# Manus：從「套殼」爭議到被 Meta 收購的中國 AI Agent 出海傳奇

> 一家由 90 後中國創業者創立的 AI Agent 新創，憑藉「套殼」Claude 的技術、病毒式行銷策略，以及精準的出海佈局，在 8 個月內達成 1 億美元 ARR，最終被 Meta 以數十億美元收購。這是 2025 年最具話題性的 AI 併購案，也是中國科技公司成功出海的經典案例。

---

## 執行摘要

### 公司一句話定位

Manus 是由中國新創「蝴蝶效應」開發的通用型 AI Agent，能夠自主執行複雜任務（如撰寫程式、製作網站、深度研究），被譽為「第二個 DeepSeek」，於 2025 年 12 月被 Meta 收購。

### 關鍵發現

| 面向       | 評估       | 說明                                        |
| ---------- | ---------- | ------------------------------------------- |
| 技術創新   | ⭐⭐⭐     | 基於 Claude + Qwen 的多代理架構，非原創模型 |
| 產品執行力 | ⭐⭐⭐⭐⭐ | 極致的使用者體驗與任務完成能力              |
| 商業成長   | ⭐⭐⭐⭐⭐ | 8 個月達成 $100M ARR，史上最快              |
| 出海策略   | ⭐⭐⭐⭐⭐ | 從中國遷往新加坡，成功規避地緣政治風險      |
| 併購價值   | ⭐⭐⭐⭐⭐ | 被 Meta 以數十億美元收購，創辦人出任副總裁  |

### 核心結論

1. **「套殼」不是貶義詞**：Manus 證明了在 AI 時代，基於頂級基礎模型（Claude、Qwen）進行應用層創新，同樣能創造巨大商業價值
2. **產品力勝過技術原創性**：Manus 的成功來自極致的使用者體驗、穩定的任務執行，而非自研大模型
3. **出海是中國 AI 公司的必修課**：面對美國晶片禁令與投資審查，Manus 果斷遷往新加坡，為併購鋪路
4. **Meta 的 AI Agent 野心**：這是 Meta 2025 年第五起 AI 併購，祖克柏正全力打造 AI Agent 生態系統
5. **90 後創業者的逆襲**：創辦人肖弘從華科大學生創業，歷經三次創業，最終登上 Meta 副總裁之位

---

## 第一部分：公司概況

### 1.1 基本資料

| 項目         | 內容                                    |
| ------------ | --------------------------------------- |
| 產品名稱     | Manus（拉丁文，意為「手」）             |
| 母公司       | Butterfly Effect Technology（蝴蝶效應） |
| 註冊地       | 開曼群島（香港、新加坡設有實體）        |
| 原營運總部   | 中國武漢/北京                           |
| 現營運總部   | 新加坡（2025 年 7 月遷移）              |
| 成立時間     | 2022 年 4 月（蝴蝶效應）                |
| 產品上線     | 2025 年 3 月 6 日                       |
| 員工人數     | 約 220 人（新加坡 100+，中國 120）      |
| 創辦人兼 CEO | 肖弘（Xiao Hong，暱稱「Red」）          |
| 首席科學家   | 季逸超（Peak Ji）                       |
| 產品負責人   | 張濤（Zhang Tao）                       |
| 官方網站     | manus.im                                |

### 1.2 創辦人背景：肖弘的三次創業

Manus 的成功，離不開創辦人肖弘的連續創業經歷。

#### 個人背景

| 項目     | 內容                                       |
| -------- | ------------------------------------------ |
| 出生年份 | 1992/1993 年                               |
| 出生地   | 江西吉安遂川縣                             |
| 教育背景 | 華中科技大學軟體工程系（2011-2015）        |
| 自述學業 | 「成績很差，但會找技術好的同學一起做產品」 |

#### 第一次創業：夜鶯科技（2015-2024）

大學畢業後，肖弘創立武漢夜鶯科技，專注微信生態工具：

| 產品     | 說明               |
| -------- | ------------------ |
| 壹伴助手 | 微信公眾號管理工具 |
| 微伴助手 | 企業微信管理工具   |

**融資歷程：**

- 獲得騰訊、真格基金、明略科技等四輪融資
- 2020 年被明略軟體收購
- 2024 年 12 月，肖弘退出夜鶯科技股東行列

#### 第二次創業：Monica（2022-至今）

2022 年，ChatGPT 爆發，肖弘敏銳捕捉到機會：

**關鍵動作：**

1. 收購當時爆紅的瀏覽器外掛「ChatGPT for Google」
2. 將其升級為 All-in-One AI 助手「Monica」
3. 整合 Claude、DeepSeek 等多個大模型
4. 專注海外市場，2 年內用戶突破百萬

