{
  "slug": "manus-xiaohong-interview",
  "url": "https://kelewrites.com/posts/manus-xiaohong-interview/",
  "title": "Manus 创始人肖弘：模型先行，应用公司要做的是「等在前面」",
  "subtitle": "不做模型、不烧钱投放，靠提前卡位 Agent 产品形态吃模型能力外溢的红利",
  "summary": "肖弘判断 AI 应用的每一次爆发都由模型能力先行驱动，应用公司的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面。Manus 选择不做模型、不买流量，押注「虚拟机 + 浏览器 + 自主写代码」的通用 Agent 架构，用消费级定价和异步体验去承接模型能力的外溢。",
  "date": "2026-06-11",
  "updated": "",
  "tags": [
    "AI",
    "Agent",
    "行业洞察"
  ],
  "series": "",
  "source": {
    "title": "Manus 全球爆火，独家对话创始人肖弘（张小珺商业访谈录）",
    "url": "https://www.bilibili.com/video/BV1N7oBYNEoU/"
  },
  "ai": {
    "summary": "肖弘判断 AI 应用的每一次爆发都由模型能力先行驱动，应用公司的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面。Manus 选择不做模型、不买流量，押注「虚拟机 + 浏览器 + 自主写代码」的通用 Agent 架构，用消费级定价和异步体验去承接模型能力的外溢。",
    "takeaways": [
      "肖弘判断 AI 应用的每一次爆发都由模型能力先行驱动，应用公司的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面。Manus 选择不做模型、不买流量，押注「虚拟机 + 浏览器 + 自主写代码」的通用 Agent 架构，用消费级定价和异步体验去承接模型能力的外溢。",
      "一、产品规律：每一次爆发都由模型先行驱动",
      "二、分工选择：为什么不做模型，专心做应用",
      "三、Agent 形态：从「功能机」到「能用人类所有工具的实习生」"
    ],
    "audience": [
      "正在做 AI Agent / 工程实践的工程师",
      "关注 AI 行业演化的从业者"
    ],
    "quote": "一句话总结：AI 应用的每一波爆发都由模型能力先行驱动，应用公司真正的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面——Manus 由此选择不做模型、不烧流量，押注通用 Agent 的产品形态去承接模型能力的外溢。",
    "questions": [
      "这篇文章的核心结论是什么？",
      "产品规律：每一次爆发都由模型先行驱动到底讲了什么？",
      "分工选择：为什么不做模型，专心做应用？",
      "Agent 形态：从「功能机」到「能用人类所有工具的实习生」到底讲了什么？"
    ],
    "citation": {
      "title": "Manus 创始人肖弘：模型先行，应用公司要做的是「等在前面」",
      "conclusion": "肖弘判断 AI 应用的每一次爆发都由模型能力先行驱动，应用公司的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面。Manus 选择不做模型、不买流量，押注「虚拟机 + 浏览器 + 自主写代码」的通用 Agent 架构，用消费级定价和异步体验去承接模型能力的外溢。",
      "points": [
        "一、产品规律：每一次爆发都由模型先行驱动",
        "二、分工选择：为什么不做模型，专心做应用",
        "三、Agent 形态：从「功能机」到「能用人类所有工具的实习生」"
      ],
      "quote": "一句话总结：AI 应用的每一波爆发都由模型能力先行驱动，应用公司真正的机会不是追逐热点，而是提前预判下一代能力、把产品做好等在前面——Manus 由此选择不做模型、不烧流量，押注通用 Agent 的产品形态去承接模型能力的外溢。",
      "url": "https://kelewrites.com/posts/manus-xiaohong-interview/",
      "attribution": "kele · Article Share"
    }
  },
  "headings": [
