YouMind
登录

AI 时代如何打造产品:Manus 创始人张涛北大演讲实录

@whereisvivien
简体中文2026年11月18日
104K
741
195
29
1.4K

TL;DR

Manus 创始人张涛分享其产品哲学,阐述为何放弃 AI 浏览器转而构建通用型 Agent,并强调透明度、为价值付费以及面向未来六个月模型能力进行设计的重要性。

1.1 从聊天窗口到行动:为什么要重新设计 AI 产品

今天想跟大家分享,我们怎么看待在 AI 时代做产品这件事。

我自己的经历相对丰富一些。我是公司管理团队里年纪最大的,其他几位合伙人是 1992 年、1993 年出生的,我是 1986 年出生的,下个月就 40 岁了。在座各位都是学生,看一个快 40 岁的人,可能觉得这就是典型的中年人。

我进入这个行业比较早,本科毕业后就出来做事,没有读研。

在加入团队之前,我一直想做一款能 7×24 小时不间断运行的产品:不需要人持续输入,它就能不断进行推理、产生输出。我当时甚至没有想清楚具体形态,但很想做,因为我觉得模型的智能上限已经超过了人类。我们需要通过一种合理的产品形态,主动、自动地激发模型,让它持续产生输出。不管最终是什么应用场景,我认为这才是 AI 产品应该有的终极形态。很多思考都来自对当下模型能力边界的探索。

这也是我决定加入的一个重要原因。当时 Red 找我,说想做 AI 浏览器,我直观上觉得这个方向对了。

后来,我把研究中遇到的核心问题归结为一点:Chatbot 这个产品形态本身,限制了 AI 模型的能力表达。

这意味着你做了一款产品,产品价值的上限却被用户限制住了:用户必须既会提问,又有意愿提问,才能把产品的价值激发出来。如果用户不会提问怎么办?那产品的价值就会变得极小。

浏览器是一个典型场景:你不需要持续输入提示词,写邮件、搜索、浏览网页,这些行为本身就是意图的表达,都可以成为模型输入,在背后产生大量推理需求。我和我们的首席科学家愿意加入,还有一个原因:Red 不仅是一位非常厉害的产品经理,也非常懂公司经营。

1.2 停掉 AI 浏览器:比沉没成本更重要的是时间

到了 2024 年 10 月,我们的 AI 浏览器其实已经准备好了。内部测试总能找出一两个特别亮眼的功能。

但推荐给家人朋友时,严重的问题出现了:大家太熟悉浏览器了,体验时问的第一个问题往往是:“我在 Safari 或 Chrome 里的那个功能,在你这里去哪儿找?”

这就是把新体验嫁接在旧体验上会遇到的最大问题:用户永远会拿旧体验的基准线来对标你。可那并不是你的亮点所在,你希望他们关注的是 AI 部分,但大家最先关心的却是浏览器基础体验做得如何。

作为一个初创团队,想在一个有 20 多年成熟基准的产品上,在基础体验上对齐苹果、Google 这样的大厂几乎是不可能的;强行去做,就会投入过多额外精力,从而忽略 AI 部分的开发。当时我觉得产品其实很有亮点,发出去应该会有硬核用户喜欢,再迭代几轮说不定能火。但 Red 在 9、10 月份时就已经非常纠结。他一方面觉得把新体验架在旧体验上在逻辑上说不通;另一方面他特别担心的是,产品一旦发出去,整个团队可能会耗费 3 到 6 个月陷在里面。因为作为创始人往往舍不得放弃,第一版表现不好总会想着“也许是还不够好,再去迭代一下”,半年时间就这么进去了。

在学校里大家可能对时间没什么概念,但对于创业来说,钱反而是最容易解决的,只要方向对了永远能融到资;最宝贵且不能浪费的资源是时间。浪费时间不仅是消耗个人精力,更可怕的是会错过阶段性的市场窗口和风口。

当时的情况是:2024 年 10 月,我们整个公司只有 30 个人,在真格的支持下只融了天使轮和 Pre-A,账上并没有多少钱。在一个新项目上投入了 7 个月,而且已经做得很完善、发出来应该会让市场惊艳的前提下,Red 最终拍板把这个项目停掉了。现在回头看,那是至关重要的一个决定,因为如果不停掉浏览器,就没有后来的 Manus。

去年刚发布这个故事时,行业里还有批评声音说我们自己不做 AI 浏览器就别唱衰这个赛道。但今天可以很自信地说,AI 浏览器赛道确实没有真正跑出来的产品。本质原因就是:要做新体验,最好就去创造一个全新的体验,不要老想着做“AI + 旧体验”。

1.3 从编程工具里看到通用 Agent 的机会

2024 年 10 月停掉浏览器之后,团队开始思考下一个产品该做什么。当时北京团队特别小,在共享办公空间里只有一间小办公室,一共五个人。我作为 CPO 负责产品,首席科学家负责模型,还有一位做全栈开发的同学阿斌。我们三个人虽然职责不同,但都有代码背景。我从小学三年级就开始写代码。

