几个月前还风光无限的Manus，居然被传跑路了。继6月份把总部迁到新加坡后，最近又被爆出，120名员工只剩下40多个，其他全部被开除。
官方社媒内容全部清空，与阿里的合作动态被删除，中文版产品无法正常使用。就连用户数也从高峰的2000万，降到了1000万左右。
2025年3月6日，一段展示AI智能体Manus生成投资分析报告的视频引爆全球科技圈。这款由中国团队开发的通用型AI代理，仅凭“自主执行复杂任务”的概念，便在4小时内突破千万访问量，内测码一度被炒至10万元。
然而，仅仅130天后，这家明星公司却因总部迁至新加坡、大规模裁员、产品功能缩水等争议，陷入“跑路”疑云。用户数从2000万骤降至1000万，中文版服务全面瘫痪，而海外社交平台X上的账号却悄然更新旧金山徒步活动信息。
几个月就从明星项目到深陷跑路疑云的Manus，真的只是中国AI Agent之殇吗？
凭借智能体概念视频爆火
Manus爆火，始于一场技术理想主义的狂欢。
2025年3月，一段演示视频中，Manus仅用15分钟便完成从电商平台比价到生成投资分析报告的全流程操作，其界面设计将聊天框与执行窗口并置，仿佛将科幻电影中的数字助手具象化。
这款由连续创业者肖弘主导的产品，早期依托浏览器插件Monica积累的技术经验，宣称通过“多模型协同调度”和“动态记忆优化”技术，实现了AI从“建议者”到“执行者”的跨越。
其技术突破体现在自主代理架构、交互革命和性能碾压三个方面：任务分解算法可自主拆解复杂指令，左侧聊天框的自然语言输入与右侧实时执行窗口形成直观反馈，GAIA基准测试中全难度SOTA成绩更超越OpenAI同类模型。
manus创始人肖弘
市场反响印证了技术突破的震撼力。中文互联网上，“国运级成就”“颠覆性突破”等标签铺天盖地，邀请码炒作将产品推向神坛，甚至有人宣称“Manus可替代年薪50万的分析师”。
而海外科技社区却异常冷淡——YouTube播放量仅5.1万次，X平台评论不足500条。
这种冰火两重天的反差，暴露出中国AI产业在技术突围与市场躁动间的失衡。
开源社区仅用3小时复刻出功能相近的OpenManus，验证了其工程整合优势与底层创新的缺失；邀请码黑市则暴露了流量逻辑对技术纯粹性的侵蚀。
狂欢背后，隐忧已悄然浮现。用户测试显示，Manus在金融分析中仅调用单一数据源，生成报告的逻辑严谨性低于专业分析师；电商比价任务遗漏型号差异，导致价格数据失准。
国信证券指出，其“工具使用”的可靠性和精准度尚未达到商业化标准。更致命的是，单次任务成本高达2美元，远超普通用户承受能力，而同类产品如Devin编程助手的月费为500美元，OpenAI的“博士级”Agent甚至标价2万美元/月。
这种高成本源于其工作模式：每个任务需多次调用大模型，算力消耗呈指数级增长。开源模型OpenManus的出现虽提供了轻量化部署可能，但Manus团队对开源持谨慎态度，联合创始人季逸超强调“品牌才是护城河”，商业机密保护与生态共建的权衡成为困局。
拿到硅谷融资，出走新加坡
2025年4月，硅谷明星风投Benchmark的入局将Manus推向风口浪尖。
7500万美元B轮融资不仅带来5.5亿美元估值，更附带严苛的合规框架：母公司“蝴蝶效应”需将注册地转移至新加坡，接受美国外资投资委员会（CFIUS）对技术供应链的审查，并优先接入OpenAI、Anthropic等美国大模型API。
Benchmark的介入绝非偶然，其投资的HeyGen（AI视频公司）曾通过类似路径——2023年注销中国主体，2024年总部迁至洛杉矶——获得资本认可。对Manus而言，迁移既是应对中美监管摩擦的避险策略，亦是获取算力资源的战略选择。
迁徙带来的资源优化立竿见影。新加坡主体可调用亚马逊AWS亚太节点算力，训练成本降低40%；宽松的数据合规框架为服务全球市场提供操作空间。
然而，代价同样沉重：中文版产品停更，与阿里云合作终止，国内用户服务能力骤降；120人团队裁撤83%，仅保留核心技术人员赴新加坡。创始人肖弘在公开信中强调“遵守中国底线”，但现实是国内用户沦为“弃子”。一位前员工透露：“裁员名单未考虑工龄，只保留能迁移至新加坡的技术骨干。”
Manus官网
这场迁徙暴露了AI Agent赛道的深层矛盾。美国对华AI芯片禁令下，高性能算力获取渠道受限，而新加坡作为亚洲GPU枢纽，成为规避地缘政治风险的最佳落点。
曾有消息传出，其产品迭代曾因高端算力不足屡屡延迟，迁移后算力获取效率提升显著。
但数据跨境流动的合规性仍是悬顶之剑，欧盟《AI法案》要求高风险场景人工审核，限制Agent自主性；中国《生成式AI服务管理暂行办法》强调数据本地化存储，双重监管下，Manus的全球化布局更像在钢丝上行走。
消费级智能体路途甚远
技术理想与商业现实的撕裂，在Manus的产品表现中暴露无遗。
其核心功能宣称“全自主执行”，但实际能力边界清晰可见。在微软估值建模任务中，模型沿用2023年静态β值，忽视市场波动；电商比价时遗漏平台反爬机制，导致数据抓取偏差。
用户测试显示，完成复杂任务的平均耗时是人类的3倍，错误率高达27%。国信证券指出：“AI Agent需具备规划、工具使用、记忆三大核心能力，而Manus仅勉强达标。”
商业化困境则加剧了生存危机。订阅制模式（16-166美元/月）面临成本失控：调用多个大模型API使单任务成本激增，GAIA测试显示其算力消耗是Genspark的5倍。
对比竞品，Genspark专注网页分析，45天实现3600万美元ARR；而Manus的“大而全”策略使其陷入“样样通，样样松”困局。一位投资人直言：“消费级AI Agent注定烧钱，除非找到高频刚需场景。”
技术路径上，垂直深耕派与通用整合派的博弈持续：前者主张在医疗、金融等领域构建壁垒，后者相信跨场景协同才是未来。
商业模式上，订阅制与按用量付费的平衡难题未解，而伦理与监管风险如达摩克利斯之剑高悬。华创证券报告提出破局方向：场景深耕构建领域知识图谱，端云协同降低延迟，伦理先行建立决策可解释性框架。
Manus的130天起落，证明了AI Agent的技术潜力，也暴露了当前阶段的局限性。
正如肖弘所言：“模型终将趋同，品牌与用户体验才是护城河。”
当技术炒作退潮，唯有持续创造用户价值的产品才能穿越周期。在狂热与质疑中寻找平衡点，或许才是中国AI突围的关键。