    {
      "depth": 2,
      "text": "开场"
    },
    {
      "depth": 2,
      "text": "金字塔总览"
    },
    {
      "depth": 2,
      "text": "一、产品规律：每一次爆发都由模型先行驱动"
    },
    {
      "depth": 3,
      "text": "1.1 一条清晰的演化主线"
    },
    {
      "depth": 3,
      "text": "1.2 「壳」也需要进化"
    },
    {
      "depth": 3,
      "text": "1.3 给应用公司的两个事实"
    },
    {
      "depth": 2,
      "text": "二、分工选择：为什么不做模型，专心做应用"
    },
    {
      "depth": 3,
      "text": "2.1 模型会逐渐「商品化」"
    },
    {
      "depth": 3,
      "text": "2.2 这不是零和：做应用 vs 做模型"
    },
    {
      "depth": 3,
      "text": "2.3 原厂会做什么，不会做什么"
    },
    {
      "depth": 2,
      "text": "三、Agent 形态：从「功能机」到「能用人类所有工具的实习生」"
    },
    {
      "depth": 3,
      "text": "3.1 旧路径的瓶颈：像在做功能机"
    },
    {
      "depth": 3,
      "text": "3.2 真正的 Agent：自主调用工具"
    },
    {
      "depth": 3,
      "text": "3.3 体验上的关键差异：异步"
    },
    {
      "depth": 3,
      "text": "3.4 定位：通用、消费级、人人能上"
    },
    {
      "depth": 2,
      "text": "四、创业心态：乐观、做自己、少得失心"
    },
    {
      "depth": 3,
      "text": "4.1 乐观：技术进展是最大的红利"
    },
    {
      "depth": 3,
      "text": "4.2 Be yourself：按自己的节奏，不要应激"
    },
    {
      "depth": 3,
      "text": "4.3 少得失心：把能控制的做好，不烧钱"
    },
    {
      "depth": 2,
      "text": "一页速览"
    },
    {
      "depth": 2,
      "text": "一句话收束"
    }
  ],
  "text": "> **一句话总结**：AI 应用的每一波爆发都由**模型能力先行**驱动，应用公司真正的机会不是追逐热点，而是**提前预判下一代能力、把产品做好等在前面**——Manus 由此选择不做模型、不烧流量，押注通用 Agent 的产品形态去承接模型能力的外溢。\n\n---\n\n## 开场\n\n过去三年，AI 应用几乎每年都换一张面孔：Jasper（填表单式写作）火过，ChatGPT（对话式）火过，带上下文的 Monica、豆包火过，会写代码的 Cursor 火过，再到春节期间现象级的 DeepSeek。一茬接一茬，节奏快得让人目不暇接。\n\n大多数创业者的本能反应是「追」——看见什么火就做什么。看到 reasoning 火就去做 reasoning，看到 Agent 火就喊 Agent。但肖弘的观察恰恰相反：等你看见它火再追，就已经晚了。因为所有突破几乎都是模型先做出来的，应用公司只是在模型能力到位的那一刻，把用户可感知的价值呈现出来。\n\n那么，一家不做模型的 AI 应用公司，机会到底在哪？该用什么心态、什么产品形态、什么打法去抓住它？\n\n答案是一句话：**模型能力先行，应用公司要做的是「等在前面」——提前预判下一代能力、把产品做扎实，等模型能力一到位就接住爆发式增长**。下面分四层展开。\n\n---\n\n## 金字塔总览\n\n---\n\n## 一、产品规律：每一次爆发都由模型先行驱动\n\n### 1.1 一条清晰的演化主线\n\n把这几年的明星 AI 应用当成数据点连起来，会看到一条规律——产品越来越贴近普通人的习惯，能力越来越强，而能力的强大几乎全部来自底层大模型（LLM，大语言模型）能力的外溢：\n\n| 产品 | 形态进化 |\n\n| Jasper | 填空式表单：填好受众、主题，输出文章 |\n| ChatGPT | 对话式：比表单更符合直觉 |\n| Monica / 豆包 / 夸克 | 自带上下文（context）的 chatbot，不用再复制粘贴 |\n| Cursor | 不只对话，还能通过写代码帮你解决问题 |\n\n### 1.2 「壳」也需要进化\n\n肖弘反复强调：模型能力在快速进化，但承载它的那层「壳」（产品）同样需要进化。