1.1 Das janelas de chat à ação: por que precisamos redesenhar os produtos de IA
Hoje, quero compartilhar como enxergamos a construção de produtos na era da IA.
Minha própria experiência é relativamente rica. Sou o membro mais velho da nossa equipe de gestão; meus outros sócios nasceram em 1992 e 1993, enquanto eu nasci em 1986 e farei 40 anos no mês que vem. Ver alguém com quase 40 anos entre estudantes pode fazer você pensar que se trata do típico homem de meia-idade.
Entrei cedo neste setor, começando a trabalhar logo após a graduação, sem seguir para a pós-graduação.
Antes de entrar na equipe, eu sempre quis construir um produto que pudesse rodar continuamente 24 horas por dia, 7 dias por semana: algo que não exigisse entrada humana constante, mas que pudesse raciocinar e gerar resultados de forma contínua. Na época, eu ainda não havia definido o formato específico, mas queria muito fazer isso porque acreditava que o limite máximo da inteligência dos modelos já havia superado o dos humanos. Precisávamos de um formato de produto razoável para estimular o modelo de maneira proativa e automática, deixando-o gerar resultados continuamente. Independentemente do cenário final de aplicação, acredito que essa seja a forma definitiva que um produto de IA deve ter. Muitas dessas ideias vieram da exploração das fronteiras atuais das capacidades dos modelos.
Esse também foi um motivo importante para eu decidir entrar. Na época, o Red me procurou dizendo que queria criar um navegador de IA e, intuitivamente, senti que essa direção estava certa.
Mais tarde, resumi o problema central que encontramos em nossas pesquisas em um único ponto: o próprio formato de produto Chatbot limita a expressão das capacidades dos modelos de IA.
Isso significa que você construiu um produto, mas o limite máximo de valor dele é restringido pelos usuários: eles precisam saber fazer perguntas E estar dispostos a fazê-las para desbloquear o valor do produto. E se os usuários não souberem perguntar? Então o valor do produto se torna mínimo.
Os navegadores são um cenário típico: você não precisa inserir prompts continuamente; escrever e-mails, pesquisar, navegar em páginas — esses comportamentos são, por si só, expressões de intenção e podem se tornar entradas para o modelo, gerando uma enorme demanda de raciocínio em segundo plano. Outro motivo pelo qual nosso Cientista-Chefe e eu aceitamos entrar foi que o Red não é apenas um product manager impressionante, mas também entende profundamente a operação de uma empresa.
1.2 Parando o navegador de IA: o tempo importa mais que os custos irrecuperáveis
Em outubro de 2024, nosso navegador de IA já estava praticamente pronto. Os testes internos sempre revelavam uma ou duas funcionalidades particularmente brilhantes.
Mas, ao recomendá-lo para familiares e amigos, surgiram problemas sérios: todo mundo está familiarizado demais com navegadores. A primeira pergunta que faziam durante os testes geralmente era: "Para onde foi aquele recurso que eu usava no Safari ou no Chrome?"
Esse é o maior problema ao enxertar novas experiências sobre as antigas: os usuários sempre vão usar sua antiga linha de base de experiência como referência. Mas não é aí que estão seus diferenciais. Você quer que eles foquem na parte de IA, mas todos se importam mais com o quão bem a experiência básica do navegador foi feita.
Como equipe de startup, alinhar experiências básicas com gigantes como Apple e Google em um produto com mais de 20 anos de referências consolidadas é quase impossível. Forçar isso consumiria energia extra excessiva, fazendo-nos negligenciar o desenvolvimento de IA. Na época, eu achava que o produto tinha diferenciais reais e que os usuários hardcore o adorariam no lançamento, podendo viralizar após algumas iterações. Mas o Red estava extremamente dividido em setembro e outubro. Por um lado, sentia que não fazia sentido lógico pendurar novas experiências em estruturas antigas; por outro, temia que, uma vez lançado, toda a equipe ficasse presa nisso por 3 a 6 meses. Fundadores costumam hesitar em desistir; se a primeira versão tem um desempenho ruim, pensam "talvez só não esteja bom o suficiente ainda, vamos iterar", desperdiçando meio ano.
Na escola, você talvez não compreenda o conceito de tempo, mas para startups, dinheiro é na verdade o recurso mais fácil de resolver — desde que a direção esteja certa, você sempre consegue captar recursos. O recurso mais precioso e que não pode ser desperdiçado é o tempo. Perder tempo não drena apenas a energia pessoal; mais assustador ainda, faz você perder janelas de mercado e tendências específicas de cada fase.
Naquela época, em outubro de 2024, toda a nossa empresa tinha apenas 30 pessoas. Com o apoio da ZhenFund, havíamos captado apenas as rodadas Angel e Pré-A, com pouco caixa disponível. Depois de investir 7 meses em um novo projeto que já estava polido e provavelmente impressionaria o mercado no lançamento, o Red decidiu matar o projeto. Olhando para trás agora, aquela foi uma decisão crucial, porque se não tivéssemos parado o navegador, não existiria o Manus depois.
Quando compartilhamos essa história pela primeira vez no ano passado, críticos disseram que não deveríamos menosprezar o segmento de navegadores de IA, já que nós mesmos não tínhamos construído um. Mas hoje podemos dizer com confiança que o segmento de navegadores de IA realmente não tem nenhum produto genuinamente bem-sucedido. A razão essencial é: para criar novas experiências, é melhor criar algo totalmente novo em vez de tentar fazer "IA + Experiência Antiga".
