們的另一款產品 Monica 也成功上榜，使得我們成為少數擁有兩款產品進入 Top 50 的公司之一。

除了主榜單外，A16Z 還發布了一個基於用戶消費量的榜單，統計北美地區創業公司使用 AI 工具的情況。這個榜單顯示，Manus 在消費量排名中位列第 33 位。這從側面證明了 Manus 在用戶覆蓋率和營收方面的全球表現，取得了顯著的成績。

技術優勢與基準測試

• Manus 在 Scale AI 發佈的遠程勞動力指數（ROI）中的表現。
• Manus 的多個版本（1.0 和 1.5）在基準測試中超越其他主流模型（Claude 4.5、GPT-5、Gemini 3 Pro 等）。
• 通過 Elo 分數展示產品的技術優勢。

張濤：

此外，我們的產品在行業內的多個基準測試（Benchmark）中也表現領先。比如，Scale AI 發佈的遠程勞動力指數（ROI）評估了先進的 AI 智能體（AI Agent）完成真實世界任務的能力。

換句話說，這些任務的完成可以直接帶來經濟收益。在這一評測中，我們的產品 Manus 的 1.5 版本以及 1.0 版本均超過了其他領先的模型，比如 Claude 4.5、GPT-5、Gemini 3 Pro 等。如果以 Elo 分數衡量，我們的產品甚至領先了 60 分以上，達到斷崖式的優勢。

（在 AI 領域，Elo 分數通常被用來比較不同模型在某些任務上的表現。具體來說：

• 每個模型會在某些基準任務中進行“對戰”，例如回答問題、生成內容或完成具體任務。
• 根據模型在任務中的表現，比如準確性、效率或用戶滿意度，系統會調整模型的 Elo 分數。
• 分數越高，表示模型在這些任務上的表現越優越。）

商業成就與發展里程碑

• Manus 實現嚴格口徑下的 1 億美元年度經常性收入 (ARR)，以及公司整體年收入達到 1.25 億美元。
• 回顧公司成立背景及發展歷程，包括 GPT-3 和 ChatGPT 的發佈對公司創立的影響。

張濤：

除了這些數據支持，我們在上週正式宣佈，Manus 已實現嚴格口徑下的 1 億美元 ARR（年度經常性收入）。這一指標不包括一次性收入，比如增值包等。如果加上其他產品的收入和增值包，公司整體年度運行率已經達到 1.25 億美元。對於一家成立僅三年且 Manus 發佈不到一年的公司來說，這無疑是一個重要的里程碑。

回顧這段發展歷程，可以追溯到 2021 年 3 月 25 日。當時 OpenAI 發佈了 GPT-3 模型。雖然如今 GPT 已經家喻戶曉，但在 2021 年，除了 AI 領域的專業人士，大眾對 GPT 還知之甚少。包括我自己，當時通過一個叫 Copy.ai 的產品才瞭解到 GPT-3 的強大功能。這個產品可以自動生成文案，而它背後的技術就是 OpenAI 的 GPT 模型。

2022 年 10 月 30 日，OpenAI 基於 GPT-3 推出了 ChatGPT，這款產品一經發布便震驚了全世界，我們的公司也因機緣巧合而誕生。我們的 CEO 張濤在 ChatGPT 發佈前的一週，通過一些隨機途徑接觸到了 GPT-3 模型。他覺得這個技術非常神奇，應該基於它開發一些產品。由於張濤之前的創業項目是瀏覽器插件（微版助手），他的初步想法是結合 GPT-3 的能力開發一個瀏覽器插件。但就在這個想法剛剛形成時，ChatGPT 發佈了。於是，公司開始圍繞 ChatGPT 的生態展開探索。

Monica：早期產品探索與創新

• Monica 的開發背景及功能亮點，例如側邊欄交互、上下文內使用 AI 等。
• Monica 的市場表現，包括用戶數及收入。
• Monica 的侷限性（瀏覽器插件市場規模有限）及公司對 AI 瀏覽器 Rift 的探索。
• Rift 瀏覽器項目開發的過程及最終取消的原因（用戶遷移成本高、AI與用戶爭奪設備使用權）。