2024 年最现象级的产品是 7 月份爆火的 Cursor,我们天天都在用,但在使用过程中用出了一些不一样的感觉。尤其是我作为一个非专业程序员,开始拿 Cursor 干很多别的事:处理报销、帮我老婆做 MP4 转 MP3、辅助写小说等等。

在这个过程中,我们越来越感受到 Cursor 背后的 Claude 3.5 Sonnet 模型的威力。尤其是后续版本推出后,Cursor 和 Windsurf 的能力都有很大提升。当时国内外很多创业公司都在模仿 Cursor,出现了大量编程工具,那时还不太叫编程 Agent。

而我们在其中看到的真正机会在于:Sonnet 3.5 v2 解锁的绝非单纯的编程能力,而是自主规划与行动能力。

所谓自主规划与行动能力,主要体现在两个方面:

第一,长程规划能力,也就是 Long-horizon Planning。

现在看,这或许已经是常识,但在 2024 年底并非如此。当时我感觉 OpenAI 的模型很难做到这一点,它们更习惯 ChatGPT 那种一轮轮对话的方式,在一轮交互内直接解决问题。而从 Claude 3.5 Sonnet 开始,并在后续版本中大幅增强的能力,是对任务进行长程规划:它知道不应该在一轮内草率完成任务,而是主动调用工具,或者向用户提问、获取更多信息,等有足够把握之后再执行。

第二,工具调用能力,也就是 Tool Use。

Cursor 做的是让更多人能够成为工程师的工具。但我们的判断是,这个世界不需要更多工程师,工程师也不需要更多花哨的工具,因为他们已经有足够多的工具了。如果在座有人常年写代码,我相信你的电脑上一定装了很多工具,而且整天都在换、都在评测。工程师就是这样。

我们认为这个能力解锁之后,其实是给普通人解锁了一个通用能力。当时全世界都在押注编程 Agent,而我们看到的机会,是通过编程作为中介去解决普通用户的通用场景问题,所以我们切入的视角完全不同。

2024 年 12 月立项时,我其实非常慌,因为我觉得肯定不止我们看到了这个未来。我们特别紧张,集结了公司能集结的所有力量,希望尽快开发出来,生怕被别人抢先。后来开发了两个多月,到 2025 年 3 月 5 日发布时,我们才发现:在我们的观察里,当时几乎只有我们在做这个方向,大家还在做编程工具。

我们在 2024 年底看到了拐点,敏锐地在模型能力边界上发现了它的长程规划和工具调用能力。之后我们经过了多轮探索,不断尝试什么样的产品形态才是对的。

1.4 面向非技术用户:让智能可见,让信任发生

早期的 Manus 长得特别像 Cursor,很像一个编程工具。中间有一次真格的投资人雨森来办公室看早期原型,他说:“这个三栏布局看起来是不是太专业了,有点拒人于门外的感觉。”我们规划这个产品时的判断,就是面向非技术人群。既然面向非技术人群,给人的第一观感却太专业,这肯定有问题。于是我们把界面从三栏改成了两栏。

在这个过程中,针对目标市场我们做了很多创新。因为 Agent 太新了,普通人很难相信它真的能做到。在研发那两个半月里,我每天回到家嗓子都是哑的。

2025 年 1 月 5 日调通第一版原型后,我在朋友圈发了一条动态,请身边朋友告诉我:如果你有一个大学本科水平的实习生,你会交代什么事情给他做?我从 100 多位朋友那里收集了 400 多个任务,这批任务就成了 Manus 最早的评测数据集。

从第一版原型调通开始,随着 Agent 执行框架,也就是后来所说的 Harness,不断进步,那批任务每天都带来惊喜。去掉 100 多道需要具身智能的任务,比如帮我买奶茶,剩下的 300 多条任务,它会用完全超出想象的方式完成。我每天在办公室忍不住大喊,晚上回家嗓子都是哑的。我太太问我,上班怎么上成这样?但那种智能跳出屏幕、扑面而来的感觉无法抗拒,你知道这就是未来。

但这种冲击太强烈了,如果只把结果交给用户,用户可能会觉得是假的。所以我们做了一个判断:透明度本身,必须成为产品功能。

在 Manus 的第一版发布里,有两个非常关键的产品设计,后来几乎成了所有 AI Agent 的设计范式:

第一,逐步展示执行过程。让用户看到 Agent 如何推进任务、调用工具、访问网页、写笔记和写代码。

第二,会话回放,也就是 Session Replay。把会话分享给别人时,对方可以回看完整的执行过程。

产品本身的智能表现可能占八成,但这两个面向增长的界面设计,对初期引爆也至关重要。很多人起初不相信 AI Agent,但当他一步步看到它怎样推进任务、调用工具、访问网页、写笔记、写代码,就会发现它像人一样在工作,从而建立信任。有了会话回放,用户不需要邀请码、不需要充值,只看朋友分享的会话,也能感受到那个令人惊喜的瞬间。这些设计都源于我们想清楚了目标用户是非技术人群:不能假设他们懂技术背景,必须通过产品创新帮他们理解正在发生什么,建立信任。