1.3 Vendo oportunidades de Agentes Gerais em ferramentas de programação
Depois de parar o navegador em outubro de 2024, a equipe começou a pensar em qual deveria ser o próximo produto. A equipe de Pequim era muito pequena na época, ocupando apenas um pequeno escritório em um espaço de coworking, com cinco pessoas no total. Como CPO, eu cuidava do produto; o Cientista-Chefe cuidava dos modelos; e havia um colega desenvolvedor full-stack chamado Abin. Embora nossos papéis fossem diferentes, nós três tínhamos formação em programação. Eu comecei a escrever código no terceiro ano do ensino fundamental.
O produto mais fenomenal de 2024 foi o Cursor, que explodiu em popularidade em julho. Nós o usávamos diariamente, mas desenvolvemos sentimentos diferentes durante o uso. Especialmente como programador não profissional, comecei a usar o Cursor para muitas outras coisas: lidar com reembolsos, converter MP4 para MP3 para minha esposa, ajudar na escrita de romances, etc.
Nesse processo, sentimos cada vez mais o poder do modelo Claude 3.5 Sonnet por trás do Cursor. Especialmente após as versões subsequentes, tanto o Cursor quanto o Windsurf tiveram melhorias significativas de capacidade. Muitas startups nacionais e internacionais estavam imitando o Cursor, levando a uma explosão de ferramentas de programação, embora ainda não fossem chamadas exatamente de "Coding Agents".
A verdadeira oportunidade que vimos foi esta: o Sonnet 3.5 v2 desbloqueou muito mais do que simples capacidade de programação — ele desbloqueou capacidades autônomas de planejamento e ação.
As capacidades autônomas de planejamento e ação se manifestam principalmente em dois aspectos:
Primeiro, Planejamento de Longo Horizonte (Long-horizon Planning).
Agora isso pode parecer senso comum, mas não era no final de 2024. Na época, os modelos da OpenAI tinham dificuldade com isso, preferindo o diálogo turno a turno no estilo ChatGPT, resolvendo problemas diretamente em uma única interação. Começando com o Claude 3.5 Sonnet e sendo bastante aprimorado nas versões posteriores, surgiu a capacidade de realizar planejamento de tarefas de longo horizonte: ele sabe que não deve apressar a conclusão em um único turno, mas chama ferramentas ativamente, faz perguntas aos usuários, reúne mais informações e executa apenas quando está suficientemente confiante.
Segundo, Uso de Ferramentas (Tool Use).
O Cursor cria ferramentas que permitem que mais pessoas se tornem engenheiros. Mas nosso julgamento era que o mundo não precisa de mais engenheiros, nem os engenheiros precisam de mais ferramentas sofisticadas — eles já têm o suficiente. Se algum de vocês programa regularmente, acredito que seu computador tenha muitas ferramentas instaladas, constantemente trocadas e avaliadas. É assim que os engenheiros operam.
Acreditávamos que, uma vez que essa capacidade fosse desbloqueada, ela efetivamente liberaria habilidades gerais para pessoas comuns. Enquanto o mundo inteiro apostava nos Coding Agents, nós vimos a oportunidade de usar a programação como um meio para resolver cenários gerais para usuários comuns, então nossa perspectiva de entrada foi completamente diferente.
Quando lançamos o projeto em dezembro de 2024, eu estava, na verdade, muito apreensivo, porque sentia que certamente outros também viam esse futuro. Estávamos tensos, reunindo todos os recursos disponíveis da empresa para desenvolver rapidamente, com medo de que alguém nos ultrapassasse. Após dois meses de desenvolvimento, até o lançamento em 5 de março de 2025, descobrimos que, em nossa observação, quase apenas nós estávamos trabalhando nessa direção; os outros ainda estavam construindo ferramentas de programação.
Identificamos o ponto de inflexão no final de 2024, percebendo agudamente as capacidades de planejamento de longo horizonte e de uso de ferramentas no limite do modelo. Após múltiplas explorações, continuamos tentando encontrar o formato de produto certo.
1.4 Focando em usuários não técnicos: tornando a inteligência visível e construindo confiança
O Manus inicial parecia muito com o Cursor, assemelhando-se a uma ferramenta de programação. Certa vez, o investidor da ZhenFund, Yusen, visitou nosso escritório para ver o protótipo inicial. Ele disse: "Esse layout de três colunas não parece profissional demais? Parece intimidador." Nosso julgamento ao planejar o produto era focar no público não técnico. Já que o alvo eram pessoas não técnicas, ter uma primeira impressão que parecesse profissional demais era definitivamente problemático. Então mudamos a interface de três para duas colunas.
Durante esse processo, fizemos muitas inovações para o mercado-alvo. Como os Agentes eram algo muito novo, as pessoas comuns achavam difícil acreditar que eles pudessem realmente entregar resultados. Durante aqueles dois meses e meio de P&D, minha voz estava rouca todos os dias quando eu chegava em casa.
Depois de colocar o primeiro protótipo para rodar em 5 de janeiro de 2025, postei no Moments perguntando aos amigos: se você tivesse um estagiário com nível de bacharelado, quais tarefas atribuiria a ele? Coletei mais de 400 tarefas de mais de 100 amigos, formando o primeiro conjunto de dados de avaliação do Manus.