張濤：

作為一家小型創業公司，我們無法直接與 OpenAI 競爭。因此，我們選擇從 ChatGPT的痛點入手，尋找差異化的切入點，逐步打造出自己的產品。

在創業過程中，尋找機會點是非常關鍵的。當時我們團隊發現了一個痛點：用戶在使用 ChatGPT 等 AI 產品時，常常需要在聊天機器人生成內容後手動複製粘貼到工作環境中，比如撰寫郵件、編輯文檔等。這種操作需要頻繁切換瀏覽器標籤頁或應用程序，體驗非常割裂。AI 的功能在 ChatGPT 中，但用戶的工作環境卻在其他地方，這種不連貫的使用體驗讓我們意識到存在一個優化的機會。

於是，我們開發了公司的第一個 AI 產品——Monica。Monica 是一個瀏覽器插件，它位於瀏覽器的側邊欄中，用戶可以直接在側邊欄中與 AI 進行交互，比如像聊天機器人一樣提問。同時，我們整合了多家領先的大模型，比如 Claude 和其他主流模型，使 Monica 成為一個多功能的 AI 工具。

Monica 的優勢不僅體現在側邊欄的交互上，還可以與用戶正在瀏覽的網頁進行互動。例如，用戶可以讓 Monica總結網頁內容、翻譯網頁文本等。這種“上下文內使用 AI”（in-context）的設計解決了早期 AI 工具使用過程中的割裂問題。

此外，隨著市場上大模型的種類越來越多，用戶可能不願意訂閱多個產品。Monica 提供了一種便捷的解決方案：用戶只需訂閱 Monica，就可以使用多個廠商的模型。這種整合的功能極大地提升了用戶體驗，也成為 Monica 在中期發展的重要價值點。

Monica 還支持許多其他功能。例如，當用戶在觀看 YouTube 視頻時，插件可以在視頻的右側生成一個內容摘要，提供視頻的主要信息和具體時間線。用戶可以點擊時間線，快速跳轉到相關內容。這種功能讓用戶能夠高效地瀏覽視頻內容。

在閱讀 PDF 文件時，尤其是學術論文（如《Attention is All You Need》這篇引領當前 AI 浪潮的經典論文），Monica 的 ChatPDF 功能非常實用。用戶可以上傳 PDF 文件，邊閱讀邊與文章內容進行交互，比如提問、翻譯或讓 AI 解釋特定段落。這對於需要閱讀大量論文的 AI 初學者來說非常友好。

另一個我個人特別喜歡的功能是文章簡化功能。很多時候，長篇文章難以閱讀，而 Monica 的簡化功能可以將長段落變成短段落，同時保留文章的結構和章節內容。與傳統的文章摘要工具不同，Monica 的簡化功能不會壓縮文章成幾段簡短文字，而是儘量保留原文的完整性，包括段落結構和配圖。用戶在閱讀時可以隨時查看原文段落，這種設計更貼近人類的閱讀習慣，能夠幫助用戶更快速地消化信息。

當然，以上只是 Monica 功能的一小部分。我們還圍繞各種場景進行功能設計，比如看視頻、發社交媒體（如 Reddit、LinkedIn、Twitter）、撰寫郵件等。早在 Google 為 Gmail 添加 AI 功能之前一年多，Monica 就已經能夠幫助用戶在 Gmail 中自動生成郵件內容。即使在 Google 推出自己的 Gmail AI 功能之後，我仍然認為 Monica 的寫作助手比 Google 自家的功能更優秀。如果你使用過 Monica，應該會有同樣的感受。