**商業成績：**

- 2024 年初，字節跳動曾出價 3,000 萬美元收購，被肖弘拒絕
- 2024 年底完成新一輪融資，估值近 1 億美元
- 2024 年實現盈利

#### 第三次創業：Manus（2025）

基於 Monica 的成功經驗，團隊於 2025 年 3 月推出 Manus，號稱「全球首款通用型 AI Agent」。

### 1.3 核心團隊

| 職位       | 姓名              | 背景                                               |
| ---------- | ----------------- | -------------------------------------------------- |
| CEO        | 肖弘              | 連續創業者，華科大畢業                             |
| 首席科學家 | 季逸超（Peak Ji） | 17 歲開發猛獁瀏覽器，高中輟學，前 Peak Labs 創辦人 |
| 產品負責人 | 張濤              | 前光年之外（王慧文創辦）產品負責人                 |

**團隊特色：**

- 核心成員來自中國頂尖 AI 公司
- 2023 年在投資人撮合下，季逸超、張濤加入
- 結合了產品能力（肖弘、張濤）與技術深度（季逸超）

### 1.4 發展里程碑

| 時間                | 事件                                          |
| ------------------- | --------------------------------------------- |
| 2022 年 4 月        | 肖弘在北京創立蝴蝶效應                        |
| 2022 年             | 收購 ChatGPT for Google，推出 Monica          |
| 2023 年 1 月        | 完成 1,000 萬美元 A 輪融資                    |
| 2023 年             | 引入季逸超、張濤等核心成員                    |
| 2024 年初           | 拒絕字節跳動 3,000 萬美元收購要約             |
| 2024 年底           | Monica 估值近 1 億美元                        |
| 2025 年 2 月        | Monica 中文版內測，基於 DeepSeek R1           |
| 2025 年 3 月 5 日   | Manus 在 X（Twitter）預告                     |
| 2025 年 3 月 6 日   | Manus 正式上線，4 分鐘 Demo 影片爆紅          |
| 2025 年 3 月        | 邀請碼炒至 999-50,000 人民幣                  |
| 2025 年 3 月底      | 推出付費訂閱方案（$39/$199/月）               |
| 2025 年 4 月        | 獲 Benchmark 領投 7,500 萬美元，估值 5 億美元 |
| 2025 年 5 月        | 美國財政部審查 Benchmark 投資案               |
| 2025 年 5 月 13 日  | Manus 開放註冊                                |
| 2025 年 7 月        | 總部遷往新加坡，中國團隊裁員                  |
| 2025 年 8 月        | 達成 9,000 萬美元 ARR                         |
| 2025 年 11 月       | 達成 1 億美元 ARR，估值 5 億美元              |
| 2025 年 11 月       | 登上「全球最具潛力創業公司」亞洲區第一        |
| 2025 年 12 月 29 日 | Meta 宣布收購 Manus                           |

---

## 第二部分：產品與技術分析

### 2.1 Manus 是什麼？

Manus 是一款「通用型 AI Agent」，與傳統 AI 聊天機器人的最大差異在於：

| 特性     | 傳統聊天機器人（如 ChatGPT） | Manus                          |
| -------- | ---------------------------- | ------------------------------ |
| 互動模式 | 對話式問答                   | 任務式執行                     |
| 執行方式 | 使用者持續引導               | 自主規劃、執行、交付           |
| 輸出形式 | 文字回覆                     | 完整成果（文件、網站、程式碼） |
| 運行環境 | 即時回應                     | 背景執行，完成後通知           |

**官方定位：**

> 「Manus 彌合思想與行動之間的鴻溝。它不只是處理資訊，更是交付完整成果。」

### 2.2 核心功能

#### 任務執行能力

Manus 能夠獨立完成複雜任務：

| 任務類型 | 範例                     |
| -------- | ------------------------ |
| 研究分析 | 深度產業研究、競品分析   |
| 程式開發 | 撰寫並執行 Python 程式碼 |
| 網站建置 | 設計並建立完整網站       |
| 文件製作 | 履歷、報告、簡報         |
| 數據處理 | 爬蟲、數據清洗、視覺化   |
| 自動化   | 瀏覽器操作、流程自動化   |

#### 技術特色

1. **非同步執行**：任務在雲端背景執行，使用者可離線，完成後發送通知
2. **虛擬電腦環境**：每個任務在獨立虛擬機中執行，確保安全隔離
3. **透明介面**：「Manus's Computer」讓使用者即時觀看 Agent 的操作過程
4. **多代理協作**：複雜任務由多個專門 Agent 分工處理

### 2.3 技術架構：「套殼」爭議

Manus 發布後，最大的爭議在於其技術本質：**它是否只是「套殼」？**

#### 基礎模型依賴

根據首席科學家季逸超透露，Manus 的技術架構：

| 組件         | 使用的模型                      |
| ------------ | ------------------------------- |
| 核心推理引擎 | Anthropic Claude 3.5/3.7 Sonnet |
| 輔助模型     | 阿里巴巴 Qwen（經過微調）       |
| 工具調用     | 29 種內建工具                   |