A partir do primeiro protótipo, à medida que o framework de execução do Agente (mais tarde chamado Harness) melhorava, essas tarefas traziam surpresas diárias. Excluindo mais de 100 tarefas que exigiam inteligência incorporada (como comprar chá com leite), as 300+ tarefas restantes foram concluídas de maneiras inimagináveis. Eu não conseguia evitar gritar no escritório todos os dias, voltando para casa com a garganta rouca. Minha esposa perguntava por que o trabalho me deixava tão exausto. Mas a sensação de inteligência transbordando pela tela era irresistível — você sabia que aquilo era o futuro.
No entanto, esse impacto era tão intenso que, se apenas entregássemos os resultados aos usuários, eles poderiam achar que era falso. Então tomamos uma decisão: a transparência em si precisava se tornar uma funcionalidade do produto.
Na primeira versão do Manus, dois designs de produto cruciais se tornaram paradigmas de design para quase todos os Agentes de IA:
Primeiro, exibição de execução passo a passo. Permitir que os usuários vejam como o Agente avança nas tarefas, chama ferramentas, visita páginas web, escreve notas e escreve código.
Segundo, Repetição de Sessão (Session Replay). Ao compartilhar sessões, outras pessoas podem revisar o processo completo de execução.
O desempenho de inteligência do produto pode representar 80%, mas esses dois designs de UI voltados para o crescimento foram cruciais para a explosão inicial. Muitos inicialmente não acreditavam em Agentes de IA, mas ao ver passo a passo como ele avançava nas tarefas, chamava ferramentas, visitava páginas, escrevia notas/código, perceberam que funcionava como um humano, construindo confiança. Com o Session Replay, os usuários não precisavam de códigos de convite ou pagamentos; apenas visualizar sessões compartilhadas permitia que sentissem os momentos surpreendentes. Esses designs surgiram de definir claramente nossos usuários-alvo como não técnicos: não podíamos presumir conhecimento técnico, então tínhamos que usar inovação de produto para ajudá-los a entender o que estava acontecendo e construir confiança.
1.5 O verdadeiro motivo por trás de um único lançamento: inovação de produto e expressão do fundador
Sobre o lançamento de março, em novembro passado, na Universidade Tsinghua, um estudante perguntou se muitos achavam que tínhamos comprado vários KOLs e encenado um evento de marketing em março.
Um amigo da área de marketing me disse: "Mesmo com um orçamento de 20 a 30 milhões de RMB, se você me pedisse para replicar o marketing do Manus, eu não conseguiria esse efeito." Jovens frequentemente estigmatizam o marketing, achando que é errado. Se você quer empreender, mas acha que marketing é errado, essa é uma mentalidade terrível. Saber contar uma boa história é justamente uma habilidade que falta aos fundadores chineses, algo que vivenciei profundamente no Vale do Silício nos últimos dois anos.
As pessoas subestimam a dificuldade do marketing, assumindo que é apenas jogar dinheiro fora. Se fosse tão simples, as startups nunca teriam chances, porque você não consegue gastar mais que as grandes empresas.
Eu costumava dizer que o lançamento de março custou 0 RMB, mas depois percebi que isso não era rigoroso:
Em 28 de fevereiro de 2025, o site estava pronto. O CEO Red revisou e disse: "Tao, este site não está um pouco sem graça? Devemos adicionar um vídeo?" Restavam apenas alguns dias antes do lançamento em 5 de março. Contatei duas ou três produtoras de vídeo em Pequim; todas disseram que o prazo mínimo era de duas semanas.
Por fim, gravei o vídeo eu mesmo usando uma câmera Sony A7C II. Devido às lentes ruins, peguei emprestada uma lente 50mm f/1.2 GM do Yusen, da ZhenFund. Editei por duas noites. Ao exportar para o YouTube, descobri que a exportação em 4K exigia pagamento. Então gastei cerca de US$ 12-15 por uma assinatura de um mês do CapCut — o único dinheiro extra gasto naquele lançamento, cancelada imediatamente após a renovação.
Depois que o vídeo viralizou, as pessoas assumiram que éramos ótimos profissionais de marketing que fizeram um vídeo incrível. Repito essa história várias vezes para alertar jovens empreendedores: se a sua conclusão sobre um produto fenomenal é "eles são bons de marketing", você aprendeu a lição errada. As coisas nunca são tão simples.
Primeiro, o Manus apareceu na hora certa, usando o formato de produto certo para mostrar ao mundo onde estavam os limites de capacidade dos modelos. Agora os frameworks são chamados de Harness; naquela época, o termo não era popular. Acredito que fomos uma das primeiras equipes a fazer tais frameworks, empurrando os limites do modelo ao máximo. Após o lançamento, encontrei a equipe da Anthropic em São Francisco em março. Eles não acreditavam que usávamos apenas os modelos deles, porque seus testes internos não correspondiam à nossa força. Eu disse que genuinamente amava os modelos deles. Mais tarde, o Claude Code vazou algum código, e vimos ecos dos nossos primeiros designs de arquitetura. Assim, acredito que a base central do sucesso do lançamento foi uma inovação significativa de produto.
Sem uma boa inovação de produto, depender apenas de vídeos é colocar o carro na frente dos bois. Depois, fiquei sem reação ao ver inúmeras startups adotando o mesmo estilo: fundador sentado em um sofá com plantas atrás. Todos agiam como estudantes asiáticos copiando modelos de prova sem saber o que fazer de outra forma. Isso é engraçado porque escolhemos aquele ângulo puramente porque era o único local com fundo limpo no nosso parque de coworking, silencioso o suficiente para filmar. Se você observar de perto, há um salto de quadro porque nosso Cientista-Chefe falou enquanto uma senhora da limpeza passava pano atrás dele. O que realmente importa nunca é o vídeo em si, mas o seu produto. Ainda assim, olhando para trás, aquele vídeo permaneceu importante porque eu o filmei e nosso Cientista-Chefe o apresentou.