Monica 的核心價值在於其瀏覽器插件場景，能夠幫助用戶在當前上下文中直接高效地利用 AI，而無需跳轉到其他地方，這個產品本身取得了不錯的成功。在 Chrome 的 Web Store 上，Monica 已經有約 300 萬用戶，獲得了3萬條評分，平均評分高達4.9分，成績非常亮眼。在商業上，Monica也取得了一定的成功。雖然我們現在的主要精力放在 Manus 上，但 Monica 仍然由一個小團隊負責開發和維護，並且即將迎來一次重要的更新。目前，Monica 仍為公司貢獻了約1500萬美元的年度經常性收入 (ARR)。

儘管如此，作為瀏覽器插件，Monica 的市場天花板相對較低，原因在於許多普通用戶甚至不知道瀏覽器可以安裝插件。雖然我們後來開發了移動端和桌面端版本，但在如今的時代，分發應用的成本和難度非常高，尤其是對創業公司來說，廣告推廣的費用幾乎難以承受。因此，瀏覽器插件仍然是 Monica 的主要使用場景。我們目前的幾百萬日活用戶大部分都集中在插件端。不過，我們也發現了一個瓶頸：使用瀏覽器插件的用戶群體規模有限，儘管我們已經達到了300萬用戶，但這個市場的潛力基本上停留在百萬用戶級別，年化營收也基本上在幾千萬美元左右，很難進一步擴大。

於是，我們開始思考下一步的發展方向。去年初，我們團隊決定，既然我們擅長開發 AI 瀏覽器插件，而許多用戶並不知道如何安裝插件，為什麼不直接開發一款 AI 瀏覽器呢？我們希望能一步到位，為用戶提供更完整的解決方案。從去年3月到去年10月，我們花了七個月時間開發了一款名為 Rift 的 AI 瀏覽器。然而，儘管我們投入了大量精力，但最終選擇取消了這個項目，因此這款瀏覽器從未正式發佈。今天，我有機會展示這個項目的一些遺留版本，存放在我的電腦中。

Rift 瀏覽器集成了許多 AI 功能，包括 Monica 的全套功能以及一些獨特的特色。例如，每次新建標籤頁時，用戶會進入一個儀表盤（Dashboard），它會根據不同標籤頁的內容進行自動聚類。即使用戶沒有良好的標籤管理習慣，Rift 也能根據網頁內容自動將標籤分類並按主題聚合，極大提升了瀏覽效率。為了保護用戶隱私，Rift 的後臺運行著一個小型本地部署的大語言模型 (LLM)，所有功能都在用戶本地完成，既保護隱私，又提升數據處理速度。

此外，Rift 還支持圖片和視頻的高清處理功能。例如，模糊的圖片可以通過 AI 技術變得清晰，視頻可以進行字幕翻譯，並提取語音內容轉化為文字。用戶在瀏覽網頁時，如果遇到鏈接不想立刻點擊，Rift 的鏈接摘要功能（Link Summary）可以快速生成一個小卡片，展示鏈接背後的內容，而不會干擾用戶的主線瀏覽流程。

Rift 還提供自動化功能，將非結構化網頁內容提取為結構化數據。這些功能讓用戶在瀏覽時更加高效，同時也展示了 AI 技術在瀏覽器場景中的廣泛應用。

在去年 9 月，我們已經完成了自己的 AI 瀏覽器項目，但最終沒有發佈它。作為這款瀏覽器的創造者，我在使用過程中發現了一些問題。首先，大部分功能其實 Monica 已經可以完成，只有少數功能涉及到控制瀏覽器時，我們遇到了一個很大的難題。當 AI 開始控制瀏覽器時，它會和用戶爭奪電腦的使用權，比如搶鼠標、搶鍵盤，有時甚至會因為後臺切換而發生衝突。這種體驗雖然在演示時看起來很酷，但在日常使用中卻顯得非常不便。

另一個問題是瀏覽器作為一個有著幾十年歷史的產品，其用戶遷移成本非常高。要說服用戶放棄現有的瀏覽體驗轉而使用一個新的瀏覽器，不僅需要展示新功能，還得滿足用戶對舊功能的需求。在早期用戶調研中，我們發現大多數用戶關心的不是瀏覽器的新 AI 功能，而是他們習慣的功能是否可以被替代。例如，用戶會問：“我在 Chrome 上習慣用的功能，在哪裡？”或者“我用 Safari 的某個功能，能不能在你的瀏覽器上找到？”對於一個小型創業團隊來說，要完全對標功能齊全的 Chrome 和 Safari 是極其困難的。而這些成熟產品的現有價值已經非常高，用戶對新瀏覽器的增量價值需求往往無法抵消遷移成本。

