当 Meta 收购 Manus 消息扩散开时，整个科技圈的反应既在意料之中，又充满了微妙的张力。

整场谈判由扎克伯格亲自操盘，且仅持续了 10 多天就谈拢了价格。因此它看起来像是小扎在面对 2026 年更加激烈的 AI 战争时，急切打出的一张牌。

Manus 虽然被 AI 圈戏称是 " 套壳 " 公司，但是毋庸置疑，它仍能补足 Meta 的战略短板。

而对于小扎来说，这也不是他第一次用钱解决问题。

不过，小扎真的能通过 Manus 来改变现在 Meta 的颓势吗？我看未必。

01

简而言之，小扎很可能相中了 Manus 的赚钱能力。因为这家公司仅在 8 个月内，就达到了 1.25 亿美元的年化收入。

Manus 的增长主要来自于两方面，一方面体现在企业本身对于工具的整合能力，另一方面体现在企业获客上。

其实 Manus 的技术并不难理解，它的核心是一个多 Agent 编排系统。名为多智能体协同架构 ( Multi-Agent System, MAS ) ，由规划 ( Planner ) 、执行 ( Execution ) 、验证 ( Verification ) 和知识 ( Knowledge ) 四大核心 Agent 组成。

就像人类一样的大脑一样，不同区域掌管不同的任务。这 4 个 Agent 分别完成用户下达命令的不同部分，最终缝合成为最初的需求并输出。

X 上的开发者 Jian Liao（账号为 @jianxliao）通过逆向工程发现，Manus 一共使用了 29 种工具，包括开源的 Browser Use 软件。几乎涵盖了用户打开网页以后的所有行为。

但如果仅是这样，那 Manus 肯定到不了几十亿美金的估值。

它还提供了一个沙盒执行环境，允许 AI 在隔离的虚拟环境中运行代码、操作浏览器、管理文件系统。

这种设计让用户可以关闭设备，让 Manus 在云端继续工作，任务完成后再发送通知。对于需要处理耗时任务的企业用户来说，这种 " 后台执行 " 能力确实有实用价值。

比如某些网页生成任务，至少需要花费几十分钟来。这时候用户就能交给 Manus 托管，自己去忙别的事情，等时间差不多了，打开 Manus，就可以 " 收菜 " 了。

不过 Manus 并没有自主训练的底层大模型。它所有的 Agent 能力都来自于第三方模型。

多 Agent 编排、沙盒环境、工具集成，这些都是工程层面的优化，而非 AI 能力本身的突破。

Manus 联合创始人兼首席科学家季逸超表示，这套系统主要依赖 Anthropic 的 Claude 和经过微调的阿里巴巴 Qwen 模型。

与 OpenAI 的 Operator 相比，这种差异更加明显。

Operator 基于专门训练的 CUA ( Computer-Using Agent ) 模型，这是 GPT-4o 的特化版本，具有原生的浏览器操作能力。

在 OSWorld 基准测试中，Operator 达到了 38.1% 的成功率，在 WebVoyager 上更是达到 87%。而 Manus 的表现要不稳定得多，用户报告显示它容易陷入无限循环，执行错误频繁。

这种差距的根源在于底层模型的能力。

Operator 理解如何与操作系统交互，如何执行多步骤任务，如何处理错误和异常情况。Manus 虽然通过多 Agent 架构实现了类似功能，但这种 " 拼接式 " 的解决方案在稳定性和可靠性上存在天然劣势。

不过，Manus 对 Meta 来说仍有战术价值。它提供了一个即插即用的 Agent 产品，可以快速整合到 WhatsApp Business 和 Meta AI 中，填补 Meta 在这个领域的空白。

