2025 年的最后一天，Meta 突然宣布收购 Manus。

这家成立仅三年的 AI Agent 创业公司，总部设在新加坡，由几位中国创业者创立。它不做基座模型，只专注于 Agent 层——帮助用户自动执行复杂任务的通用自主智能体。2025 年 3 月正式发布产品，8 个月内便实现了 1.25 亿美元的年化收入。

有报道称，扎克伯格开价 20 亿美元，据说 Manus 创始人肖弘开价多少，他就给多少，几乎是 " 闪电成交 "。

这一交易在创投圈引发阵阵涟漪，以至于元旦假期，多家 VC 加班研究自家投资组合里是否也有可被大厂收购的 AI Agent 创业公司。

Meta 为什么这么着急高溢价收购 Manus，因为它太焦虑，太需要一个能用的 Agent，一个能打的团队。

同理，国内的科技大厂未必就不想也收一个 "Manus"，如果过去嫌太贵，那么现在有了 Meta 打样，价码自然可以往上抬。

AI Agent 创业者、VC 能不激动吗？

但收购消息公布后，Meta 股价连续两个交易日下跌，说明资本市场并不认为这桩交易能来 Meta 带来多少改变。

毕竟，过去太多类似的交易被证明仅仅是针 " 止痛药 "，不能治病。

01 Meta 又又 " 吃药 " 了

在扎克伯克眼里，花 20 亿美元缓解焦虑并不贵。

2025 年 4 月 5 日，Meta 曾满怀信心地发布了第四代大模型 Llama 4 系列——最高参数量达到惊人的 2 万亿，模型发布后，一度冲上 Chatbot Arena 排行榜第二，仅次于 Google 的 Gemini Pro 2.5。

然而，高光时刻仅仅维持了 72 小时。

当社区开发者真正开始上手测试，问题便如潮水般涌来。多个独立评测显示，Llama 4 在实际任务中的表现与排行榜成绩严重不符；更有开发者质疑 Meta 是否针对特定基准测试进行了 " 特调优化 "。一时间，"Llama 4 翻车 " 的讨论甚嚣尘上，" 开源领袖难保 " 的标题，频繁出现在科技媒体的头版。

这一跤摔得够狠。在 Llama 4 之后，Meta 再也没能拿出一款真正服众的基座模型。反观竞争对手：Anthropic 的 Claude 系列持续迭代，在代码与推理任务上口碑极佳；Google 的 Gemini 凭借多模态能力和超长上下文处理一骑绝尘；OpenAI 的 GPT 系列虽然更新节奏放缓，但在 Agent 能力上不断突破—— Deep Research 和 Operator 两款智能体产品的发布，让 "AI 代理 " 的想象空间被实实在在地落地了。

而 Meta 呢？扎克伯格吹了整整两年的 " 个人超级智能助手 " 愿景，至今仍停留在 PPT 阶段。问题的根源很清楚：Agent 能力差了那关键的一口气。没有足够强大的底层模型做支撑，再宏伟的产品叙事也只是空中楼阁。

于是，扎克伯格开始了疯狂的 " 补课 " 行动。

2025 年 6 月，扎克伯格祭出大手笔：143 亿美元战略投资 Scale AI，并把其 28 岁的创始人 Alexandr Wang 挖来担任首席 AI 官。半年后，这笔交易的后遗症开始发作，Wang 与扎克伯格摩擦不断，核心高管陆续跑路，连图灵奖巨头杨立昆也宣布离职。花大钱买来的人用不好，原来的人也留不住。

就是在这样的背景下，Meta 动了收购 Manus 的心思。

从商业模式来看，Meta 的收入来源高度单一，绝大部分来自广告。而传统广告模式，在 AI 的冲击下正变得岌岌可危。一个直观的例子是：当用户开始习惯向 AI Agent 提问后，用户的注意力不再被 " 曝光 - 点击 - 转化 " 的漏斗所捕获，而是被 Agent 的推荐逻辑所主导。这意味着，谁掌握了 Agent 入口，谁就掌握了用户意图的最终解释权——而这正是广告模式的命门。

这就是 Meta 焦虑的真正根源：模型能力落后，产品叙事无法落地，而收入结构又没有给试错留出足够的缓冲空间。

同样，虽然 Manus 实现了 1.25 亿美元的年化收入，但自身不研发底层大模型，其产品体验高度依赖调用 Anthropic 的 Claude 等第三方模型 API，这带来了巨大的可变成本和供应链风险。