**爭議焦點：**

有開發者透過「越獄」發現：

> 「Manus 就是 Anthropic 的 Claude，加上 29 個工具。」

這引發了關於 Manus 是否具有真正技術創新的質疑。

#### 技術創新在應用層

然而，Manus 團隊的創新主要在「應用層」而非「模型層」：

```
┌─────────────────────────────────────────────────────────────┐
│                    Manus 技術架構                            │
├─────────────────────────────────────────────────────────────┤
│  應用層（Manus 創新）                                        │
│  ├── 多代理協調系統（Multi-Agent Orchestration）            │
│  ├── 任務規劃器（Planner）                                   │
│  ├── 記憶管理（Memory）                                      │
│  ├── 工具執行迴圈（Tool Execution Loop）                     │
│  └── 系統提示詞工程（System Prompt Engineering）             │
├─────────────────────────────────────────────────────────────┤
│  模型層（第三方）                                            │
│  ├── Anthropic Claude 3.5/3.7 Sonnet                        │
│  └── Alibaba Qwen（微調版）                                  │
├─────────────────────────────────────────────────────────────┤
│  基礎設施                                                    │
│  ├── 虛擬機環境（80M+ 虛擬電腦）                             │
│  ├── Browser Use（開源瀏覽器自動化）                         │
│  └── 雲端運算資源                                            │
└─────────────────────────────────────────────────────────────┘
```

#### 「套殼到極致，就是勝利」

中國媒體澎湃新聞的評論標題精準概括了 Manus 的策略：

> 「套殼到極致，就是勝利。」

Manus 的成功證明：在 AI 時代，**不一定要自研基礎模型，應用層的創新同樣能創造巨大商業價值**。

### 2.4 與競品比較

#### Manus vs OpenAI Deep Research

| 維度          | Manus              | OpenAI Deep Research |
| ------------- | ------------------ | -------------------- |
| 基礎模型      | Claude + Qwen      | OpenAI o3            |
| 自主程度      | 高度自主           | 中度自主             |
| 單次任務成本  | ~$2                | ~$20                 |
| GAIA 基準測試 | SOTA（最佳）       | 次於 Manus           |
| 穩定性        | 較低（崩潰率較高） | 較高                 |
| 執行時間      | 較長               | 較短                 |

MIT Technology Review 實測結論：

> 「在三項任務中，Manus 有兩項表現優於 ChatGPT Deep Research，但完成時間顯著較長，且失敗率較高。」

### 2.5 技術限制

| 限制           | 說明                                    |
| -------------- | --------------------------------------- |
| 穩定性不足     | 頻繁崩潰、系統不穩定                    |
| 長文本處理     | 處理大量文本時可能出錯                  |
| 依賴第三方模型 | Claude 或 Qwen 若有變動將直接影響 Manus |
| 成本控制       | 複雜任務消耗大量運算資源                |

---

## 第三部分：商業模式分析

### 3.1 定價策略

Manus 採用 Freemium + 訂閱制：

| 方案 | 月費 | 點數   | 並行任務數 | 特色                   |
| ---- | ---- | ------ | ---------- | ---------------------- |
| Free | $0   | 300/日 | 1          | 基本功能               |
| Plus | $39  | 3,900  | 2          | 進階功能               |
| Pro  | $199 | 19,900 | 5          | 優先存取、尖峰時段保障 |

**點數消耗：**

- 簡單任務：200-300 點
- 複雜任務：600-900 點

### 3.2 營收成長

Manus 創下了 SaaS 史上最快達成 $100M ARR 的紀錄：

| 時間點                  | ARR    | 距離上線 |
| ----------------------- | ------ | -------- |
| 2025 年 3 月            | $0     | 上線     |
| 2025 年 8 月            | $90M   | 5 個月   |
| 2025 年 11 月           | $100M  | 8 個月   |
| 2025 年 12 月（併購前） | $125M+ | 9 個月   |

**主要市場：**

1. 日本
2. 中東
3. 美國

**關鍵洞察：**

> 「海外客戶的付費意願是中國客戶的 5 倍。」（Manus 創辦團隊）

### 3.3 用戶規模

| 指標               | 數據                |
| ------------------ | ------------------- |
| 上線首週等待名單   | 200 萬人            |
| Discord 社群成員   | 13.8 萬人（數天內） |
| 月活躍用戶（首月） | 2,300 萬            |
| 處理 Token 數      | 147 兆+             |
| 建立虛擬電腦數     | 8,000 萬+           |