綜合考慮到這些問題——AI 與用戶爭奪電腦使用權的體驗問題，以及瀏覽器切換的高成本，我們最終決定終止這個項目，儘管我們已經投入了公司一半的資源，花費了七個月時間開發它，但我們最終忍痛取消了這個項目。

有趣的是，就在我們決定放棄瀏覽器項目的那一天，我從武漢飛回北京，剛剛降落時打開手機，看到 Browser Company 的消息。這家公司是 ARC 瀏覽器的開發者，很多喜歡先進瀏覽器的朋友可能都聽說過這個產品。他們的 CEO Josh Miller 宣佈公司將轉型去開發一個新的 AI 瀏覽器，雖然沒有明確表示放棄 ARC，但他們的方向已經發生了改變。在他的分享中提到，即使 ARC 是一款非常成功的瀏覽器，但當他們嘗試向非技術極客的用戶推廣時，發現用戶的接受度仍然很低，甚至連他的朋友都不願意使用。聽到這些，我感到非常共鳴。瀏覽器作為一個成熟的產品，用戶的切換成本確實太高了。這一瞬間讓我意識到，我們的洞察和他們的經驗是如此相似，這也讓我們更加堅定了放棄項目的決定。

從編程工具到通用智能體

• 使用 Cursor 編程工具的啟發。
• Cursor 的功能及對普通用戶的吸引力。
• 轉向開發通用 AI 智能體 (AI Agent) 的初衷：通過代碼解決日常任務，服務非程序員用戶。

張濤：

在取消瀏覽器項目後，我們團隊開始思考下一步的方向。雖然我們是一個小型團隊，但在開發瀏覽器項目的過程中，我們學到了許多關於 Chromium 和相關技術的寶貴經驗。我們甚至完全基於 Chromium 的底層架構，用 Swift 構建了一個全新的 Swift UI 瀏覽器項目，這種技術積累為我們未來的轉型提供了支持。

與此同時，我們從去年 7 月份特別火爆的編程工具 Cursor 中獲得了重要的啟發。Cursor 藉助 Claude's S3.5 模型，迅速成為程序員的首選工具。作為公司的創始團隊，我們幾個人都是程序員，用 Cursor 的體驗非常棒。我們公司的代碼產出中，當時約 20%-30% 是由 AI 生成的，而現在已達到約 90%。但更有意思的是，我們發現 Cursor 的影響不僅侷限於程序員，它還吸引了許多非程序員用戶。

例如，我觀察到我的妻子，她並不懂編程，但能夠用 Cursor 將 MP4 視頻文件轉換為 MP3。她只需輸入自然語言命令：“將目錄中的視頻文件轉換為 MP3”，Cursor 就能生成一段 Shell 腳本並完成任務。同樣地，我的同事們也利用 Cursor 進行數據分析，比如通過 Python 腳本處理 Excel 文件並生成結果。我們注意到，這些非程序員用戶完全不關心代碼窗口裡的內容，他們只需點擊 Cursor 提供的建議，逐步完成任務。

這讓我們意識到，Cursor 所代表的 AI 編程能力不僅能夠賦能專業工程師，還釋放了一種新的潛力——它可以解決許多日常任務，比如數據分析、文件轉換等。這些任務並不需要用戶懂得編程，卻可以通過 AI 的編程能力來高效完成。寫代碼的能力正成為解決通用任務的一種強有力的工具。