如果继续独立运营，一方面要面对 OpenAI、Google 等巨头自建 Agent 能力的竞争压力；另一方面，地缘博弈的不确定性，始终是悬在头顶的达摩克利斯之剑，作为一家创始团队和早期研发都在中国的公司，即便将总部迁至新加坡、清退中国业务和资本，但要获得美国市场的完全信任和接纳还是异常艰难。

但 Manus 一开始就采取了彻底决绝的 " 搬家 " 措施，就是奔着满足像 Meta 这样的美国科技巨头的并购审查要求而去的。

在 Manus 的产品刚刚在全球范围内引发热潮、年度经常性收入突破 1 亿美元、处于估值高点时，果断选择与 Meta 联姻，实现了商业价值的最大化，也证明了肖弘及其团队对时机有着精准的把握。

此时被收购，堪称一次 " 功成身退 "。

对于肖弘和核心团队而言，不但实现了财富自由，也进入 Meta 体系，Manus 的产品将有机会深度集成到 Meta 旗下如 Facebook、Instagram、WhatsApp 等每日有数十亿用户活跃的平台中。更重要的是，Meta 主导的 Llama 开源大模型生态，为 Manus 提供了稳定、可控且低成本的底层技术支撑。

这种各取所需的设想，很美好，但未来真的会一帆风顺吗？

02 中美大厂的 " 同病异症 "

在科技行业的博弈中，人们见过太多 " 大鱼吃小鱼 " 的戏码。

从雅虎豪掷十亿美金收购 Broadcast，到微软以 262 亿美元吞下 LinkedIn，每一笔巨额收购背后，都藏着某种难以言说的焦虑，——每一笔重磅交易的背后，都交织着对技术演进的预判、对生态话语权的争夺，以及对自身能力边界的重构—— 既是为了规避 " 技术代差 " 带来的生存风险，更是为了在不确定的变革中，锁定未来十年的核心增长曲线。

但无法否认的是，并不是每一场收购，都能迎来圆满的结局。

但 2025 年末 Meta 收购 Manus 这一幕，着实让人有些唏嘘——当扎克伯格以超过 20 亿美元的价格，仅用十余天就敲定了这笔交易，但众人分明嗅到了一种久违的味道：恐慌。

这不是一场深思熟虑的战略布局，而更像是掩盖失利的止痛药。

如果把视野拉宽，你会发现 " 焦虑 " 并非 Meta 的专利。太平洋两岸的科技巨头们，几乎都在经历同样的困惑：AI 时代来得太快，底层能力建设跟不上产品化需求，于是纷纷祭出 " 买人、买团队、买时间 " 的法宝。

但有意思的是，同样是焦虑，不同公司的症状表现却大相径庭。这种 " 同病异症 " 的对比，或许能帮我们看清他们是否找准了症结。

从腾讯、阿里、字节这三家巨头的表现来看，腾讯集中在一个字：守。月活 13 亿的微信是腾讯的命脉，但这个超级入口内置的混元助手使用率还未达到预期，元宝 App 的 DAU 也有待提升。所以，2025 年 12 月，腾讯高价从 OpenAI 挖来 27 岁的姚顺雨担任首席 AI 科学家，同时整合分散的大模型研发力量，即以 " 花大钱买人才、用组织调整抢时间 "，集中力量谋求突破。

阿里面临的是两线作战：B 端，阿里云份额被火山引擎觊觎；C 端，AI 应用存在感一度偏弱。2025 年 11 月，阿里密集推出千问和灵光两款 App，双双杀入 App Store 免费榜前六。但与腾讯、Meta 不同的是，阿里没有大规模外部挖人，而是选择 " 内部封闭研发 + 投资初创 " 的组合拳，可控性更强。

字节表面上是这场混战中最从容的玩家：豆包 DAU 破亿，火山引擎拿下春晚独家 AI 云合作，日均处理 50 万亿 token。2025 年初，字节也挖来了谷歌 DeepMind 副总裁吴永辉，但它没有把全部赌注压在一个人身上，而是让吴永辉专注长期基础研究，应用层和模型层各有独立团队并行推进。

但如果深入一层，其实这三者中，与 Meta 最为相似的，莫过于字节，因为二者的命脉，其实都是流量和广告。

这一点上，字节和 Meta 几乎是同一物种。

然而，在三巨头中，字节恰恰是最清醒的那一个。它没有陷入 " 大模型竞赛 " 的执念，而是把主要精力放在模型能力的产品化变现上；它也没有追求全栈自研，而是老老实实地在分发渠道上积累优势。TikTok+ 抖音 + 豆包的组合，让字节在 "AI 能力如何触达用户 " 这个关键环节上，比任何竞争对手都更有先发优势。