1.5 一次发布的真正原因:产品创新与创始人表达

关于 3 月份的发布,去年 11 月我在清华做活动时,有同学提问说很多人觉得我们 3 月份买了很多 KOL、做了一次营销事件。

行业里一位做营销的朋友曾跟我说:“就算给我批两三千万预算,让我照着 Manus 搞一场营销,我也搞不出这个效果。”很多年轻同学容易把营销污名化,觉得搞营销是错的。如果你想创业却觉得搞营销是错的,这是非常糟糕的认知。怎么讲好一个故事,恰恰是中国创始人一直很欠缺的能力,这也是我过去两年在硅谷体会很深的一点。

大家往往低估了营销的难度,以为营销就是砸钱。如果真那么简单,创业公司永远没有机会,因为你的钱不可能比大厂多。

我以前常说 3 月份的发布成本是 0 元,但后来发现这个说法不够严谨:

2025 年 2 月 28 日,网站做好了,CEO Red 看完后跟我说:“涛哥,这个网站是不是有点素?要不要加个视频?”当时距离 3 月 5 日发布只剩几天。我问了北京两三家视频制作公司,对方都说,发布视频的工期至少两周。

最后没办法,视频是我自己拍的,用的是索尼 A7C II 相机。因为镜头不够好,还找真格的雨森借了一支 50 毫米、f/1.2 的 GM 镜头。我剪了两天两夜,最后要导出到 YouTube 时,才发现导出 4K 要收费。于是花了大概 12 或 15 美元,买了一个月的 CapCut 会员。这是我们那次发布唯一额外花的钱,而且买完就立刻取消了续订。

视频火了之后,大家可能觉得这肯定是一家很会营销的公司,拍了个非常厉害的视频。我之所以反复讲这件事,是想给在座年轻的创业者或潜在创业者提个醒:如果你从一个现象级产品里学到的收获是“他们很会营销”,那你一定学错了,事情从来没有这么简单。

首先,Manus 的出现,是在合适的时间,用合适的产品形态,告诉世界模型的能力边界已经到了哪里。现在大家把相关框架叫作 Harness,那时候还不流行这个说法。我认为我们是最早做这类框架的团队之一,把模型的能力边界逼到了极限。产品发布后,我在 3 月去旧金山与 Anthropic 团队交流,他们甚至不相信我们只用了他们的模型,因为他们内部测试的表现没有我们做出来的强。我当时说,我真的非常喜欢他们的模型。后来 Claude Code 的代码有过一次泄露,我们也看了看,觉得其中有一些我们早期架构设计的影子。所以我认为,发布成功最核心的根本,是产品本身做出了一次重要的创新。

如果没有好的产品创新,只想着依赖拍视频,那是本末倒置。后来那段时间我非常无奈:看到满大街的创业公司发布时,都喜欢让创始人坐在沙发上,背后顶着两棵绿植。大家太像东亚小孩做卷子了,非得照着一个标准模板来,没有卷子就不知道该怎么做。这其实很好笑,因为我们当时选那个机位,纯粹是因为在共享办公园区里,那是唯一能找到背景相对干净、没有其他公司、坐在那里不嘈杂的角落。仔细看视频的话,中间其实有一帧跳了一下,就是因为我们的首席科学家在讲的时候,背后有个保洁阿姨正拖着地走过去。真正重要的从来不是视频本身,而是你的产品。但回头来看,那个视频依然非常重要,原因在于它是我拍的、我们的首席科学家去讲的。

Manus 火了之后,很多团队内部下属要面对老板的质问,老板要面对投资人的质问:“你们为什么做不出 Manus?”这时最安全的借口往往是:“我们是一支很踏实的技术团队,不像他们那么会营销。”这样说听上去很踏实,把搞不过归咎于自己“不会营销”。

大家忽略了最本质的东西:我是做产品的,另一位负责模型,是公司的首席科学家。我们都不是营销出身,只是做了一款自己非常骄傲、非常满意的产品,然后用自己的语言把它向世界表达出来。

创业公司早期的营销和推广,一定要创始人亲自参与。外包给机构,或者找一个所谓的营销高手,中间的信息失真都可能很严重。早期只有创始人才最清楚,这个故事究竟该怎么讲。所以回头看,那个视频重要,不是因为视频形式本身,而是因为它是我们亲自做的。

1.6 为六个月后的模型能力设计产品

做 AI 应用创新,要面向六个月后的模型能力去设计产品。我觉得明年,也就是 2027 年,会是 AI 应用大年。

什么叫面向六个月后?不要今天早上看到一篇文章,说某个模型更新了、增加了什么能力,才想着基于它做应用。等到那个时候,可能已经晚了。

在我们团队里,首席科学家带来了非常重要的输入。他做了十几年自然语言处理研究,能敏锐地从模型当下的表现,以及公开和非公开的信息中,感知前沿模型实验室的演进方向。比如,我们从 Claude 3.5 Sonnet 身上看到AGI,也就是通用人工智能的能力开始冒头,到 V2 又上了一个台阶。我们判断,他们一定在这个方向上下了功夫。如果三四个月后,这方面再上一个台阶,我们的产品不是就会非常厉害吗?