在使用 Cursor 的過程中，我們獲得了一個重要的啟發。雖然當時很多人都在嘗試開發類似 Cursor 的編程智能體 (Coding Agent)，比如後來出現的 Windsurf 和其他廠商的產品，但我們決定不再專注於為程序員開發工具。原因很簡單：程序員已經有非常多優秀的工具可供使用，並不缺少我們這一款產品。我們意識到，應該轉向為普通用戶服務——那些可能一輩子都沒寫過代碼的用戶。我們的目標是構建一個通用的 AI 智能體 (AI Agent)，通過代碼作為中間媒介來解決各種日常任務。這是我們最初的理念。

Manus 的開發與發佈

• Manus 的核心設計理念：為 AI 配備雲端電腦，獨立完成任務。
• Manus 的智能體循環工作機制。
• 產品發佈過程中的故事，包括髮佈會的準備細節、視頻拍攝及全球市場的反饋。
• 產品發佈後面臨的流量激增及基礎設施挑戰。

張濤：

在使用 Cursor 時，我們還發現了一些問題。Cursor 的工作需要用戶不斷手動點擊“接受下一步“，如果用戶不授權下一步，它可能會對電腦造成損害。我們甚至聽說有朋友因為不小心點擊了“下一步”，結果導致整個項目文件夾被刪除，無法恢復。此外，由於 Cursor 是運行在用戶的電腦上，用戶必須全程監控其操作，決定是否允許它執行下一步任務。如果用戶關閉電腦，Cursor 就無法繼續運行。這種體驗顯然存在問題，尤其是對於一個長期陪伴用戶、幫助解決問題的 AI 智能體來說，這種設計並不理想。

結合我們在瀏覽器開發中的經驗，我們意識到 AI 不應該和用戶爭奪電腦的使用權，AI 應該擁有自己的設備，獨立運行。因此，Manus 的初衷就是要解決這個問題。我們決定構建一個類似於 Cursor 的系統，但將整個推理過程放在雲端運行。在雲端，我們為每個任務分配一個虛擬機，讓 AI 擁有自己的“電腦”來完成任務。這樣，用戶只需將任務交給 AI，AI 就可以獨立完成工作，無需用戶時刻監控或擔心設備被佔用。

舉個例子，我最近使用 Manus 處理一個非常複雜的任務。今年因為忙於 Manus 的發佈，我忘記續費阿里雲，導致我保存了 20 年的博客數據丟失了。這個博客對我來說意義重大，我希望能找到辦法恢復它。我將這個任務交給 Manus，它開始嘗試各種方法，從互聯網上尋找我的博客的歷史備份。它首先搜索歷史存檔網站，找到一些相關內容後，決定如何爬取這些數據。通過 Manus 的 Web Research 功能，它能夠逐步分析每一個步驟，最終成功找回了我的博客內容並重新構建了網站。

這種任務類型凸顯了 Manus 的工作方式：它能夠獨立思考每一個步驟，決定如何完成任務。用戶只需提供任務目標，剩下的工作由 AI 來完成。這種設計不僅解決了 AI 與用戶爭奪設備使用權的問題，還顯著提升了任務的自動化和效率。

Manus 的核心設計理念是為 AI 配備一臺屬於它自己的雲端電腦。在這臺雲端電腦上，AI 可以自主運行每一輪的智能體循環。在每次循環中，AI會決定在雲端電腦上執行某個操作，操作完成後會生成一個“觀察結果”，然後返回給智能體。智能體根據這個結果決定下一步的行動。這種設計非常簡潔：由智能體系統決定下一步動作，然後在雲端電腦上執行，再根據結果進行下一步決策。這樣的系統架構讓 Manus 能夠實現令人驚歎的功能，例如它能夠通過爬取和整合數據，最終幫助我恢復了丟失的博客網站。這一經歷讓我感觸頗深。

Manus 的最初構想是為 AI 配備一臺雲端電腦，讓它能夠獨立完成任務，而不是與用戶爭奪設備的使用權。我們遵循了一個重要的設計原則——“更少的結構，更多的智能 (Less Structure, More Intelligence)”。這意味著我們不預先給 AI 設置固定的工作流或規則，而是讓底層模型的智能在每一輪循環中自主決定下一步的行動。這樣的設計讓 Manus 能夠解決非常多的通用問題，而不僅僅侷限於傳統智能體依賴預置工作流的方式。