Depois que o Manus explodiu, muitas equipes enfrentaram questionamentos de chefes/investidores: "Por que vocês não conseguem construir o Manus?" A desculpa mais segura frequentemente se tornou: "Somos uma equipe técnica sólida, diferente deles que são bons de marketing." Isso soa fundamentado, culpando o fracasso por "não ser bom de marketing".
As pessoas ignoram a essência: eu sou da área de produto; o outro cuida dos modelos como Cientista-Chefe. Nenhum de nós veio do marketing. Simplesmente construímos um produto do qual nos orgulhávamos e com o qual estávamos satisfeitos, e depois o expressamos para o mundo com nossas próprias palavras.
O marketing de startups em estágio inicial deve envolver os fundadores pessoalmente. Terceirizar para agências ou contratar "especialistas em marketing" arrisca uma distorção severa de informações. Apenas os fundadores sabem realmente como contar a história. Então, olhando para trás, o vídeo importou não pelo seu formato, mas porque nós mesmos o fizemos.
1.6 Projetando produtos para as capacidades de modelo de seis meses à frente
Para a inovação em aplicações de IA, projete produtos para as capacidades de modelo de seis meses à frente. Acredito que o próximo ano, 2027, será o grande ano para as aplicações de IA.
O que significa "seis meses à frente"? Não espere até ler um artigo esta manhã sobre uma atualização de modelo adicionando capacidades para então pensar em construir aplicativos baseados nela. Até lá, pode ser tarde demais.
Em nossa equipe, o Cientista-Chefe forneceu contribuições cruciais. Tendo pesquisado NLP por mais de uma década, ele conseguia perceber agudamente as direções de evolução dos laboratórios de fronteira a partir do desempenho atual dos modelos e de informações públicas/não públicas. Por exemplo, vimos capacidades de AGI (Inteligência Artificial Geral) emergindo do Claude 3.5 Sonnet, dando outro salto na V2. Julgamos que eles estavam investindo pesado nessa direção. Se desse outro salto em 3-4 meses, nosso produto não seria incrivelmente poderoso?
Então decidimos começar imediatamente. Originalmente esperávamos um salto do 3.5 para o 4.0, planejando lançar com o 4.0, mas o 3.7 saiu primeiro. Na noite em que o 3.7 foi lançado, postei no Jike: "Noite de recarga de fé." Por quê? Naquela noite, nosso código do Harness não mudou uma única linha; apenas trocamos a interface do modelo de 3.5 V2 para 3.7. Em nosso conjunto de avaliação, o desempenho disparou, resolvendo instantaneamente cerca de 20-30% dos problemas anteriormente não resolvidos. Sabíamos que tínhamos apostado corretamente.
Nosso Cientista-Chefe sempre enfatizava: "Menos estrutura, mais inteligência." Após o lançamento, quando compartilhei isso no Vale do Silício e internamente, muitos descartaram a ideia. A prática comum na época envolvia humanos projetando fluxos de trabalho, ensinando os passos à IA: escrevendo regras obrigatórias ou ramificações condicionais onde quer que ocorressem erros. Mas nosso primeiro framework de execução de Agente não usava fluxos de trabalho fixos ditando cada passo; em vez disso, o modelo decidia as próximas ações autonomamente.
Fosse fazendo pesquisa, slides, sites ou análise de dados, o modelo decidia os próximos passos em vez de processos rígidos encadeando tudo. Sistemas multiagentes estavam em alta na época, mas persistimos nas rotas de agente único.
Por que insistir nisso? Menos estrutura predefinida maximiza o benefício do aumento das capacidades do modelo. Escrever fluxos de trabalho rígidos impede que você aproveite os dividendos das atualizações do modelo. Antes do 3.7, não sabíamos se esse julgamento se sustentava. Mas na noite do lançamento, confirmamos: sem mudar os frameworks de execução, apenas melhorar as capacidades do modelo impulsionou o desempenho do produto. Isso significava não apenas desta vez, mas potencialmente benefícios contínuos do progresso futuro dos modelos. Portanto, para empreendedores de IA, é crucial não corrigir infinitamente as fraquezas atuais dos modelos, pois elas eventualmente serão resolvidas. Em vez disso, pergunte: como serão os modelos daqui a 6 meses? Se for assim, qual formato de produto adequado combina com esse modelo futuro?
Comece agora. Em 3 meses, os produtos podem parecer ruins, mas mantenha uma forte convicção: é apenas porque os modelos ainda não alcançaram o nível necessário. Quando alcançarem, as vantagens do formato do produto se manifestarão imediatamente. Quando os modelos realmente chegarem a esse estágio, você será o único posicionado lá, totalmente preparado.
1.6.1 Um exemplo com visão de futuro: experiência generativa com latência de um segundo
Você pode achar isso abstrato. O que realmente pode ser feito? Além do que já fizemos, existem outras oportunidades? Posso compartilhar uma oportunidade (que eu mesmo não vou buscar):
Estive esperando por um momento: modelos de geração de vídeo como o Seedance reduzindo a latência da entrada do prompt até a saída visual para menos de um segundo. Acredito que esse será um ponto de virada crítico para esta rodada de empreendedorismo em aplicativos de IA. Porque, na minha visão, um modelo de geração de vídeo com latência de um segundo não é mais apenas uma ferramenta — é um sistema operacional de nova geração.