### 3.4 融資歷程

| 時間          | 輪次 | 金額             | 估值               | 領投                         |
| ------------- | ---- | ---------------- | ------------------ | ---------------------------- |
| 2022          | 種子 | 未公開           | -                  | 真格基金                     |
| 2023 年 1 月  | A 輪 | $10M             | 未公開             | 紅杉中國、騰訊、真格、王慧文 |
| 2025 年 4 月  | B 輪 | $75M             | $500M              | Benchmark                    |
| 2025 年 12 月 | 併購 | 數十億美元（傳） | $2B+（併購前估值） | Meta                         |

**累計融資：** $85M+（併購前）

---

## 第四部分：成功出海的關鍵因素

### 4.1 為何 Manus 能成功出海？

作為一家中國創立的 AI 公司，Manus 的成功出海值得深入分析。

#### 因素一：產品定位瞄準全球市場

從第一天起，Manus 的母產品 Monica 就專注海外市場：

| 策略         | 說明                             |
| ------------ | -------------------------------- |
| 英文優先     | 產品介面、文檔全面英文化         |
| 國際定價     | $39-$199/月，符合歐美付費習慣    |
| 全球基礎設施 | 雲端服務佈建於海外               |
| 避開中國市場 | 初期不經營中國市場，避免低價競爭 |

#### 因素二：病毒式行銷策略

Manus 的發布堪稱教科書級的病毒行銷：

**1. 稀缺性策略**

- 採用「邀請制」，製造供不應求的氛圍
- 邀請碼在中國平台炒至 999-50,000 人民幣
- 類似早期 Gmail、Clubhouse 的策略

**2. 高品質 Demo 影片**

- 4 分鐘展示影片獲得 100 萬+ 觀看
- 展示 Manus 自主完成複雜任務的能力
- 引發 AI 圈廣泛討論

**3. KOL 推薦**

- Twitter 創辦人 Jack Dorsey 公開讚揚
- Hugging Face 產品負責人 Victor Mustar 稱其為「AGI 的一瞥」
- 被譽為「第二個 DeepSeek」

#### 因素三：時機精準

Manus 在 2025 年 3 月發布，正值：

- DeepSeek 剛剛震撼全球，中國 AI 受到高度關注
- AI Agent 概念開始成為主流話題
- OpenAI Deep Research 剛發布，市場需要替代方案

#### 因素四：果斷的地緣政治應對

面對美國對中國 AI 投資的審查，Manus 採取了果斷行動：

**2025 年 5 月：美國財政部審查**

Benchmark 對 Manus 的 7,500 萬美元投資引發美國財政部審查，原因是 2023 年拜登行政命令限制美國對中國 AI 公司投資。

**Benchmark 的辯護：**

1. Manus 本身不開發 AI 模型（使用 Claude、Qwen）
2. 公司註冊於開曼群島，非中國大陸
3. 最終審查通過

**2025 年 7 月：遷往新加坡**

為徹底解決地緣政治風險，Manus 採取激進措施：

| 行動         | 說明                         |
| ------------ | ---------------------------- |
| 總部遷移     | 從中國遷至新加坡             |
| 核心團隊外遷 | 40+ 名核心技術人員移居新加坡 |
| 中國裁員     | 提供 N+3 至 2N 補償方案      |
| 海外招聘     | 新加坡薪資 $8,000-$18,000/月 |
| 多點佈局     | 在東京、加州設立辦公室       |

**遷移的戰略考量：**

| 考量     | 中國                 | 新加坡               |
| -------- | -------------------- | -------------------- |
| 晶片取得 | 受美國禁令限制       | 較易取得 NVIDIA 晶片 |
| 投資審查 | 受美國嚴格審查       | 與西方關係友善       |
| 企業形象 | 「中國 AI 公司」標籤 | 「新加坡科技公司」   |
| 人才成本 | 較低                 | 較高                 |

### 4.2 「套殼」為何反而成為優勢？

傳統觀念認為「套殼」是貶義詞，但 Manus 的案例顯示，在特定條件下，「套殼」反而是優勢：

#### 1. 避開模型研發的高風險

| 自研大模型         | 應用層創新（Manus 策略） |
| ------------------ | ------------------------ |
| 需要數億美元投資   | 投資規模較小             |
| 需要頂尖 AI 人才   | 產品人才為主             |
| 研發週期長（年計） | 快速迭代（週計）         |
| 晶片需求巨大       | 晶片需求較低             |
| 受晶片禁令影響大   | 影響較小                 |

#### 2. 規避地緣政治風險

由於 Manus 不開發自有 AI 模型，美國財政部最終判定其不屬於需要限制的「中國 AI 公司」範疇。

#### 3. 專注用戶價值

將資源集中於：

- 使用者體驗優化
- 任務執行穩定性
- 產品行銷與成長

### 4.3 中國 AI 出海的啟示

Manus 的成功為中國 AI 公司提供了出海範本：

| 啟示                   | 說明                                   |
| ---------------------- | -------------------------------------- |
| **產品優先於技術**     | 不需要自研模型，應用層創新同樣有價值   |
| **海外市場付費意願高** | 歐美、日本、中東用戶付費意願遠高於中國 |
| **地緣政治需早規劃**   | 預判風險，提前佈局海外實體             |
| **新加坡是理想跳板**   | 兼具亞洲地緣優勢與西方友善關係         |
| **開源模型降低門檻**   | DeepSeek 等開源模型讓「套殼」更容易    |