從去年 11 月開始，我們花了四個月時間開發 Manus，並在 2025 年 3 月 5 日晚上正式發佈。由於我們面向全球用戶，並主要瞄準歐美市場，因此選擇在歐美地區時差適合的晚上 10 點發布。我相信許多人都看過我們發佈會的視頻，這個視頻甚至引領了一種新的發佈會潮流。後來許多友商在發佈產品時也開始模仿，比如坐在沙發上，背景擺放一些植物等。

Manus 發佈會的視頻是我們團隊自己拍攝的，過程充滿了創業的艱辛和創意。3 月 1 日正式拍攝時，我使用了自己的索尼相機，並向投資人借了一款非常優秀的鏡頭。我的實習生也參與了拍攝。整個視頻的製作費用非常低廉：我花了 9.9 美元購買了背景音樂 (BGM) 的版權，又花了 19.48 美元買了 CapCut 的會員，用來剪輯視頻。視頻最終成為我個人視頻號播放量最高的一段內容，傳播非常廣。

3 月 5 日晚上，我們在北京的小辦公室裡正式發佈了 Manus。這間辦公室非常小，僅有六七個工位，但那天晚上我們非常興奮。經過四個月的開發，我們每天測試產品時都能看到許多令人驚歎的案例，大家都迫不及待地想要和全世界分享這個有趣的小工具。發佈會現場還通過遠程屏幕連接了武漢辦公室，大家一起慶祝這一重要時刻。

作為一個全球化產品，我們希望歐美市場的用戶能夠真實體驗到 Manus，並提供反饋。但實際情況遠遠超出我們的預期。比如在 3 月 9 日時，我和 CEO 張濤一起觀看了 YouTube 上一些博主製作的關於 Manus 的視頻，這些博主我們完全不認識，卻非常認真地評測和介紹我們的產品。有些視頻甚至長達幾十分鐘，內容詳盡且專業。我們感到十分感動。此外，像 Hugging Face 的創始人 Claire 和知名 AI 影響者 Rowan 都在宣傳我們的產品，甚至 Twitter 的創始人 Jack 也轉發了關於 Manus 的內容。我沒有想到我居然能做出一個產品讓 Jack 轉發並評價為“優秀”。更令人驚訝的是，Jack 離開 Twitter 後幾乎很少發推文，全年發的推文數量基本是個位數，而其中一條竟然是關於 Manus 的。這讓我感到非常榮幸，作為一個做了十幾年產品的人，這一刻是非常欣慰的。

然而，欣慰很快被現實的巨大挑戰所取代。我們原本的預期是發佈一個月後能有幾萬用戶使用並提供反饋，然後逐步迭代優化。然而，發佈後產品立刻爆火，湧入的流量遠超預期。在發佈後的短短一週內，用戶數量就達到了幾百萬。由於我們對基礎設施的準備不足，系統很快面臨崩潰的風險。為了控制系統的穩定性，我們不得不維持邀請碼機制，並不斷修復問題。比如在 3 月 11 日時，PIG 發推文提到我們修復了一個問題，卻導致另一個問題接踵而至。

最令人啼笑皆非的是，我們發佈時甚至沒有準備好收費系統。我們原本以為只有少量行業內人士會評測產品，沒想到會有如此多的用戶湧入。這直接導致我們在發佈後的十幾天裡，雖然基礎設施問題逐漸得到解決，但產品的運營成本卻非常高。由於 Token 的價格昂貴，我們的日均運營成本一度達到 50 萬美元。而我們銀行賬戶裡的資金只有 800 萬美元。如果放開邀請碼機制，用戶的熱情可能會導致我們一天就燒光所有資金，直接破產。