最容易被忽略的，就是 Manus 极强的市场推广能力。

2025 年 3 月 6 日凌晨，Manus 在 X 平台发布了一支 4 分 17 秒的演示视频。

视频制作水平暂且不提，单就这个视频的内容而言，简单易懂且直接地展示了 Manus 如何自主完成简历筛选、股票分析、网站搭建等复杂任务。

数小时内，这个视频的观看量就超过 20 万，在科技圈迅速传播。

用户在视频中看到 AI 如何一步步完成任务，无需任何额外的文字说明就能理解产品价值。这种 " 所见即所得 " 的展示方式，让技术门槛几乎降到了零。

这次推广的核心策略是让创作者直观展示产品的实际用法，而非单纯讲功能和技术。

从结果来看，Manus 团队做到了。

发布后 4 小时，Manus 官网访问量突破千万级别。全网都在求邀请码，以至于官网注册页面一度崩溃。邀请码在二手交易平台被炒至数万元，最高甚至达到 10 万元。

截至发稿，Manus 的用户数量达到了百万级。如果可以借助 Meta 的渠道，在 Facebook、Instagram、WhatsApp 这些每天触达数十亿用户的平台上传播，那么 Manus 的吸金能力将会是指数级提升。

02

2025 年小扎没少往 AI 里砸钱。根据 Meta 的财报，今年在 AI 领域的投资达到了 640 至 720 亿美元。

可是投入与产出并不成正比，Meta 在 AI 领域的表现远远落后于 OpenAI、Google 和 Anthropic。外媒甚至开始用 " 二流大模型 " 来嘲讽如今的 Meta。

Meta 的旗舰大模型 Llama 4，也成了 2025 年 AI 圈最大的笑话。

4 月初，Meta 发布了 Llama 4 的两个版本：Scout 和 Maverick。Maverick 在 LMArena 排行榜上最初位列第二，仅次于 Gemini 2.5 Pro，看起来是一次重大突破。

但技术社区很快发现了问题。

Meta 提交给 LMArena 测试的版本是 "Llama-4-Maverick-03-26-Experimental"，一个专门为对话优化的实验版本。这个版本的输出往往更冗长，包含更多表情符号，似乎是针对 LMArena 的人类评分机制进行了调优。

而公开发布的版本 "Llama-4-Maverick-17B-128E-Instruct" 在同一排行榜上只能排到第 32 位。

LMArena 在事后发表声明，批评 Meta 的做法违背了基准测试的初衷。虽然这在技术上并未违反规则，但提交一个与公开版本性能差异巨大的特化版本，确实破坏了基准测试的公平性。

独立 AI 研究者 Simon Willison 表示，当公众无法使用测试中表现优异的版本时，排名就失去了实际意义。

Meta 的内部文件显示，这家公司对开源策略存在根本分歧。公司秘密启动了代号 "Avocado" 的闭源项目，这与 Llama 系列的开源定位形成鲜明对比。

2025 年 9 月时，Meta 推出的 AI 短视频平台 Vibes，对外宣称对标 OpenAI 的 Sora 2。

要知道，Sora 2 使用的是 OpenAI 自家的 ChatGPT 5 以及 o3 模型，然而 Vibes 使用的却是付费 AI 生图平台 Black Forest Labs 和 Midjourney 的模型，而非自家的 Llama。

因此外媒猜测，Meta 很有可能已经彻底抛弃了 Llama。

比起大模型，Meta AI 战略更是混乱。

2025 年 6 月，扎克伯格斥资 143 亿美元收购 Scale AI 49% 的股份，主要目的是聘请其 CEO Alexandr Wang。Wang 被任命为新成立的 Meta Superintelligence Labs 负责人，这个 28 岁的年轻人突然掌管了 Meta 所有的 AI 研发工作。

10 月，Meta Superintelligence Labs 裁员 600 人。

多个从竞争对手挖来的顶尖研究员在加入几周后就选择离开，原因是官僚主义、战略方向不明确，以及与 Meta 现有团队的文化冲突。

外媒在采访中表示，许多新员工发现自己很难适应大公司的决策流程，而 Meta 原有的生成式 AI 团队则看到自己的职责范围被大幅缩减。

最具象征意义的事件发生在 11 月。图灵奖得主、深度学习三巨头之一的杨立昆宣布离职。

究其原因，Meta 的战略重心从基础研究转向了产品化和商业化，这与杨立昆的学术理念相去甚远。还有点，在新的组织架构中，杨立昆需要向 Wang 汇报，而不是直接向产品主管 Chris Cox 汇报。