---

## 第五部分：Meta 併購深度分析

### 5.1 併購案概要

| 項目       | 內容                                      |
| ---------- | ----------------------------------------- |
| 宣布日期   | 2025 年 12 月 29 日                       |
| 收購方     | Meta Platforms Inc.                       |
| 被收購方   | Butterfly Effect Technology（Manus）      |
| 交易金額   | 未公開（傳數十億美元）                    |
| 併購前估值 | ~$2B（尋求融資時）                        |
| 上一輪估值 | $500M（2025 年 4 月）                     |
| 整合方式   | 獨立運營 + 技術整合                       |
| 創辦人安排 | 肖弘出任 Meta 副總裁                      |
| 團隊安排   | 100 名成員加入 Meta 超級智慧實驗室（MSL） |
| 總部       | 維持新加坡                                |

### 5.2 交易估值分析

雖然 Meta 未公開交易金額，但可從多個角度推估：

#### 估值推算

| 方法               | 計算           | 估值   |
| ------------------ | -------------- | ------ |
| ARR 倍數（10x）    | $125M × 10     | $1.25B |
| ARR 倍數（20x）    | $125M × 20     | $2.5B  |
| 上輪估值成長（4x） | $500M × 4      | $2B    |
| 媒體傳聞           | 「數十億美元」 | $2-5B  |

**合理估值區間：$2B - $3B**

#### 對比其他 AI 併購案

| 併購案                | 金額        | ARR 倍數 |
| --------------------- | ----------- | -------- |
| Microsoft → Nuance    | $19.7B      | ~15x     |
| Databricks → MosaicML | $1.3B       | ~100x    |
| Meta → Manus          | $2-3B（估） | 16-24x   |

以 Manus 的成長速度（8 個月 $0→$100M），20x 左右的 ARR 倍數屬於合理範圍。

### 5.3 Alexandr Wang 與 MSL：併購的幕後推手

這筆交易的背後，有一個關鍵人物：**Alexandr Wang**，Scale AI 創辦人，現任 Meta 首席 AI 長。

#### Alexandr Wang 的角色

2025 年 6 月，Meta 以 143 億美元收購 Scale AI 49% 股權，並聘請其創辦人 Alexandr Wang 加入 Meta 擔任首席 AI 長（Chief AI Officer），領導新成立的「Meta 超級智慧實驗室」（Meta Superintelligence Labs, MSL）。

祖克柏在內部備忘錄中寫道：

> 「Alex 和我合作多年，我認為他是這一代最令人印象深刻的創辦人。」

#### Wang 公開宣布 Manus 併購

2025 年 12 月 29 日，Wang 在 X（Twitter）上發文確認這筆交易：

> 「很興奮宣布 @ManusAI 加入 Meta，幫助我們打造出色的 AI 產品！新加坡的 Manus 團隊在探索當今模型的能力邊界、建構強大的 Agent 方面是世界級的。期待與你們合作，@Red*Xiao*！」

這則推文顯示，Wang 在這筆交易中扮演了關鍵的推動角色。作為 MSL 的負責人，他需要為 Meta 的 AI Agent 戰略尋找最佳標的，而 Manus 正是理想選擇。

#### MSL 新加坡團隊的擴張

併購完成後，100 名 Manus 團隊成員將加入 MSL 的新加坡據點。這使得 MSL 新加坡成為 Meta AI 研發的重要基地，也解釋了為何 Meta 願意讓 Manus 維持在新加坡運營。

### 5.4 Meta 的 AI 變現困境：為何急需 Manus

要理解 Meta 為何願意花數十億美元收購 Manus，必須先理解 Meta 在 AI 變現上面臨的結構性困境。

#### Meta 的營收結構：97.8% 依賴廣告

2025 年第一季，Meta 97.8% 的營收來自數位廣告。這個數字揭示了一個殘酷的現實：**Meta 幾乎完全依賴單一收入來源**。

相較之下，競爭對手的營收結構更加多元：

**Google（Alphabet）的 AI 變現管道：**

- **Google Cloud（GCP）**：2025 年 Q3 營收 151.5 億美元，年增 34%，可直接銷售 AI 服務
- **Google One**：訂閱制服務，可整合 Gemini 進階功能
- **YouTube Premium**：訂閱制影音服務
- **Workspace**：企業生產力套件，可嵌入 Gemini
- **廣告業務**：同樣受益於 AI 優化