所以我们决定立刻开始做。原本以为模型会从 3.5 直接跳到 4.0,打算等 4.0 发布时再发布产品,但中间先出了 3.7。3.7 发布的那个晚上,我在即刻发了一条动态:“信仰充值的一晚。”为什么?那天晚上,我们的 Harness 一行代码都没改,只把模型接口从 3.5 V2 切到 3.7。在我们自己的评测集上,表现大幅提升,剩余未解决的问题里,大约有 20% 到 30% 一下就解决了。那时我们知道,自己赌对了。

我们的首席科学家一直强调一句话:Less structure, more intelligence,也就是少一些预设结构,多一些模型自主智能。发布后,我在硅谷和国内讲这个,很多人不以为然。那时候更常见的做法,是由人设计工作流、教 AI 做事:哪里容易错,就写一条强制规则或者条件分支来兜底。但我们第一版 Agent 执行框架,没有用固定工作流规定每一步,而是让模型自己决定下一步做什么。

无论做研究、做幻灯片、做网站,还是做数据分析,都由模型决定下一步,而不是用固定流程把每一步串死。当时多智能体也很受关注,但我们一直坚持单智能体的路线。

为什么坚持这个方向?少一些预设结构,最大的好处就是产品能随着模型能力上升而水涨船高。如果写了很多僵硬的工作流,就可能享受不到模型更新带来的红利。在 3.7 发布前,我们其实也不知道这个判断到底对不对。但发布当晚,我们确认了:不改执行框架,只要模型能力提升,产品表现就跟着提升。这意味着不仅是这一次,未来也可能持续享受到模型进步的红利。所以作为 AI 创业者,非常重要的一点是不要老去为现在模型表现不好的地方修修补补,因为这些问题最终都会被解决。你应该想的是:6 个月之后模型会变成什么样?如果是那个样子,我该用一个怎样适合的产品形态去匹配那时候的模型?

你现在开始做,3 个月后产品做出来大家可能觉得表现很差,但你心里要有很强的认知:这只是因为模型还没跟上。只要模型跟上了,产品形态的优势立刻就会体现出来。等到模型真正达到那一步时,你就会是市面上唯一处在那个位置、并且已经准备得非常充分的人。

1.6.1 一个前瞻例子:一秒延迟的生成式体验

大家可能觉得这听起来很玄乎,那到底能做点什么?除了我们已经做的事情,还有没有别的机会?我可以现场分享一个机会(我自己不会去做了):

我一直在等待一个时刻:像 Seedance 这样的视频生成模型,从输入提示词到看到画面的延迟,降到一秒以内。我认为那会是这一轮 AI 应用创业非常重要的转折点。因为在我看来,一秒延迟的视频生成模型已经不只是视频生成工具,而是新一代的操作系统。

当这个未来到来,软件应该长什么样?用户应该怎样与一秒延迟的生成式产品交互?我的判断是,这些变化在六个月内一定会发生,围绕这个方向提前准备,是很好的创业机会。这只是一个例子。很多模型都在不同领域进步,三个月、六个月后会变成什么样?普通人该怎样驾驭这些能力?这才是 AI 应用创业的核心机会。

1.7 降低输入门槛,用付费识别真实价值

接下来谈第二个判断:为什么我们不做 Chatbot?因为它的上限容易被用户的提示词限制,只有很懂的用户才能充分用出价值,产品非常挑人。未来的新产品尝试,我们希望尽量降低用户的输入成本,让用户在日常生活中不断感受到模型智能带来的价值。

在 AI 时代,产品最重要的价值就是让用户感受到智能。很多人没有意识到这一点,觉得产品的价值在于免费。从来都不是免费,免费补贴反而是 AI 时代最大的陷阱。

回看过去两三年中国 AI 应用创业,最大的陷阱就是被上一代移动互联网的免费补贴思维给迷惑了,以为这一代还能这么做,完全错了:

第一,只要智能表现足够好,就有人愿意付费。比如,我们平台上一些核心用户每月会花 4000 到 5000 美元。这个金额很高,但他愿意花,说明找到了对应的价值。

第二,免费补贴容易让团队陷入无效反馈。做产品当然要听反馈,但免费用户也会提出很多“我想要这个、我想要那个”的要求。这些需求不是毫无价值,而是可能分散创业者的注意力。去看不该看的需求、思考不该思考的方向,本质上都在消耗时间。