Quando esse futuro chegar, como o software deve ser? Como os usuários devem interagir com produtos generativos de latência de um segundo? Meu julgamento é que essas mudanças acontecerão dentro de seis meses. Preparar-se em torno dessa direção é uma ótima oportunidade empreendedora. Este é apenas um exemplo. Muitos modelos progridem em várias áreas. Como eles serão daqui a 3 ou 6 meses? Como as pessoas comuns devem aproveitar essas capacidades? Esta é a oportunidade central para o empreendedorismo em aplicativos de IA.
1.7 Reduzindo barreiras de entrada, usando pagamento para identificar valor real
Em seguida, o segundo julgamento: por que não construímos Chatbots? Porque o teto deles é facilmente limitado pelos prompts dos usuários; apenas usuários altamente conhecedores extraem todo o valor, tornando os produtos exigentes. As futuras tentativas de novos produtos visam minimizar os custos de entrada do usuário, permitindo que os usuários sintam continuamente o valor da inteligência do modelo no dia a dia.
Na era da IA, o valor de produto mais importante é deixar os usuários sentirem a inteligência. Muitos não percebem isso, pensando que o valor está em ser gratuito. Nunca se trata de ser gratuito; subsídios gratuitos são a maior armadilha na era da IA.
Olhando para o empreendedorismo em aplicativos de IA na China nos últimos 2-3 anos, a maior armadilha foi ser enganado pela mentalidade anterior de subsídios gratuitos da internet móvel, assumindo que esta geração poderia fazer o mesmo. Completamente errado:
Primeiro, se o desempenho de inteligência for bom o suficiente, as pessoas pagarão. Por exemplo, alguns usuários centrais da plataforma gastam de US$ 4.000 a US$ 5.000 mensais. Valores altos, mas a disposição indica que encontraram valor.
Segundo, subsídios gratuitos prendem as equipes em feedbacks inválidos. Claro que é preciso ouvir feedbacks, mas usuários gratuitos exigem "quero isso, quero aquilo". Essas demandas não são inúteis, mas podem distrair os empreendedores. Olhar para demandas irrelevantes, pensar em direções erradas, essencialmente desperdiça tempo.
Terceiro, manter-se em modelos pagos garante que o feedback venha de usuários que sentiram o valor e votaram com dinheiro/ações. Construir em torno de suas necessidades reais atrai melhor outros usuários pagantes.
Nos últimos 2-3 anos, as tentativas locais de crescer via subsídios gratuitos iniciais (fossem Coding Agents ou outros) falharam em sua maioria. As pessoas culpavam o branding fraco, mas o motivo central era a gratuidade. Isso é especialmente proeminente em grandes empresas: recursos abundantes permitem gastar dezenas de milhões em subsídios no primeiro dia, levando por um caminho tortuoso. Eu não consigo operar no gratuito. Se você atingir 100 mil DAU no primeiro mês, isso se torna seu KPI. No mês seguinte, você só quer números maiores; ninguém ousa mudar para cobrança. Você carrega esse fardo de DAU gratuito, prejudicando a percepção dos mercados reais de usuários. Ponto crucial: deixar os usuários sentirem o verdadeiro desempenho de inteligência é a coisa mais importante na construção de produtos na era da IA.
Não lançamos recursos pagos inicialmente, começando as cobranças no final de março de 2025. Até abril, o primeiro mês, o ARR ultrapassou 40 milhões, aproximando-se de 50 milhões. Por quê? Porque o produto realmente entregou uma inteligência esmagadora. Essa é a chave.
1.8 Por que persistir no propósito geral: mentalidade do usuário e necessidades de cauda longa
O terceiro julgamento é persistir no propósito geral. Ao lançar o Manus, afirmamos ser o primeiro Agente de IA de propósito geral do mundo. Por que enfatizar o propósito geral?
No início, ouvimos muitas opiniões de investidores, como modificar a UI, mas recusamos uma sugestão. Investidores perguntavam: "O que exatamente este produto pode fazer? Cada visita mostra tarefas estranhas de cauda longa." Mostrei resultados de avaliações internas/externas; eles disseram: "Você pode citar um cenário prático que demonstre valor?" Admiti que não podia.
Eles sugeriram focar, por exemplo, em um gerador de sites ou gerador de slides. Isso era possível, mas não fizemos.
Retrospectivamente, soando calculado, na verdade não pensamos tanto assim na época. Simplesmente, durante aqueles dois meses e meio desenvolvendo o Manus, fui repetidamente chocado pela inteligência, extremamente animado todos os dias. Sabendo que era incrível, executando todas as tarefas de cauda longa como um humano, eu queria compartilhar essa alegria/surpresa com o mundo.
Era pura mentalidade de produto, não uma estratégia geral pré-planejada. Mas olhando para trás, insistir no propósito geral foi um julgamento estratégico crítico na jornada do Manus.
Motivo: a posição de marca na mente é difícil de comprar com dinheiro.
Sua posição cognitiva na mente dos usuários é difícil de mudar mesmo com bilhões. Como começamos como "Agente Geral", lançar posteriormente desenvolvimento de sites, slides e comandos de vídeo pareceu natural. Os usuários pensaram: "O Manus faz tudo; isso é normal." Enquanto isso, concorrentes verticais expandindo para tarefas gerais confundiam os usuários: "Vocês não são uma ferramenta de sites? Por que análise de dados agora?" Não subestime isso.