**Microsoft 的 AI 變現管道：**

- **Azure**：雲端服務，2025 年 Q3 營收年增 40%，可直接銷售 AI 工作負載
- **Microsoft 365 Copilot**：每用戶每月 30 美元訂閱費
- **GitHub Copilot**：開發者訂閱服務
- **Windows/Office 授權**：可綁定 AI 功能
- **企業授權**：直接向企業銷售 AI 服務

**Meta 的 AI 變現管道：**

- **廣告優化**：AI 改善廣告投放效率
- **就這樣，沒有了**

這就是問題所在。Meta 沒有雲端服務（不像 AWS、Azure、GCP），沒有訂閱制生產力工具（不像 Microsoft 365），沒有直接的 AI 收入來源。

#### 700 億美元投資，0 美元直接 AI 收入

2025 年，Meta 的資本支出達到 700-720 億美元，大部分投向 AI 基礎設施。但分析師指出一個尷尬的事實：

> 「Meta 沒有直接的 AI 營收可以報告。就這麼簡單。」

Oppenheimer 分析師在 2025 年下調 Meta 評級時寫道：

> 「投資人將對『超級智慧』這個未知的營收機會感到困惑。」

當 Meta 在 10 月提高資本支出預測時，股價單日下跌 11%。同樣的消息，卻讓亞馬遜股價飆升，因為亞馬遜有 AWS 可以直接變現 AI 投資。

#### 為何 Manus 能解決這個問題？

Manus 的價值在於它提供了 Meta 急需的東西：**2C 端的 AI Agent 變現場景**。

**1. 直接的訂閱收入**

Manus 已經有 1.25 億美元的年營收，來自 $39-$199/月的訂閱費。這是 Meta 從未擁有的：**消費者直接為 AI 產品付費**。

**2. 為 Meta Family Apps 創造新價值**

Meta 計劃將 Manus 技術整合至 WhatsApp、Instagram、Facebook。這能創造全新的使用場景：

- **WhatsApp Business Agents**：商家可以部署 AI Agent 處理客服、訂單、預約
- **Instagram 創作助手**：創作者可以委託 AI 完成研究、腳本、內容規劃
- **Facebook 自動化**：社群管理、廣告優化、數據分析

這些功能都可以收費，為 Meta 創造廣告之外的收入來源。

**3. 提升 ARPP（每用戶平均營收）**

Meta 最重要的指標之一是 ARPP（Average Revenue Per Person）。2025 年 Q3 達到 $14.46，年增 17.7%。Manus 的技術可以進一步提升這個數字：

- 更長的用戶停留時間
- 更多的互動行為
- 更精準的廣告投放
- 新的付費功能

**4. Reality Labs 的整合潛力**

Meta 的 AR 眼鏡和 VR 頭盔是另一個潛在的整合場景。想像一下：戴著 Meta 眼鏡，用語音指示 Manus 完成複雜任務。這種「AI + 穿戴裝置」的組合，可能成為未來的殺手級應用。

#### 與競爭對手的差距

總結 Meta 與競爭對手在 AI 變現上的差距：

| 公司      | 雲端服務 | 訂閱產品    | 企業授權  | 直接 AI 收入   |
| --------- | -------- | ----------- | --------- | -------------- |
| Microsoft | Azure    | 365 Copilot | Office    | $130 億/年     |
| Google    | GCP      | Gemini/One  | Workspace | 有，未獨立揭露 |
| Amazon    | AWS      | Prime       | -         | 有，未獨立揭露 |
| **Meta**  | **無**   | **無**      | **無**    | **$0**         |

收購 Manus，是 Meta 試圖打破這個困境的重要一步。

### 5.5 併購動機總結

綜合以上分析，Meta 收購 Manus 的動機可以歸納為：

#### 1. 填補 AI Agent 能力缺口

Meta 在生成式 AI 領域投資巨大（2025 年資本支出 $70B+），但在 AI Agent 領域相對落後。OpenAI 有 Deep Research 和 Operator，Google 有 Gemini 整合 Android，Anthropic 有 Claude Computer Use，Microsoft 有 Copilot 整合 365。唯獨 Meta 缺乏成熟的 AI Agent 產品。

收購 Manus 讓 Meta 一次性獲得成熟的 AI Agent 產品、經驗豐富的團隊，以及 $125M+ 的營收業務。

#### 2. 強化 Meta AI 生態系統

Meta 計劃將 Manus 技術整合至 WhatsApp（商務助理、客服自動化）、Instagram（內容創作、帳號管理）、Facebook（廣告優化、社群管理）、Meta AI（通用 AI Agent 能力），以及 Workplace（企業自動化）。

#### 3. 人才與技術併購

這筆交易讓 Meta 獲得 100+ 人加入 MSL、肖弘成為 Meta 副總裁、多代理架構與工具調用系統等技術資產、數百萬付費用戶，以及全球領先的 AI Agent 市場地位。