第三,坚持付费,留下来提反馈的用户,就是已经感受到价值、用钱和行为投过票的人。围绕他们的真实需求去做,更有机会吸引其他愿意付费的人。

过去两三年,国内不管是做编程 Agent 还是其他方向,想靠早期免费补贴做起来的,最后基本都没做成。大家以为是品牌力不够强,其实核心原因就是做了免费。这在大厂里尤其突出:因为资源丰富,上线第一天就能拿出一两千万预算去补贴用户,结果反而走上了一条邪路。我去做免费是不可能的。因为如果第一个月做了 10 万 DAU,它就会变成你的 KPI,你下个月只想让它越做越高,没有人敢做转收费这个判断。然后你就会一直背着这个免费 DAU,拖累你对真实用户市场的感知能力。这是一个非常关键的点:让用户感受到真正的智能表现,才是 AI 时代做产品最重要的事。

我们发布时没有上线付费功能,直到 2025 年 3 月底才开始收费。按我们当时的口径,4 月第一个月,年度经常性收入指标,也就是 ARR,就超过 4000 万、接近 5000 万。为什么?因为产品确实让用户感受到了扑面而来的智能。这才是关键。

1.8 为什么坚持通用:用户心智与长尾需求

第三个判断,是坚持通用。发布 Manus 时,我们称自己是全世界第一个通用 AI Agent。为什么一定要强调通用?

发布早期我们听了不少投资人的意见,比如修改产品界面等,但唯独有一个意见我们没听。很多投资人问:“你这个产品到底能干嘛?每次过来都演示一大堆稀奇古怪的长尾任务。”我当时给他们展示各种内部、外部测的评测结果,他们就说:“你能不能讲一个最实在、最能说明价值的场景?”我说我确实讲不出来。

他们接着建议:“那你们能不能专注一点,比如做个网站生成工具,或者做个幻灯片生成工具?”做网站或 PPT 确实也能做,但我们当时没有做。

我现在回过头讲可能有点马后炮,显得当时深思熟虑,其实那时没想那么多。单纯是在研发 Manus 的两个半月时间里,我自己被那种智能反复冲击,每天都处在极度兴奋的状态中。我知道这个东西太厉害了,它做的所有长尾任务、所有的表现都太像一个人。我想把那两个月感受到的喜悦与惊喜分享给全世界。

当时就是一个非常单纯的做产品的心态,倒不是一开始就想清楚了要走通用路线。但现在回头看,坚持做通用是我们在 Manus 过程中做出的一个非常关键的战略判断。

原因在于:品牌心智是很难花钱买到的。

你在用户心中的认知是什么,花几亿美金都很难改变。因为我们一开始就打出通用 Agent,所以后来顺势推出网站开发、幻灯片、视频等各种指令时,一切都顺理成章,用户会觉得“Manus 什么都能干,能做这个很正常”。而当时一些垂类竞品想要拓展通用任务时,用户就会觉得很奇怪:“你不是做网站的吗,怎么现在开始帮我搞数据分析了?”大家不要小看这一点。

一个产品在用户心中对认知的占据,通常一辈子只有一次机会。要改变它巨难无比,可能要等到公司好不容易生存下来,再花很多年进行重大的战略和产品调整,才有可能改变用户的认知。因为坚持了通用方向,我们在接下来每一轮 AI 浪潮里都能享受到红利,一直持续到今天。

另外还有一个很重要的点:我们内部有一个矩阵,横轴是用户付给我们的钱,纵轴是用户满意度。在这个坐标系里,最右上角(付钱最多、满意度最高)的用户群体,大家知道职业画像是什么吗?

不是码农。我们是一个面向非技术人群的产品,码农用户有,但相对较少。最满意的其实是企业的管理者:CEO、小老板、部门主管。为什么?因为在公司里,老板的杂事最多,今天想这个、明天想那个,他们发现用 Manus 实在太爽了。在 Manus 之前,从来没有哪个 AI 工具能帮他们把什么事都解决了、什么事都能商量。以前那些垂类 AI,比如营销 Agent 之类,功能非常局限,只有 Manus 是什么都能干。所以 CEO 群体用得非常爽,成为我们非常忠诚的高端用户群。坚持通用不仅帮我们拿下了高端客户群,也在用户心智中建立了壁垒,让我们能撑过这一两年的技术迭代而不被淘汰。

当然,并不是每个人都要去做通用。我们当时能做成,是因为在那个时间点还没有人做,我们抢先占住了这个心智,后面再想做其实很难了。

1.9 围绕用户生活设计,而不是围绕技术习惯设计

第四个判断,是理解用户。

正如前面提到的,我们一开始就定义清楚:用户是非技术人群。我们希望把模型爆发出的惊人能力赋能给所有普通人,而不是只赋能给程序员。

因此我们在 UX 上做了很多工作:

第一,通过透明的执行过程建立信任。

第二,异步、云端执行。程序员用 Cursor,输入命令后一路点击确认,可能觉得很爽。但普通人不会整天盯着电脑,他们可能在用手机,也可能在忙别的事。因此,我们给每个任务配备云端沙箱,让任务在云端运行。最常见的场景是:掏出手机布置一个任务,然后把手机放回口袋,不需要一直亮屏,等任务完成后再看结果。

第三,让过程本身具有传播能力。我们把会话回放设计得很有叙事感。早期很多人受邀请码限制,用不了产品,但通过回放也能理解它的价值。

1.9.1 邀请码背后:资金和推理容量的约束

顺便提一下,早期为什么一定要用邀请码?