A ocupação cognitiva de um produto na mente dos usuários geralmente acontece uma vez na vida. Mudá-la é imensamente difícil, possivelmente exigindo anos de grandes ajustes estratégicos/de produto após a sobrevivência. Insistir no propósito geral nos permitiu aproveitar os dividendos em cada onda de IA, continuando até hoje.
Outro ponto importante: internamente, temos uma matriz: eixo X = dinheiro pago a nós; eixo Y = satisfação do usuário. Quem ocupa o canto superior direito (maior pagamento, maior satisfação)?
Não programadores. Nosso foco são usuários não técnicos; o uso por programadores existe, mas é menor. Os mais satisfeitos são gestores corporativos: CEOs, pequenos chefes, diretores de departamento. Por quê? Chefes têm as tarefas mais variadas, pensando nisso hoje, naquilo amanhã. Eles acham o Manus incrivelmente satisfatório. Antes do Manus, nenhuma ferramenta de IA resolvia tudo ou debatia qualquer assunto por eles. As IAs verticais anteriores (por exemplo, Agentes de Marketing) eram limitadas; só o Manus fazia tudo. Então os grupos de CEOs usaram felizes, tornando-se usuários fiéis de alto padrão. Insistir no propósito geral garantiu clientes premium e construiu barreiras de mindshare, sobrevivendo a 1-2 anos de iteração tecnológica sem ser eliminado.
Claro, nem todo mundo deve focar em propósito geral. Tivemos sucesso porque ninguém mais fez isso naquela época, conquistando o mindshare primeiro. Tentar depois é muito mais difícil.
1.9 Projete em torno da vida do usuário, não dos hábitos técnicos
O quarto julgamento é entender os usuários.
Como mencionei, definimos os usuários como não técnicos desde o início. Queríamos capacitar todas as pessoas comuns com recursos explosivos dos modelos, não apenas programadores.
Por isso, fizemos um extenso trabalho de UX:
Primeiro, construir confiança por meio de processos de execução transparentes.
Segundo, execução assíncrona na nuvem. Programadores usando o Cursor clicam em confirmações após comandos e acham isso legal. Mas pessoas comuns não ficam encarando computadores o dia todo; elas podem usar celulares ou fazer outras coisas. Então equipamos cada tarefa com uma sandbox na nuvem, rodando as tarefas lá. Cenário comum: tirar o celular do bolso, atribuir a tarefa, guardar o celular, sem precisar manter a tela ligada, verificar os resultados quando estiver pronto.
Terceiro, tornar o processo em si compartilhável. Projetamos os Session Replays de forma narrativa. No início, muitos não conseguiam usar os produtos por causa dos códigos de convite, mas entendiam o valor pelos replays.
1.9.1 Por trás dos códigos de convite: restrições de financiamento e capacidade de inferência
A propósito, por que usar rigorosamente códigos de convite no início?
Razões simples. Como gravar vídeos de sofá: nós fizemos, outros copiaram; usamos códigos de convite, outros copiaram. Mas conhecer as razões subjacentes torna as ações dos imitadores cômicas.
Os códigos de convite existiram puramente porque tínhamos cerca de US$ 8-9 milhões restantes. Havíamos acabado de levantar uma rodada, mas ainda éramos uma empresa pobre. Antes do Manus, muitos VCs locais não apostavam em nós; comparados aos colegas de IA mais chamativos, nosso caixa era escasso.
Mesmo com códigos de convite, a queima diária no pico chegou a US$ 500 mil. Se abríssemos totalmente, eu temia que a empresa pudesse quebrar em uma semana após o lançamento em 5 de março. Sem os recursos de uma grande empresa, a resposta inesperadamente enorme ao lançamento nos forçou a controlar o ritmo via códigos de convite e depois lançar recursos pagos. Durante o período gratuito, os códigos de convite gerenciavam o consumo.
Uma razão acima; a segunda razão é desconhecida fora do setor: hoje, comprar APIs/tokens da AWS/GCP geralmente funciona bem, oferta ilimitada (principalmente porque os produtos não escalam tanto). Nosso desafio? O Manus foi o primeiro Agente geral voltado ao consumidor no mundo. Antes, as plataformas de nuvem atendiam aplicativos de Chatbot/companhia. Nos primeiros testes comparando o Manus (Agente) com o Monica (Chatbot, produto de um colega nosso), o consumo de tokens por DAU individual diferia entre 200 e 1000 vezes.
Quão grande é esse número? A contratação de throughput de chamadas de modelo nas nuvens usa TPM (Tokens Por Minuto). M = Milhão. Na Ásia-Pacífico, grandes aplicativos de chat/companhia que precisavam de 10M-20M de TPM eram clientes de primeira linha. Três dias após o lançamento, abrindo totalmente para os detentores de códigos de convite, a demanda atingiu ~800M de TPM.
Qual o conceito? Ligando para um fornecedor de nuvem (não citado aqui), disse que precisávamos de 500M de TPM. Acostumados com startups exagerando para conseguir descontos, perguntaram: "Esse é o volume projetado para o próximo ano?"
Eu disse não, preciso de 500M agora.
Eles não conseguiam fornecer. Todos os fornecedores de nuvem careciam de reservas de computação suficientes; a capacidade crescia incrementalmente enquanto um observava o outro. No início, não podíamos bancar queimar tanto, e os serviços de nuvem não estavam preparados para explosões de Agentes de IA.