反观 Meta，问题恰恰是把顺序搞反了：先高调画饼，再发现模型能力跟不上；先花大钱买人，再发现整合不起来。这种 " 先画饼再补课 " 的打法，在技术迭代高度不确定的 AI 时代，几乎注定要碰壁。

03 收购，真能治愈焦虑症吗？

写到这里，一个更本质的问题浮出水面：对于大厂来说，收购真的能解决问题吗？

历史上最成功的 AI 收购案例，无疑是 Google 在 2014 年以约 5 亿美元收购 DeepMind。这笔交易之所以成功，有几个关键因素：Google 给予 DeepMind 高度自治权，让 Demis Hassabis 团队保持独立运作；Google 提供了长期、稳定的资源投入，没有急于追求短期商业回报；双方在技术理念上存在共识，都相信 " 通用人工智能 " 的长期愿景。

十年后的今天，DeepMind 已经成为全球最顶尖的 AI 研究机构之一。AlphaFold 对蛋白质结构预测的突破，为 Google 赢得了难以估量的科学声誉和技术储备。

但更多的 AI 收购案例，结局并不美好。

微软 2007 年以 63 亿美元收购数字广告公司 aQuantive，试图在 AI 驱动的精准营销领域对抗 Google，五年后确认 62 亿美元资产减值，几乎血本无归。

苹果多年来悄悄收购了 Emotient、Turi、Tuplejump 等十余家 AI 初创公司，但这些团队并入苹果后几乎销声匿迹，Siri 的智能化进展反而被 ChatGPT 们远远甩开。

Meta 目前的困境，几乎是这一模式的教科书案例。

Alexandr Wang 带着光环入场，却很快发现自己处处掣肘。扎克伯格是出了名的控制欲强的创始人——从产品细节到战略方向，甚至连椅子的位置，他都要亲自拍板。结果是：跟随 Wang 来的高管陆续跑路，原有的老臣也心生不满；整个超级智能实验室在成立半年内已经经历了四次架构调整，内耗严重。

这样的现状，不禁让人疑虑：将来 Manus 并入 Meta 后，前景真的会明朗吗？

或许，真正的解药不在于 " 买什么 "，而在于怎样让能力自己长出来。

不妨看看那些真正把收购 " 长 " 成自身能力的案例。

2019 年，英伟达以 69 亿美元收购以色列高性能网络公司 Mellanox，这是当时英伟达历史上最大的一笔收购。但黄仁勋没有急于 " 消化 " 这家公司，而是让 Mellanox 的团队保持相对独立，继续专注于他们最擅长的 InfiniBand 和高速互联技术。

几年后，当 AI 训练对 GPU 集群间的通信带宽提出爆炸性需求时，Mellanox 的技术恰好成为英伟达数据中心业务的核心竞争力之一。黄仁勋的策略很清晰：收购是为了 " 填缝 "，把自己版图中缺失的关键能力补上，而不是为了控制一切。被收购的团队继续做他们最擅长的事，英伟达则负责把这些能力整合进更大的平台化战略中。

同为科技狂人，马斯克的做法则更加激进。2016 年，特斯拉以 28 亿美元收购濒临困境的太阳能公司 SolarCity（其表兄弟创办），外界一片哗然，认为这是马斯克在 " 自救 " 自家亲戚创办的企业。

但马斯克的真实意图是：将太阳能发电、储能电池和电动汽车整合成一个垂直一体化的能源闭环。收购完成后，SolarCity 的品牌被逐步淡化，但它的技术能力被深度融入特斯拉的 Powerwall 和 Solar Roof 产品线。

2019 年，特斯拉又以 2.18 亿美元收购电池技术公司 Maxwell，获得了干电极技术这一关键专利，为后来的 4680 电池研发奠定了基础。

这两个案例的共同点在于：收购方有清晰的战略主线，知道自己缺什么、要什么；被收购方的核心能力得到尊重和发挥空间；整合的目标不是 " 控制 "，而是 " 共生 "。

而现在 Meta 收购 Manus，就像是一个焦虑的富豪，看到别人跑得快，就去买了一双昂贵的跑鞋。

但他忘了，自己腿部的肌肉（组织能力）已经萎缩了，鞋子再好，穿在无力的脚上，也跑不出世界纪录。而且因为鞋子太紧，可能还会磨破脚（文化冲突）。

Manus 团队确实拥有顶尖的工程技术实力，但在 Meta 这块 " 板结 " 的土壤里，它能不能长成参天大树，真的要打一个巨大的问号。

毕竟，真正的能力，永远是长出来的，不是买回来的。