其实原因非常简单。这跟我们拍沙发视频一样:我们拍了,大家跟着拍;我们搞邀请码,其他人也跟着搞。但如果了解背后的原因,就会觉得很多模仿者的动作挺滑稽。

当时用邀请码纯粹是因为公司账上大概只剩八九百万美金。我们刚融完一轮,但依然是一家很穷的公司。在做 Manus 之前,国内很多 VC 并不看好我们,相比其他光鲜亮丽的 AI 同行,我们账上的资金非常少。

即使有邀请码限制,高峰期一天也要花掉 50 万美元。如果完全放开,我当时甚至担心,从 3 月 5 日发布算起,一个星期后公司就可能撑不住了。我们没有大厂的资源,也完全没想到发布会这么火,所以只能用邀请码控制节奏,随后再上线付费功能。在尚未收费的那段时间,邀请码是我们控制消耗的办法。

一个是这个原因,第二个原因是什么?很多不在行业里面的人是不知道的:如果你今天创业,去 AWS 或者 Google Cloud Platform 这样的云平台买 API、要 token,通常不是什么问题,你想要多少有多少,当然也是因为绝大部分产品没有那么大的量。我们当时面临的难题是什么?Manus 是全球第一个真正面向消费者使用的通用 Agent。在此之前,所有的云平台厂商接的客户都是做 Chatbot、做情感陪伴的。在我们初期测试里面,Manus 作为一个 Agent 产品(我们同事也做 Monica,Monica 是个 Chatbot),对比下来,一个 Agent 产品和一个 Chatbot 产品,单个 DAU 消耗的 token 数量相差 200 到 1000 倍。

这个数字有多大?向云厂商采购模型调用吞吐额度,通常会用 TPM,也就是每分钟可处理的 token 数,来描述。M 代表百万。那时在亚太地区,比较大的聊天或陪伴类产品,如果要 10M、20M TPM,已经算是头部客户。而我们上线三天时,如果把拿到邀请码的人全部放开使用,需求大约会到 800M TPM。

这是什么概念?我打电话给某家云厂商(这里不方便点名),我说我们现在需要 500M 的 TPM。他们见惯了创业公司来夸大需求以获得折扣,就问:“你们这个是预计一年之后的量吗?”

我说不是未来,我现在就要 500M。

他们根本给不出来。当时所有云厂商的算力都没那么充足,大家的算力储备都是互相看着一点点增长起来的。所以早期一方面是我们确实烧不起那么多钱,另一方面是当时的云服务厂商还没有为 AI Agent 的爆发做好算力储备。

我们后来很凑巧地在一家云平台拿到了几百 M 的 TPM 额度,撑过了最初一个月。之后,我们不断跟各家云厂商沟通,告诉他们 Agent 会爆发,应该提前储备更多容量。

到 5 月取消邀请码时,很多云平台已经能给创业者提供三五十 M 的 TPM 额度,因为此前已经开始增加储备。

所以 5、6 月份我再出去讲这个事情的时候,大家都不相信,觉得我们在吹牛,说:“我们创业从来没遇到过这种问题,去找他们要 10M 随时都能给。”

我心想:首先,两个月前未必拿得到;其次,10M 和 1000M 之间相差 100 倍。大家可能没意识到, Manus 发布时的需求规模,在供应链上带来了多少问题。云资源、基础设施、支付,这些都需要我们作为先行者不断解决。后来再做 Agent 创业的人,未必还会遇到同样的问题。

1.10 给年轻创业者的建议

最后,在座很多同学可能会成为 AI 原生创业者,我想给大家几个建议。

1.10.1 从第一天起看见全球,而不只看见欧美

第一个就是全球化视野。

什么叫全球化视野?去年 6 月份的时候,法国有一个欧洲比较大的科技峰会叫 VivaTech,邀请我们去参会。当时我们挺开心的,觉得做了一个全球级的现象级产品,有峰会邀请去发言很荣幸。出发前三天,大会组委会跟我说会给我一个惊喜。当天晚上我的 Gmail 就收到了一封来自 elysee.fr(法国总统府爱丽舍宫域名)的邮件,说法国总统马克龙邀请我去吃晚餐。