#### 4. 2025 年 AI 併購策略的一環

Manus 是 Meta 2025 年第六起 AI 相關併購。在此之前，Meta 已收購 Scale AI 49% 股權（數據標註）、PlayAI（AI 語音）、WaveForms（AI 音訊）、Rivos（AI 加速器）、Limitless（AI 穿戴裝置）。Manus 填補了 AI Agent 這個關鍵拼圖。

#### 5. 解決 AI 變現困境

最重要的是，Manus 為 Meta 提供了廣告之外的 AI 變現管道。這是 Meta 相較於 Google、Microsoft 最大的結構性劣勢，而 Manus 的訂閱模式和 2C 產品能力，正好能補足這個缺口。

### 5.6 Manus 為何選擇被收購？

對 Manus 團隊而言，被 Meta 收購有多重考量：

#### 1. 地緣政治風險根本解決

作為中國創立的公司，即使遷往新加坡，仍面臨：

- 美國投資審查的不確定性
- 「中國公司」標籤的市場阻力
- 未來政策變化風險

併入 Meta 後，這些風險一次性消除。

#### 2. 資源與規模

| 獨立發展       | 加入 Meta         |
| -------------- | ----------------- |
| 受限的算力資源 | Meta 全球數據中心 |
| 需持續融資     | 充裕的財務資源    |
| 數千萬用戶     | 數十億用戶觸及    |
| 區域市場       | 全球即時覆蓋      |

#### 3. 創辦人的理性選擇

肖弘公開聲明：

> 「加入 Meta 讓我們能在更穩固、更可持續的基礎上發展，同時不改變 Manus 的運作方式和決策流程。」

對創辦人而言：

- 數十億美元財務回報
- Meta 副總裁職位
- 繼續帶領 Manus 團隊
- 規避未來地緣政治風險

### 5.7 併購後的整合計劃

根據 Meta 公告：

| 項目     | 安排                       |
| -------- | -------------------------- |
| 產品運營 | Manus 作為獨立產品繼續銷售 |
| 技術整合 | 逐步整合至 Meta AI 平台    |
| 團隊     | 100 人加入 MSL 新加坡團隊  |
| 品牌     | 維持 Manus 品牌            |
| 總部     | 維持新加坡                 |

**Meta 超級智慧實驗室（MSL）：**

- 2025 年成立
- 總部位於 Menlo Park
- 由 Scale AI 創辦人 Alexandr Wang 領導
- 專注開發先進 AI 模型
- 新加坡為重要據點

### 5.8 對產業的影響

#### 1. 驗證 AI Agent 商業價值

Manus 被數十億美元收購，證明了 AI Agent 作為獨立產品類別的商業可行性。

#### 2. 加速大廠 AI Agent 布局

| 公司      | 可能動作                |
| --------- | ----------------------- |
| Google    | 強化 Gemini Agent 能力  |
| Microsoft | 加速 Copilot Agent 開發 |
| Apple     | 推出 Siri Agent         |
| Amazon    | 強化 Alexa Agent        |

#### 3. 中國 AI 出海模式確立

Manus 的路徑（**中國研發 → 新加坡總部 → 被美國大廠收購**）可能成為更多中國 AI 公司的選擇。

#### 4. 「套殼」公司估值重估

Manus 的成功證明，即使不自研大模型，應用層創新仍可獲得高估值，這將鼓勵更多應用層新創。

---

## 第六部分：風險與挑戰

### 6.1 技術風險

| 風險       | 說明                                    | 影響程度 |
| ---------- | --------------------------------------- | -------- |
| 模型依賴   | 依賴 Claude、Qwen，若第三方調整將受影響 | 高       |
| 穩定性問題 | 崩潰率較競品高                          | 中       |
| 技術追趕   | OpenAI、Google 正快速追趕               | 高       |

### 6.2 整合風險

| 風險     | 說明                         | 影響程度 |
| -------- | ---------------------------- | -------- |
| 文化衝突 | 中國新創 vs 美國大廠文化差異 | 中       |
| 人才流失 | 核心成員可能離開             | 中       |
| 產品變質 | 整合後可能失去靈活性         | 中       |

### 6.3 地緣政治風險

| 風險     | 說明                               | 影響程度 |
| -------- | ---------------------------------- | -------- |
| 中國業務 | 被美國公司收購後，中國市場可能受限 | 中       |
| 監管審查 | 其他國家可能審查此併購案           | 低       |
| 技術限制 | 若涉及敏感技術，可能受出口管制     | 低       |