每一代模型能力跃升后，往往是第三方厂商——而不是原厂——率先把这份能力以用户可感知的方式呈现出来。Cursor 就是典型：它本身是家挺早的公司，真正出圈是在 2024 年 Claude 3.5 Sonnet 发布之后，是模型能力的直接提升带动了产品能力的迭代。\n\n他把这条规律总结为新时代的「安迪-比尔定律」（原是 PC 时代的说法：英特尔每提升一代算力，微软的新系统就会把它吃掉）。今天的版本是：模型每外溢一层能力，就需要应用层把它消化成产品价值。\n\n### 1.3 给应用公司的两个事实\n**原厂在模型发布时往往准备不足**。ChatGPT、DeepSeek 火起来的程度，多半超出原厂自己的预料。\n**应用公司可以「等在前面」**：先想清楚下一个能力是什么，把这部分产品做好，等能力到位，增长曲线就是一次跳变。Cursor 早早就在等模型变强，能力一到就完成了 PMF（产品-市场匹配）。\n\n> **金句**：模型负责把能力造出来，应用公司负责**第一个把它变成用户摸得到的价值**。\n\n---\n\n## 二、分工选择：为什么不做模型，专心做应用\n\n### 2.1 模型会逐渐「商品化」\n\n肖弘从第一天就持有一个判断：模型会越来越 commodity（商品化）。参照半导体产业的演化——最开始都是垂直整合，后来才分化出层次。台积电的出现同时创造了「专业制造」和「专业设计」两个行业。AI 也会走向类似的分层：不会停滞，而是若干家模型都进入「还不错」的水平，那时单纯做应用反而更轻、更聚焦，不必投入巨量资金训模型。\n\n他也坦诚这是个动态问题：Day One 不做模型首先是务实——没有那个资源；以后做不做，取决于组织有没有资源、有没有非做不可的用户需求、以及生态里有没有别人已经做得很好。\n\n### 2.2 这不是零和：做应用 vs 做模型\n\n做应用和做模型不是非此即彼。即便模型公司在高速发展，它也需要一些围绕用户视角、产品视角的公司来做工作。所以 Manus（依托 Monica）和各家模型厂商关系都不错——因为服务的是海外用户，几乎所有你听说过的模型都接入过，今天哪个模型出来就接哪个，用户不必自己去注册一堆账号。\n\n### 2.3 原厂会做什么，不会做什么\n\n原厂不可能什么都做。可以这样 MECE 地切分应用公司的生存空间：\n\n| 类型 | 原厂态度 | 应用公司机会 |\n\n| 特定行业的事 | 一般不做 | 垂直领域可做 |\n| 特别辛苦、要堆工程师的脏活累活 | 一般不做 | 值得做 |\n| 有窗口期、长期会做的事 | 短期顾不上 | 值得试，但要想好窗口期内拿什么成绩为下一步铺路 |\n| chatbot 这类符合 AGI 想象的入口 | 一定会做 | 别硬碰，但也别因此判死刑 |\n\n关键在于：窗口期是否被原厂收回，并非纯逻辑推导——你做得足够好，生态里有了领头羊，原厂也许就不做了。所以今天的判断必须灵活，没有标准答案。\n\n> **金句**：不要去抢原厂壁垒最肥的那块，**把它够不着、看不上、顾不上的地方做到极致**。\n\n---\n\n## 三、Agent 形态：从「功能机」到「能用人类所有工具的实习生」\n\n### 3.1 旧路径的瓶颈：像在做功能机\n\nAgent（智能体，指能感知环境、自主执行任务的系统）这个词 2023 年就有了，但长期低于预期，核心原因是模型不够聪明。当时做 Monica，为了让它能执行任务，只能一个一个接 API：要联网就接搜索 API，要读文件就做知识库，要画图就接画图……肖弘说，这种做法很像当年的功能机（feature phone）——把一个个功能堆叠起来，做得再多，本质还是「堆」。\n\n### 3.2 真正的 Agent：自主调用工具\n\n转折发生在他用 Cursor 竞品 Windsurf 的「YOLO 模式」（You Only Look Once）时——Agent 居然主动说「我去 GitHub 下载这段代码再来写」。那一刻他「像被闪电击中」：它在**自主使用人类创造的工具**。理论上 GitHub 上什么代码都有，人类造的所有工具它都能用。\n\n由此他提炼出 Manus 押注的 Agent 架构：\n\n| 组件 | 作用 |\n\n| **虚拟机（云端服务器）** | 跑代码、执行命令，坏了就再开一台，任务完成可释放，不会搞坏用户电脑 |\n| **浏览器** | 调用那些没有 API、只能靠界面操作的服务和知识 |\n| **自主写代码 + 调 API** | 用存量代码和自己写的代码，通过 API 把事情搞定 |\n\n他特意举了内部测 GAIA（一个 Agent 评测集）的例子：有道题要找出某 YouTube 视频某一秒画面里有几种动物，Manus 的 Agent 竟然打开 YouTube、用快捷键精确定位到那一秒、看画面给出答案。