Felizmente, garantimos centenas de milhões de TPM de uma plataforma de nuvem, sobrevivendo ao primeiro mês. Depois, comunicamo-nos continuamente com os fornecedores, dizendo-lhes que os Agentes iriam explodir, incentivando a preparação de capacidade.
Em maio, quando os códigos de convite acabaram, muitas plataformas ofereciam 30-50M de TPM para empreendedores devido aos aumentos anteriores.
Então, quando compartilhei isso em maio/junho, as pessoas não acreditaram, chamando-nos de fanfarrões: "Nunca enfrentamos isso; pedir 10M a qualquer momento funciona."
Eu pensei: primeiro, há dois meses você talvez não conseguisse; segundo, 10M vs 1000M diferem em 100 vezes. As pessoas não perceberam quanto problema na cadeia de suprimentos a demanda de lançamento do Manus causou. Recursos de nuvem, infraestrutura, pagamentos — tudo exigia pioneiros para resolver. Empreendedores de Agentes posteriores podem não enfrentar problemas idênticos.
1.10 Conselhos para jovens empreendedores
Por fim, muitos aqui podem se tornar empreendedores AI-native. Aqui estão algumas sugestões.
1.10.1 Enxergue o global desde o primeiro dia, não apenas o Ocidente
Primeiro, visão global.
O que é visão global? Em junho passado, a VivaTech, o principal evento de tecnologia da Europa, nos convidou. Ficamos felizes em falar no evento de um produto que virou fenômeno global. Três dias antes da partida, os organizadores prometeram uma surpresa. Naquela noite, o Gmail recebeu um e-mail de elysee.fr (domínio do Palácio Presidencial Francês): o presidente Macron me convidou para jantar.
Primeira reação: golpe. Pessoas normais pensam em golpe, certo? Os organizadores confirmaram que essa era a surpresa. Após o evento, jantei com Macron no Palácio do Eliseu. Recentemente, postar no Xiaohongshu surfando na onda do Jensen Huang aconteceu porque Macron sentou à minha direita e Huang em frente. Huang fez um discurso brilhante; gravei e postei, viralizando recentemente.
Por que contar isso? O produto havia sido lançado há pouco mais de 3 meses, e mesmo assim fomos convidados para eventos de tão alto perfil. Dezenas de mesas cheias de fundadores/investidores europeus. Conversas pós-jantar revelaram ideias de startup falhas.
O ecossistema de startups europeu está significativamente atrás da China, com mentalidade defensiva: "Construa na Europa, para a Europa". Muitos defendiam fortalecer a IA local para que empresas/governos europeus usassem IA europeia, temendo a dominância EUA-China.
Fiquei incomodado. Fundadores americanos próximos concordaram que era inacreditável. O ambiente formal impedia falar de forma direta, mas internamente: se tivéssemos adotado "Construa na China, apenas para a China", eu não estaria sentado aqui hoje.
Acreditamos que o maior valor dos LLMs inclui reduzir drasticamente as barreiras linguísticas. Entre nossos três líderes, Red e eu não tínhamos experiência de estudo/vida no exterior antes da startup; Red nunca havia visitado os EUA. Apenas o Cientista-Chefe viveu fora brevemente quando criança. Precisamente porque as barreiras linguísticas caíram, comercializamos/atendemos/pensamos globalmente, criando tais produtos.
No entanto, muitos jovens fundadores europeus tentavam se trancar na Europa. Abordagem errada. Mencionei isso durante as trocas de ideias.
Hoje, encorajando jovens fundadores AI-native locais: considere a expansão global/atendimento ao usuário desde o primeiro dia. Com as barreiras linguísticas removidas, ir para o exterior definitivamente não é um problema. Nossos sistemas internos/atendimento ao cliente são multilíngues porque as barreiras não existem mais.
A IA é um presente dos céus para empreendedores chineses. Anteriormente, competir com exportações tecnológicas dos EUA era difícil devido à dominância do inglês/desvantagens culturais. Mas na IA, possuímos forte capacidade de conquistar mercados globais por meio de inovação de produto/dimensional. Portanto, a visão global é primordial para o empreendedorismo em IA.
Enfatizando: Global ≠ apenas Ocidente. O mundo é vasto; o Sul Global oferece oportunidades. O maior mercado em receita são os EUA, mas a maioria dos usuários reside no Brasil. Oriente Médio, Europa, Japão/Coreia, Sudeste Asiático, África — todos têm usuários.
Nunca diga "exterior" ao globalizar. Corrijo membros da equipe internamente proibindo "países estrangeiros" porque é vago. "Estrangeiro" implica oposição binária com "doméstico", simplificando demais a complexa distribuição global entre regiões/línguas/culturas. Uma verdadeira visão global que identifica oportunidades regionais gera novos insights.
1.10.2 Use os produtos pessoalmente, não substitua o julgamento por narrativas emocionais
Segundo conselho para quem trabalha com produto: leia menos mídia independente (self-media).
Esclarecimento: não estou mirando criadores de qualidade aqui. Mas construtores de produtos que leem apenas artigos de self-media caem no niilismo: hoje "explosão nível nuclear", amanhã "setor morto". Desde o lançamento do Manus, fomos declarados "disruptivos"/"inúteis" inúmeras vezes, mas o negócio cresceu consistentemente.
A maioria da self-media não tem experiência no setor; o tráfego impulsiona a escrita. Eles atendem às emoções, estimulando dopamina via felicidade/raiva/confusão, manipulando você. Perceber o desenvolvimento da IA dessa forma cria uma desconexão massiva com a realidade.
