Manus 创始人肖弘：模型先行，应用公司要做的是「等在前面」

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。

开场

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。

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。

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？

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。

金字塔总览

mindmap
  root((Manus 肖弘<br/>模型先行·应用等在前面))
    一·产品规律
      模型先行 应用接住
      原厂准备不足
      壳也要进化
    二·分工选择
      模型会商品化
      不做模型 务实
      原厂不做脏活累活
    三·Agent 形态
      虚拟机加浏览器
      自主写代码调 API
      异步 像最好的实习生
    四·创业心态
      乐观 技术是最大红利
      be yourself 不应激
      少得失心 不烧钱

一、产品规律：每一次爆发都由模型先行驱动

1.1 一条清晰的演化主线

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：

1.2 「壳」也需要进化

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。

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。

1.3 给应用公司的两个事实

• 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。
• 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）。

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。

二、分工选择：为什么不做模型，专心做应用

2.1 模型会逐渐「商品化」

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。

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。

2.2 这不是零和：做应用 vs 做模型

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。

2.3 原厂会做什么，不会做什么

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：

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。

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。

三、Agent 形态：从「功能机」到「能用人类所有工具的实习生」

3.1 旧路径的瓶颈：像在做功能机

Agent（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」。

3.2 真正的 Agent：自主调用工具

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。

由此他提炼出 Manus 押注的 Agent 架构：

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」。

3.3 体验上的关键差异：异步

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。

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。

3.4 定位：通用、消费级、人人能上

Manus 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。

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。

四、创业心态：乐观、做自己、少得失心

4.1 乐观：技术进展是最大的红利

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。

4.2 Be yourself：按自己的节奏，不要应激

DeepSeek 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。

4.3 少得失心：把能控制的做好，不烧钱

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）。

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。

一页速览

一句话收束

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。