從10萬邀請碼到裁員66%:Manus潰敗揭示通用AI Agent的狂歡與泡沫

從10萬邀請碼到裁員66%:Manus潰敗揭示通用AI Agent的狂歡與泡沫

四個月內 , 從內測邀請碼被炒至 10 萬元的高光 , 到裁員 66%、總部遷離的潰敗 , Manus 的驟變撕開了通用 AI Agent 賽道的狂歡與泡沫 。 這款曾被寄予厚望的產品 , 因陷入 “技術炫技” 而非 “用戶價值” 的陷阱 —— 依賴多模型整合卻無技術壁壘、定價高昂卻缺乏不可替代性、算力成本失控 , 最終在資本裹挾與地緣政治擠壓下轟然倒塌 。
短短四個月 , 從內測碼炒到10萬元到裁員80人、總部遷往新加坡 , Manus的過山車劇情揭開了AI Agent賽道最殘酷的一面 。
作為親歷過產品生死線的老手 , 我不得不追問:這場閃電裁員背后 , 是資本的短視 , 是地緣政治的擠壓 , 還是通用Agent本身的產品邏輯出了問題?

一、Manus的“原罪”是什么?Manus的產品定位從一開始就陷入了”技術炫技”而非”用戶價值”的陷阱 。 其演示視頻中15分鐘完成從比價到報告生成的全流程 , 看似驚艷卻脫離真實場景 。
Manus并未自研大模型 , 而是整合Claude、阿里通義千問等模型實現功能 。 這種“套殼工坊”模式(行業銳評)雖能快速推出產品 , 卻難以構建技術壁壘 。
3月內測時訪問量達2376萬 , 5月開放注冊后卻驟降至1663萬 。 產品粘性不足的本質 , 是未解決“不可替代性”問題:用戶嘗鮮后意識到 , 多數任務仍可被ChatGPT+手動操作替代 , 而Manus的復雜流程反而增加了不確定性(例如網頁爬取頻繁被驗證碼攔截、PPT生成需手動干預) 。
在未驗證PMF(產品市場契合度)的情況下 , Manus貿然推出199美元/月的訂閱制 。 這個定價是ChatGPT Plus的2倍 , 卻未能提供相應的價值 , 用戶不會為潛力付費 , 只會為結果買單 。
更致命的是成本結構的失衡 。 GAIA基準測試顯示 , Manus的算力消耗是同類產品的5倍 , 這種”高投入低產出”的模式 , 即便融資7500萬美元也難以維系 。
當資本要求盈利時 , 裁員和業務收縮成為必然 。

二、裁員背后:被資本與地緣撕裂的產品邏輯【從10萬邀請碼到裁員66%:Manus潰敗揭示通用AI Agent的狂歡與泡沫】表面看 , Benchmark領投7500萬美元后觸發美國審查 , 芯片斷供導致迭代延遲 , 迫使Manus外遷新加坡 。 但更深層的原因是:資本裹挾下的產品路線失控 。
Benchmark投資的AI視頻公司HeyGen早已給出模板:融資后從深圳遷至洛杉磯 , 要求紅杉中國等中方投資者退出 。 Manus的閃電外遷 , 實則是硅谷資本規避監管的標準化操作 。
遷往新加坡后 , 核心團隊薪資飆升至國內3倍(AI工程師月薪1.6萬美元) , 而技術根基卻在動蕩中瓦解 。 此前依賴的阿里通義千問合作被悄然刪除 , 官網屏蔽中國IP , 中國用戶信任徹底歸零 。

三、靈魂拷問:通用Agent是偽命題嗎?Manus的潰敗引發行業反思:是否該放棄“通用”幻想?
昆侖萬維CEO方漢的觀點一針見血:”通用恰恰代表了在一些領域并不專精 。 ”當前市場已明確驗證的成功路徑是垂直化——Genspark專注網頁分析 , 45天實現3600萬美元ARR;Devin聚焦編程輔助 , 月費500美元仍供不應求 。 這些產品共同證明:在AI能力邊界內做深 , 比在邊界外擴張更有商業價值 。
垂直Agent的優勢在于:
  • 數據閉環:醫療Agent可積累專屬病例數據 , 形成領域壁壘
  • 成本可控:單一模型調用比多模型協同成本降低70%
  • 體驗優化:針對特定場景的交互設計更符合用戶習慣
醫療保健AI Agent公司Hippocratic AI、數據安全Agent Cyberhaven等垂類新晉獨角獸崛起 , 驗證了場景聚焦的價值 。

四、Agent 2.0時代何去何從?參考Bolt.new(AI編程社區)的策略:放棄全場景覆蓋 , 聚焦開發者群體 , 通過黑客馬拉松等活動構建用戶忠誠度 。 在特定領域做到極致 , 比泛而不精更有生命力 。
Manus訪問量暴跌的背后 , 是未形成用戶數據反哺產品的閉環 。 反觀AI設計工具Krea:用戶貢獻數據可獲得分成 , 推動模型持續優化——這才是留存率的真正引擎 。
芯片、模型、數據的合規性已是生死線 。 下一代Agent產品經理必須手握“地緣沙盤”:算力節點布局、數據主權協議、備份供應鏈缺一不可 。

結語:Agent不死 , 但Manus式狂歡終將終結Manus的興衰像一面鏡子 , 照見了AI創業的集體迷失——在資本裹挾下追求”顛覆式創新” , 卻忽視了產品的本質是解決問題 。
其創始人肖弘曾強調”模型終將趨同 , 品牌與用戶體驗才是護城河” , 但Manus恰恰在最基礎的體驗上栽了跟頭 。
對于AI產品經理 , 這場潰敗揭示了三個永恒法則:
  1. 需求錨定:區分”偽需求”與”真痛點” , 用戶不會為炫技買單
  2. 成本可控:技術方案必須考慮商業化可行性 , 算力不是無限的
  3. 節奏穩?。 篜MF驗證需要耐心 , 過早規模化等于加速死亡
當AI行業從概念狂熱回歸價值創造 , 我們或許會發現:真正的通用智能 , 始于對單一問題的極致解決 。
本文由人人都是產品經理作者【產品經理駱齊】 , 微信公眾號:【駱齊】 , 原創/授權 發布于人人都是產品經理 , 未經許可 , 禁止轉載 。
題圖來自Unsplash , 基于 CC0 協議 。

    推薦閱讀