Por exemplo, 2-3 meses após o lançamento, o TPM atingiu 800-900M. Globalmente, exceto Cursor/Windsurf etc., poucas startups queimaram mais tokens. Ainda assim, muita self-media continuava ensinando "como construir Agentes".
A linguagem é poder/ferramenta. Visões escritas parecem iguais, mas as bases diferem. Alguns não têm contato com o mercado/pesquisa de usuários/validação online; as visões são imaginárias. O consumo diário te arrasta emocionalmente.
O verdadeiro senso de produto está nos detalhes. Ao ouvir "OpenAI lançou X, o setor morreu", experimente você mesmo: muitos produtos da OpenAI são ruins. Dez lançamentos rendem um sucesso devido à força de trabalho/financiamento/base; nove falham. Assistir à self-media concluindo "os grandes jogadores fizeram isso, a pista fechou" faz perder oportunidades. Tudo exige tocar/usar/praticar com as próprias mãos.
Entrevistar PMs de IA ultimamente foi terrível. Recrutados de campus alegando interesse em PM de IA listavam uma ferramenta; ao pedir para mostrar chats recentes, o celular não tinha o app ou tinha 2-3 tarefas — claramente estudando de última hora para a entrevista.
A IA vem disrompendo setores há 3-4 anos, mas candidatos a PM de IA não usam IA. Mostra falhas na triagem de currículos (agora exigindo prova real de uso), mas fundamentalmente é assustador: as pessoas não percebem que o pré-requisito para trabalhar com IA é o uso pessoal profundo de IA. Somente a experiência em primeira mão revela os limites atuais do modelo/produto e novas oportunidades. Consumir conteúdo digerido nunca transmite a realidade.
Você pode escrever artigos/self-media influenciando outros (membros da equipe fazem isso; eu ocasionalmente também); mas nunca dependa exclusivamente da self-media para nutrição, senão a cognição do setor fica deformada, não representando a verdade.
1.10.3 Descubra problemas, abrace o desconhecido, corrija através da ação
Terceiro conselho, não apenas para PMs de IA, dado a aspirantes a excelentes PMs por mais de uma década:
Modelos/tecnologias atuais são abundantes; a escassez não é de tecnologia/execução, mas de descoberta de problemas. A capacidade de descobrir/definir problemas, descrevendo claramente os estados resolvidos, é rara. Não se adquire apenas ouvindo compartilhamentos de startups. Sendo jovem/no campus, a pressão é baixa, observe a sociedade/vida, colegas de classe/colegas estagiários, identifique problemas reais aguardando soluções.
Como esse mecanismo social opera? Onde a IA pode melhorar a eficiência? Tudo deriva da observação da vida. Espero por maior curiosidade em relação à própria vida: a curiosidade impulsiona o entendimento/refinamento. Mas muitos atualmente carecem de curiosidade.
Quase dois anos após o lançamento do Manus, jovens empreendedores frequentemente perguntam "Como vocês tiveram sucesso?". Buscando folhas de respostas determinísticas, acreditando que seguir dez passos garante o sucesso. Nunca foi verdade. O empreendedorismo é altamente incerto. A maioria das decisões é tomada sem clareza total, agindo mesmo assim, ajustando dinamicamente.
Isso distingue empreendedores de VCs. VCs conduzem pesquisas longas porque as decisões são pesadas/irreversíveis; o dinheiro investido continua investido. Eles buscam alta precisão via pré-pesquisa, perguntando sobre cenários finais/caminhos. Empreendedores não podem pensar assim. Pré-definir tudo/os melhores caminhos significa que NÃO é o melhor caminho.
Empreendedores vivem dinamicamente nos campos de batalha, observando mudanças diárias, entendendo as transformações do mundo/mercado/tecnologia, tomando decisões diárias dinâmicas. Excelentes empreendedores operam assim.
Nos últimos 2-3 anos, uma forte sensação: cada vez mais, jovens empreendedores temem abraçar o desconhecido, exigindo respostas permanentes: Como atirar com esta arma? Como lidar com marketing/produto/tecnologia/globalização? Desejando certeza. Quando incapazes de fornecer, suspeitam de segredos ocultos; ao ouvir "não há segredos, aja primeiro", consideram falta de vontade de compartilhar.
Portanto, mantenha-se curioso sobre o mundo. O desconhecido é o mais belo. Grandes oportunidades estão no desconhecido, não nas certezas. Se houvesse certeza, teríamos construído navegadores de IA em vez disso.
1.11 Conclusão: Deixe as mentes crescerem mãos
Por fim, muitos podem não saber a origem do nome Manus. Derivado do lema do MIT Mens et Manus, latim para Mente e Mão. Por que escolher isso? Porque todos os grandes fornecedores de modelos constroem Mentes, mas no final de 2024, por que mentes tão fortes não conseguiam exercer enorme influência? Porque tinham cérebros, mas não mãos. O Manus representa as mãos dos grandes modelos, permitindo que os pensamentos do cérebro afetem o mundo real, resolvendo problemas genuínos.
Isso se aplica ao tema de hoje: todos os pensamentos exigem prática. A essência do empreendedorismo é a prática, não meras simulações de PPT em competições ou decks de captação chamativos.
Ousar praticar, enfrentar a sociedade real, manter-se curioso, resolver problemas mundiais não resolvidos — esse é o verdadeiro espírito empreendedor, o dever dos fundadores — não brincar de casinha fingindo ser empreendedor. Obrigado.