我第一反应是诈骗。正常人肯定都觉得是诈骗,对吧?后来组委会跟我确认,我才发现这就是他们说的惊喜。去法国参加完峰会,当天晚上我就去爱丽舍宫跟马克龙吃了顿饭。这两天我发小红书莫名其妙蹭了老黄的流量,就是因为当时马克龙坐我右手边,老黄坐我对面。老黄现场做了一个特别精彩的演讲,我记录下来发到小红书,这两天还特别火。

我为什么讲这个?因为当时产品才发布三个多月,我们就被邀请到这样高规格的场合。现场有十几桌人,很多是欧洲的创始人和投资人。饭后交流时,我听他们谈创业,觉得有些思路不太对。

我发现欧洲整个创业生态是远远不如中国的,他们是一种防御心态,讲的是“Build in Europe, build for Europe”。很多人在提这个,甚至给总统建言,说应该大力加强欧洲本土的 AI 开发,让欧洲的公司和政府都用欧洲的 AI,要不然中美太强大了。

我听着就觉得很不对劲。当时身边还有一些美国的创始人,大家聊起来也觉得不可思议。因为场合比较正式,我说话没太挑明,但我心里想:如果我们当时是“Build in China, and build only for China”,那我今天根本不会坐在这个位置上。

我们觉得,大语言模型最重要的价值之一,就是大幅降低了语言障碍。团队三个人里,我和 Red 在创业前都没有海外留学或生活经历,Red 之前甚至没去过美国,只有我们的首席科学家小时候在海外生活过几年。正因为语言障碍被降低,我们才能在营销、服务和思考方式上面向全球,做出这样的产品。

但我发现欧洲很多年轻的创始人却在想怎么把自己锁在欧洲里面,我觉得这种思路是不对的。当时跟他们交流,我也提到了这点。

今天面对国内年轻一代 AI 原生创始人,我鼓励大家从第一天就应该考虑产品如何走向全球、如何服务更多国家和地区的用户。在语言障碍已经被彻底移除的当下,出海绝对不再是个问题。我们内部所有的体系、客服等全部都是多语言的,因为语言障碍本身已经不存在了。

AI 是上天送给中国创业者最好的礼物。以前做科技产品出海,跟美国厂商竞争非常吃力,因为他们说英文,英语在全世界仍是主导力量,导致我们在文化和语言上吃了很多亏。但在 AI 这件事上,我们有极强的能力通过产品和各维度的创新去赢得更多全球市场。所以,全球化视野是 AI 创业最应该着眼的一点。

我还要强调,全球化不等于只做欧美。世界很大,全球南方也有很多机会。我们的收入贡献最大的市场确实是美国,但用户最多的地区是巴西。中东、欧洲、日韩、东南亚,甚至非洲,都有我们的用户。

当你去做全球化的时候,千万不要说“国外”。我一直在纠正团队同学的用词,在内部严禁使用这个词,因为“国外”太模糊了。有了“国外”,对应的概念就是“国内”,这就把世界简单划分成二元对立,但全世界的分布极其复杂,无论是区域、语言还是文化,不同地方都有不同的机会。当你拥有真正的全球化视野,不再只盯着欧美,而是看到各个区域市场的机会,从这个视角看待创业想法,一定会产生很多新东西。

1.10.2 亲自使用产品,不用情绪化叙事代替判断

第二点,给想做产品的同学一个建议:一定要少看自媒体。

先声明,这不是针对在座做自媒体的朋友,大家可能属于质量较高的一批。但做产品的同学,如果每天只读自媒体文章,很容易陷入虚无感:今天“核弹级炸裂”,明天某个行业又“完了”。Manus 发布以来,不知道被说过多少次“被颠覆了”“没人用了”,但实际上,我们的业务一直在增长。

绝大部分自媒体没有行业经验,驱动写作的核心是流量。他们需要迎合你的情绪,刺激你的多巴胺,让你开心、愤怒、疑惑、不解,从而操纵和支配你。如果你通过这种方式感知 AI 的发展,就会与现实产生极大的割裂感。

比如在我们产品发布两三个月后,TPM 就冲到了八九百 M。我相信当时全世界范围内,除了 Cursor 和 Windsurf 等几家,没有几家 AI 创业公司烧过的 token 有我们多。在这样的情况下,很多自媒体还在教怎么做 Agent。

语言是一种权力和工具。观点一旦写下来,看起来似乎彼此对等,但背后的依据并不一样。有些人没有接触真实市场,没有做过用户调研,也没有被线上大规模使用检验过,很多观点只是凭空想象。如果每天看这些,很容易被拖进情绪。

真正做产品的感觉全在细节当中。大家经常听人说“OpenAI 发了什么,这个行业就死了、被颠覆了”,但你真正去用一用就会发现,OpenAI 做的很多产品其实很烂。他做十个产品可能就成功一个,只是因为他们人多、钱多,底层的确厉害,做成一个就够了,剩下九个并不好。如果你只看自媒体文章,觉得大厂已经做了、赛道没法做了就放弃,会损失掉非常多的机会。所有东西都必须自己上手去摸、去用、去实操。