杨立昆在领英的动态中写到，这些都让他难以忍受，所以选择离开 Meta。

产品线的疲软同样明显。

Meta AI 虽然依托 Facebook 等产品获得了 7 亿月活用户，但功能仍停留在基础对话层面，不具备 Agent 能力。

OpenAI 在 2025 年初就推出了 Operator，这个 AI Agent 可以自主操作浏览器，帮用户订餐厅、购物、填写表格。

2 月，OpenAI 又发布了 Deep Research，基于 o3 模型，能够进行 5 至 30 分钟的深度网络研究，生成带有完整引用的研究报告。7 月，OpenAI 将这两个功能整合为 ChatGPT Agent，实现了 " 研究 + 行动 " 的完整闭环。

Anthropic 的 Claude 也在 Agent 方向上建立了清晰的优势。

2024 年 10 月推出的 Claude Computer Use 让 AI 可以控制计算机界面，2025 年 6 月扩展的 Artifacts 功能允许用户直接构建、托管和分享交互式应用。Claude Code 更是成为企业开发团队的首选编程 Agent。

谷歌的 Gemini 2.5 Computer Use 可以像人类一样导航网页、点击按钮、填写表单。

2025 年 11 月，随着 Gemini 3 Pro 的发布，谷歌推出了 Antigravity，这是一个集成了聊天、终端、浏览器的 Agent 开发平台，允许开发者在统一界面中构建和管理 AI Agent。Gemini Enterprise 则为企业提供了 Agent 的集中管理、部署和监控能力。

相比之下，Meta AI 在 2025 年 4 月推出独立 App 时，功能还停留在基础层面：回答问题、生成图像、总结网页内容。它没有真正的自主任务执行能力，不能进行多步骤的深度研究，不能操作浏览器完成实际工作。

虽然 Meta AI 的月活用户超过 10 亿，但这个数字主要来自于社交媒体的深度集成。用户打开这些应用时，AI 助手就在那里。这更多是分发渠道的胜利，而非产品能力的体现。

03

收购 Manus 能否解决 Meta 的根本问题？答案很可能是否定的。

因为在 Agent 时代，产品包装可以快速复制，真正的竞争力在于基座模型的持续进化。

Manus 团队自己就承认了这一点。

他们在一次采访中表示 :" 当模型足够强大、架构足够灵活时，Computer Use、Deep Research、Coding Agent 等能力会自然涌现。"

这句话道出了 AI Agent 的本质。Agent 的规划、推理、决策能力直接来自基座大模型的认知水平。多 Agent 编排只是优化任务执行流程，无法提升单个 Agent 的智能水平。

根据 Menlo Ventures 的 2025 年报告，在企业 LLM API 使用份额中，Anthropic 占 40%，OpenAI 占 27%，Google 占 21%，而 Meta 仅占约 12%，距离 2024 年的 19% 下降了 7%。

编程能力是评估 AI Agent 的核心指标，因为它直接反映了模型的逻辑推理和问题解决能力。

在这个关键领域，Meta 几乎完全缺席。Claude Code 占据了编程 Agent 市场 54% 的份额，OpenAI 占 21%，Google 占 16%。

这意味着 Meta 已经快要出局了。

更严重的是，多 Agent 编排、沙盒环境这些工程化手段并不构成技术壁垒。任何有足够工程能力的团队都可以在几个月内搭建出类似系统。

真正的护城河在于基座模型的能力，而这恰恰是 Meta 最薄弱的环节。

收购 Manus 不会让 Llama 4 变强，它带来的只是 " 更好的包装 "。在 AI 竞争日益激烈的 2026 年，这种战术性动作意义不大。

欢迎在评论区留言 ~

如需开白请加小编微信：dongfangmark