在 Manus 發佈初期，由於收費系統尚未上線，我們無法完全開放系統，因為一旦放開，公司的運營就可能面臨嚴重的財務壓力。流量湧入的規模和資金消耗是難以想象的。直到 3 月 28 日，我們才終於趕製出了收費系統，並開始逐步開放註冊。有了付費用戶的支持後，每天的運營成本才逐漸下降。回顧早期的經歷，確實有許多地方沒有準備充分，比如連收費系統都沒有提前做好，這確實是一次非常獨特的創業體驗。

用戶交流與全球推廣

• Manus 發佈後，全球用戶的反饋及使用場景分享（如沙特牙醫的案例）。
• 創始人走訪全球用戶，與用戶面對面交流需求。
• Manus 名字的來源及與 MIT 校徽格言的聯繫。

張濤：

除了發佈初期的故事，還有許多有趣的細節，比如在發佈後的頭兩週，我們為了與全球用戶的時區對齊，辦公室幾乎是 24 小時輪班工作。發佈後的兩週，我開始到各個國家走訪用戶，因為我們發現 Manus 的用戶分佈非常廣泛。作為一個通用智能體，我們特別想搞清楚用戶到底在用它做什麼。為了更好地瞭解用戶需求，我決定與他們面對面交流。首先，我去了韓國，恰好趕上 Anthropic 在韓國舉辦的第一次開發者峰會。讓我驚喜的是，雖然 Manus 僅發佈了 14 天，但 Anthropic 已經將我們列入了“世界級編程工具 (World Class Coding)”的分類，與 GitLab、GitHub 等神級公司並列。甚至我們的靈感來源 Cursor 也在這個分類中，這讓我感到非常意外和榮幸。

隨後，我和我們的首席員工 Parker 一起去了硅谷，參加了英偉達的 GTC 大會。為了吸引注意，我們專門製作了一件 T 恤，上面寫著：“我們在發佈後 14 天就燒了 100 萬美元的 Token。如果你想知道為什麼，可以過來聊聊。”這件 T 恤非常吸睛，吸引了許多人前來交流。英偉達似乎也對我們的故事很感興趣，因為我們講述的是一個高消耗 Token 的產品故事。

在 GTC 大會上，有一個讓我非常開心的瞬間。當我走到一家名為 H20 的展臺時，這家公司以企業級人工智能解決方案聞名。他們正在宣傳自己在蓋亞 (Gaia) 基準測試中達到了世界紀錄，排名第一。而令人意外的是，我們的 Manus 排在第二位！這讓我感到非常震撼。我們僅僅是一個小型創業公司，產品發佈才 15 天，沒想到在硅谷這樣的 AI 創新中心，竟然有人開始將 Manus 與頂尖公司進行比較。我當時非常激動，心想如果每一家頂級公司都願意把我們拿來作比較，哪怕我們一直排第二，我也會感到非常欣慰。能夠在這樣的環境中獲得認可，對我們來說是一種莫大的鼓勵。

後來我去了波士頓，首先，我去了 MIT。之所以一定要去 MIT，是因為我們的產品名字 Manus 就來源於 MIT 的校徽上的格言“Mens et Manus”。這是一句拉丁語，意思是“心與手”，強調知行合一——不僅要思考，還要通過實踐去影響世界。過去兩年間，大多數大模型廠商專注於構建“智能的大腦”，讓模型變得越來越聰明。然而，我們認為如果想要真正對現實世界產生影響，僅僅依靠思考是不夠的。否則，就會變成“缸中之腦”，永遠停留在腦內的思考和回憶中。我們希望為大模型賦予一雙“手”，讓它能夠操縱工具，完成複雜任務，從而交付實際結果。

之後，我從美國飛往中東地區，先到了迪拜，然後前往沙特阿拉伯。儘管 Manus 僅發佈了一個月，但我們已經在世界各地收穫了許多支持者。與這些用戶交流的過程中，我發現他們的使用場景非常豐富。例如，一位沙特的牙醫向我介紹了他的牙科診所，並分享了他如何通過 Manus 提高經營效率。這讓我感到非常震撼，同時也讓我更加確信我們最初設計通用智能體的初衷——希望與用戶共同構建一個生態，而不僅僅是我們告訴用戶 Manus 能做什麼。事實上，大部分使用場景都是用戶主動告訴我們的，這個過程充滿了驚喜和意義。