我这几年面试 AI PM 的观感特别差。很多校招同学来面试 AI PM,我问平时用什么 AI 工具,对方说了一个,我说拿出来看看最近聊了什么,最夸张的是手机上根本没装这个软件,或者打开后任务列表里只有两三个任务,显然是面试前突击应付一下。

AI 冲击行业已经有三四年了,来面试 AI PM 竟然还不会用 AI。虽然这说明我们前期的简历筛选机制有问题(后来已经要求把实际使用经验加入筛选环节),但这件事情本身非常可怕:大家根本没意识到,做 AI 的前提是自己必须深度使用 AI。只有亲自去用,才能感受到当前模型的能力边界、产品边界到底在哪里,新的机会到底在哪里。看别人咀嚼、消化过的内容,你永远感受不到。

你可以自己去写文章、做自媒体影响别人,我们团队也有同学写,我自己偶尔也写;但绝不能只通过自媒体获取养料,否则你对行业的认知会非常畸形,它代表不了真实情况。

1.10.3 发现问题,拥抱未知,在行动中修正

第三点,不单针对 AI PM,这是我从十几年前开始给所有想成为优秀产品经理的同学的建议:

在我看来,当前模型和技术能力已经很丰富,最缺的不是技术,也不是执行,而是发现问题。能发现问题、定义问题,清楚描述它被解决后应该是什么样,这种能力才稀缺。它不是只听创业分享就能获得的。大家还年轻、还在校园里,压力没有那么大,可以多理解社会和生活,观察身边的同学、实习公司的同事,看看有什么真实问题等待解决。

到底社会中的这个东西是怎么运行的、那个东西是怎么运作的?到底哪个地方 AI 可以去提效?这些东西全部来自于你对生活的观察。我希望大家对生活本身有更多的好奇心:你要对这个世界感到好奇,才会想去弄明白,去琢磨这个为什么是这样、能不能变得更好一点。但我发现大家现在很多时候缺乏好奇心。

在发了 Manus 之后接近两年的时间里,很多年轻创业者来找我,问的问题都是“你们是怎么成功的”。他们特别想让我给他们一张确定性的卷子,照着做十道题考了 100 分,就觉得该成功了。其实从来都不是这样,创业是一个高度不确定性的行当。我们在做出绝大部分决策的那一刻,其实都没有想明白,只是愿意在没想明白之前就先行动起来,然后动态调整我们的动作。

这就是创业者跟 VC 思考非常不一样的地方。VC 需要做很长时间的研究,因为他的决策非常重,是不能后悔的,钱投出去就投出去了,所以要做大量事前的研究来保证准确率稍微高一点点。VC 喜欢问终局是什么、怎么考虑,这是他的工作,他要让胜率变高。但创业者不能这么思考,如果在开始创业之前就已经把什么事情都想清楚了、认定了所谓最佳路径,那绝对不是最佳路径。

创业者永远是动态地活在战场里面,动态观测当下的每一天发生什么,去理解这个世界、市场和技术的变化,每一天动态做出新的决策,这样才是一个优秀的创业者。

过去这两三年间,我确实有很强烈的感受:越来越多的年轻创业者不敢去拥抱未知,而是希望你教他一个一劳永逸的答案,教他这一枪该怎么打,营销、产品、技术该怎么做,出海怎么才能成功。他特别想知道一个确定性的答案,当我说不出确定性答案的时候,他就会觉得你肯定藏着什么秘密不让他知道;你跟他说没有秘密、必须先动手做,他又会觉得你是不愿意分享。

所以我觉得一定要对这个世界感到好奇,未知是最美妙的东西。所有大的机会都在未知里面,不在确定性里面。如果真在确定性里面,我们也就不会做现在的事,而是会去做 AI 浏览器了。

1.11 结语:让头脑长出双手

最后,可能很多人不一定知道 Manus 这个名字的来源。它来自 MIT 的校训 Mens et Manus,是一句拉丁语,意思是 Mind and Hand。我们为什么选这个名字?因为我们觉得所有大模型厂商都在做 Mind (头脑),但在 2024 年年底那个时间点,为什么那么强的头脑仍然没办法产生很大的影响?就是因为它只有大脑,没有手。Manus 就是大模型的手,可以让大脑所有的思考都作用到真实世界里,去解决真正的问题。

这句话同样适用于今天分享的主题:所有的思考都需要实践。创业最重要的就是要去实践,而不是仅仅停留在创业计划大赛的 PPT 推演上,或者去应对投资人那些搞得很花哨的融资演示文稿上。

敢不敢于去实践、去面对真实社会、对世界感到好奇、去解决这个世界还没有解决的问题,这是真正的企业家精神,是创始人该干的事情,而不是过家家去扮演一个创业者的角色。这是今天想跟大家分享的主题,谢谢大家。

一键保存

使用 YouMind AI 深度阅读爆款文章

保存原文、追问细节、总结观点,并在一个 AI 工作空间里把爆款文章沉淀成可复用笔记。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章