---

## 第七部分：產業啟示與結論

### 7.1 對台灣科技業的啟示

#### 1. AI 應用層仍有巨大機會

台灣不需要自研大模型，可以：

- 基於開源模型（Llama、Qwen）開發垂直應用
- 專注特定產業場景（製造、醫療、金融）
- 打造符合本地需求的 AI Agent

#### 2. 出海是必要選擇

台灣市場規模有限，參考 Manus 經驗：

- 產品設計從第一天就考慮國際市場
- 定價策略對標歐美而非中國
- 新加坡可作為東南亞跳板

#### 3. 「套殼」不是貶義詞

在基礎模型層，台灣難以與美國、中國競爭。但在應用層：

- 產品體驗的優化
- 垂直場景的深耕
- 使用者需求的洞察

這些都是台灣團隊可以發揮的空間。

### 7.2 對創業者的啟示

| 啟示                   | 說明                                   |
| ---------------------- | -------------------------------------- |
| **時機比技術重要**     | Manus 在 DeepSeek 熱潮後發布，借勢成功 |
| **行銷與產品同等重要** | 邀請制、Demo 影片、KOL 推薦缺一不可    |
| **地緣政治是新變數**   | 中國創業者必須提前規劃出海架構         |
| **被併購是好結局**     | 不需要執著於獨立上市，併購同樣是成功   |

### 7.3 結論

Manus 的故事，是 2025 年 AI 產業最具戲劇性的篇章之一。

**從技術角度看**，Manus 並非革命性創新。它基於 Claude 和 Qwen 這些既有模型，透過巧妙的架構設計和產品優化，創造了優秀的 AI Agent 體驗。

**從商業角度看**，Manus 創下了驚人紀錄。8 個月達成 1 億美元 ARR，成為史上成長最快的 SaaS 公司之一。

**從地緣政治角度看**，Manus 展現了高度的戰略靈活性。果斷遷往新加坡，成功規避了作為「中國 AI 公司」的風險。

**最終結局**，Meta 以數十億美元收購 Manus，創辦人肖弘成為 Meta 副總裁。這位 1992 年出生的江西小鎮青年，用三次創業證明了：

> **「套殼」到極致，就是勝利。**

但更深層的啟示是：在 AI 時代，**產品力、執行力、戰略眼光**，比純粹的技術原創性更能決定成敗。

Manus 的故事還在繼續。它將如何與 Meta 整合？能否維持獨立性？會如何影響全球 AI Agent 市場？

這些問題的答案，將在 2026 年逐漸揭曉。

---

## 參考資料

### 官方資料

- [Manus 官方網站](https://manus.im)
- [Manus 官方部落格：$100M ARR 公告](https://manus.im/blog/manus-100m-arr)
- [Meta 官方公告](https://about.meta.com)

### 主要新聞來源

- [Bloomberg: Meta to Acquire Startup Manus](https://www.bloomberg.com/news/articles/2025-12-29/meta-acquires-startup-manus-to-bolster-ai-business)
- [The Register: Zuck buys Chinese AI company Manus](https://www.theregister.com/2025/12/30/meta_acquires_manus/)
- [MIT Technology Review: Everyone in AI is talking about Manus](https://www.technologyreview.com/2025/03/11/1113133/manus-ai-review/)
- [MIT Technology Review: Manus has kick-started an AI agent boom in China](https://www.technologyreview.com/2025/06/05/1117958/china-ai-agent-boom/)
- [TechCrunch: Manus launches paid subscription plans](https://techcrunch.com/2025/03/31/manus-launches-paid-subscription-plans-and-a-mobile-app/)
- [Bloomberg: Manus Quickens Shift From China to Singapore](https://www.bloomberg.com/news/articles/2025-07-09/manus-quickens-shift-from-china-to-singapore-as-ai-race-heats-up)

### 中文媒體

- [數位時代：中國AI黑馬Manus暴紅](https://www.bnext.com.tw/article/82545/manusai-2025)
- [鉅亨網：Manus繼DS後竄紅](https://news.cnyes.com/news/id/5885330)
- [澎湃新聞：Manus背后的华人团队：套壳到极致，就是胜利](https://m.thepaper.cn/newsDetail_forward_30320407)
- [36Kr：對話Manus肖弘](https://hub.baai.ac.cn/view/44148)

### 研究報告

- [Sacra: Manus at $90M/year](https://sacra.com/research/manus-at-90m-year/)
- [ChinaTalk: Manus - China's Latest AI Sensation](https://www.chinatalk.media/p/manus-chinas-latest-ai-sensation)
- [Wikipedia: Manus (AI agent)](<https://en.wikipedia.org/wiki/Manus_(AI_agent)>)

### 技術分析

- [GitHub: In-depth technical investigation into Manus AI agent](https://gist.github.com/renschni/4fbc70b31bad8dd57f3370239dccd58f)
- [arXiv: From Mind to Machine - The Rise of Manus AI](https://arxiv.org/html/2505.02024v2)

---

## 更新記錄

| 日期       | 更新內容     | 更新者 |
| ---------- | ------------ | ------ |
| 2025-12-30 | 初始版本建立 | Claude |

---

_本研究報告僅供參考，不構成任何投資建議。投資人應自行評估風險並諮詢專業顧問。_