產品迭代與功能擴展

• Manus 在發佈後的九個月內進行多次功能迭代。
• 數據可視化、MailManus功能、全棧網站開發能力等功能創新。
• MAX 1.5 和 MAX 1.6 版本帶來的重要升級，例如移動應用開發能力。

張濤：

在 Manus 發佈後的九個月裡，我們並沒有停留在 3 月份的版本，而是進行了許多產品迭代。尤其是過去的六個月，我們推出了許多重要的功能升級。例如，從 7 月份開始，我們加入了數據可視化功能，並增強了製作 PPT 和幻燈片的能力。現在，你看到的這份幻燈片其實就是 Manus 自己生成的。我只需要告訴它根據最近六個月的產品更新制作一頁 PPT，它就能自動完成。

8 月份，我們發佈了一個非常重要的功能——Wide Research。這項功能使 Manus 能夠處理複雜的任務，遠超一般 AI 工具的能力。例如，我讓它找到 YC 第 21 批創業者的所有電子郵件地址，它會觸發 336 個子任務，分別研究這些公司的創始人和聯合創始人，最終找出他們的聯繫方式。這種任務類型對於其他 AI 工具來說幾乎無法完成，因為它們通常在單一會話中循環，處理到 10 或 20 個任務時就會崩潰。而 Manus 的 Webhooks 是一個重要的創新，能夠解決許多複雜問題。

隨後，我們推出了 MailManus 功能。通過這一功能，你可以直接在郵箱中完成任務，而不需要回到 Manus 的界面。例如，當我收到活動邀請郵件時，只需將郵件轉發給我的 ManusBot，它就會自動接受任務，用自己的雲端電腦完成活動註冊和信息填寫的所有步驟。這使得任務處理更加便捷和高效。

在 MAX 1.5 版本中，我們進一步擴展了網站開發能力。之前，Manus 只能開發靜態網頁，而在 1.5 版本後，它可以開發帶有完整後端功能的網站，包括數據庫和原生 AI 功能。例如，我讓它為我創建一個高達模型收藏站，僅通過簡單的一句話描述，它就完成了整個網站開發。這個網站不僅可以瀏覽不同分類的高達模型，還能讓用戶將模型加入個人收藏庫，並查看各系列的收集進度。網站還具備數據庫分析功能，用戶可以註冊並查看自己的數據，管理自己的收藏。MAX 1.5 的發佈，使得 Manus 的網站構建能力達到了世界頂級水平。

11 月份，我們推出了 Browser Operator 功能，使得 Manus 不僅可以使用自己的雲端瀏覽器，還能通過插件使用用戶的本地瀏覽器，完成一些只有在用戶電腦上才能完成的任務。兩週前，我們發佈了 MAX 1.6 版本，推出了更強大的功能，尤其是在移動開發領域。現在，Manus 不僅能夠進行全棧網頁開發，還能開發完整的移動應用程序，包括最終編譯成安卓安裝包併發布到應用商店的能力。這些應用程序不僅是靜態的，還具備完整的後端功能，包括數據庫和原生 AI 功能。這些創新極大地擴展了 Manus 的應用邊界。

過去的九個月裡，我們一直保持著快速的產品迭代節奏，讓 Manus 得到了全球用戶的喜愛，並在商業上達到了第一個里程碑——年收入達到 1 億美元 (ARR)。回顧這一年，我感到非常欣慰。在年底這個時刻，我也想借此機會分享我們的心路歷程，並展望未來。我希望在 2026 年，Manus 能夠變得更加強大，為更多的用戶群體服務，解決更多類型的問題。同時，我也期待 2026 年成為 AI 應用的大年，吸引更多創業者加入這個浪潮，共同創造出更多真正具有價值的 AI 應用。這是我最希望看到的未來。