这种「aha moment」让他觉得「像在制造一个生命」。\n\n### 3.3 体验上的关键差异：异步\n\n今天所有 chatbot 都是「同步」「瀑布式」的——你发一句，它回一句（A-B-A-B）。但人类协作不是这样：你交代一件事，对方花时间去做，中途你能补充、能纠正，有进度会同步给你。Agent 要解决复杂任务，就必须**异步**，像「最好的实习生」：接到任务先拆成几步（Plan），逐步执行，有结果随时同步，需求错了可以中途调整。\n\n值得注意的是，模型层面也要专门适配：肖弘测下来，当时全世界只有 Claude 3.5 Sonnet 具备「长程规划 + 逐步解决问题」的 agentic 能力，因为传统 chatbot 的训练目标是「一轮对话尽量解决问题」，而 Agent 需要的是「分步骤、拿前一步结果当输入再做下一步」。所以模型厂商需要为 Agent 专门训练。\n\n### 3.4 定位：通用、消费级、人人能上\n\nManus 选择通用 Agent，而不是像 Devin 那样直接垂直到工程师、定到 500 美金的高价。定价是定位的一部分：消费级产品就该用大众方式定基础价，随用量增加再让用户付更多。对外它仍是一个类 chatbot 的产品形态——因为消费级产品要让用户感觉熟悉——但应用侧做的事情极其复杂，且会单独发新产品，不背 Monica 的历史包袱。\n\n> **金句**：Agent 不是把功能堆得更多，而是让模型像人一样**自己写代码、自己用工具、自己跑完多步任务**。\n\n---\n\n## 四、创业心态：乐观、做自己、少得失心\n\n### 4.1 乐观：技术进展是最大的红利\n\n肖弘对模型能力的态度是「不能做空」——你不能假设未来几年它会变慢，而应该用「最疯狂的幻想」去理解它。他引用黄仁勋的回答：被问到接下来几年什么会让你惊讶，答案是「basically nothing」（什么都有可能）。已经被提出来的能力维度（多模态、更长上下文、Agent 执行）可以做量的线性外推；真正关键的是那些还没出现的维度。技术红利还在，今天仍是创业的好时代。\n\n### 4.2 Be yourself：按自己的节奏，不要应激\n\nDeepSeek 给行业最大的精神鼓励，不是某个具体打法，而是「一直按自己的节奏做事」——它一直在开源，没火时也在开源，只是做到做到、把技术做扎实，就得到了巨大的奖励。所以创业者最该学的是：领先的时候要更激进（肖弘复盘 2023 年的 Monica「不够激进」），但不要因为别人火了就「应激」去追——应激就晚了，火了再追更晚。要有自己的节奏。\n\n### 4.3 少得失心：把能控制的做好，不烧钱\n\n很多事情不是你能控制的——地缘政治、商业竞争结果都只能当输入。所以应该把自己能控制的事做好：把产品做扎实，把精力放在产品上。Manus 没有给任何一个 KOL 投过一分钱，靠产品本身做到全球一百多个国家总榜第一。他把它类比成「想做的事比自己更重要」的那种投入，并借 DeepSeek 翻译的「贪嗔痴」自省：少一点对顺境的执着（贪）、对逆境的不满（嗔）。\n\n> **金句**：把世界当作博弈中的变量，**先做好你能控制的，剩下的交给时代的红利**。\n\n---\n\n## 一页速览\n\n| 层级 | 内容 | 一句话核心 |\n\n| **核心结论** | 模型先行，应用等在前面 | 不做模型、不烧钱，提前卡位产品形态接住模型外溢 |\n| **主论点一** | 产品规律 | 每次爆发都由模型驱动，应用第一个变现 |\n| 1.1 | 演化主线 | 越来越贴近普通人，能力来自模型外溢 |\n| 1.2 | 壳要进化 | 第三方常比原厂先呈现能力价值 |\n| 1.3 | 两个事实 | 原厂准备不足，应用可等在前面 |\n| **主论点二** | 分工选择 | 模型会商品化，专心做应用更聚焦 |\n| 2.1 | 商品化 | 参照半导体的分层演化 |\n| 2.2 | 非零和 | 做应用和做模型不冲突 |\n| 2.3 | 原厂边界 | 不抢最肥的，做它够不着的 |\n| **主论点三** | Agent 形态 | 从堆功能到自主用工具 |\n| 3.1 | 旧瓶颈 | 一个个接 API 像做功能机 |\n| 3.2 | 新架构 | 虚拟机 + 浏览器 + 自主写代码调 API |\n| 3.3 | 异步体验 | 像最好的实习生，可拆解可纠正 |\n| 3.4 | 定位 | 通用、消费级、用定价划分人群 |\n| **主论点四** | 创业心态 | 乐观、做自己、少得失心 |\n| 4.1 | 乐观 | 不能做空模型能力 |\n| 4.2 | be yourself | 领先就激进，但不要应激 |\n| 4.3 | 少得失心 | 做好能控制的，不烧钱投放 |\n\n---\n\n## 一句话收束\n\n> **不要追着浪花跑，而要算准下一道浪会在哪里——把船提前划过去，等水涨起来。**"
}