Meta收购Manus：扎克伯格10天豪掷数十亿，能拯救二流大模型的困境吗？

当Meta收购Manus的消息传遍科技圈时，业内并未感到太多意外，但这场闪电收购背后，却透露出扎克伯格面对2026年AI战局的深深焦虑。

整个收购谈判由扎克伯格亲自下场操盘，仅用了10多天便火速敲定价格。这一速度足以说明，在即将到来的更激烈的AI竞争中，小扎急于打出一张能快速补位的牌。

尽管Manus被AI圈戏称为“套壳”公司——即依赖第三方模型构建应用层，但不可否认，它确实能精准补上Meta在AI应用生态上的短板。

对扎克伯格而言，用金钱解决问题早已不是第一次，但这次收购能否真正带来转机，仍是未知数。

然而，仅凭Manus就想改变Meta当前的颓势？恐怕没那么简单。

01 赚钱能力与市场攻势

简而言之，Manus最吸引小扎的或许是它惊人的变现速度。这家公司成立仅8个月，年化收入就已飙升至1.25亿美元。

Manus的快速增长源于两大引擎：一是它对多工具的高度整合能力，二是它教科书级别的获客手法。

Manus的技术内核并不复杂，其核心是一个多智能体编排系统，名为多智能体协同架构 (Multi-Agent System, MAS)，由规划 (Planner)、执行 (Execution)、验证 (Verification) 和知识 (Knowledge) 四大Agent构成。

它模仿人脑的分工模式，不同Agent各司其职，将用户的复杂指令拆解、执行、校验，最终拼装成完整的输出结果。

开发者Jian Liao（@jianxliao）通过逆向工程发现，Manus整合了多达29种工具，包括开源的Browser Use，几乎模拟了用户上网的所有操作。

但仅凭这些，Manus还撑不起数十亿美元的估值。

它的另一个杀手锏是沙盒执行环境——AI可以在隔离的虚拟空间里运行代码、操控浏览器、管理文件，用户甚至能关闭设备，让Manus在云端“无人值守”完成任务，之后再推送通知。这种异步执行能力对企业用户极具吸引力。

例如，生成复杂网页的任务往往需要几十分钟，用户只需下达指令，然后放心去做其他事，回头就能“收菜”。

不过，Manus并没有自研的底层大模型，所有Agent能力均来自第三方。

多Agent编排、沙盒环境、工具集成，这些本质上都是工程层面的优化，而非底层AI能力的突破。

Manus联合创始人季逸超曾透露，系统主要依赖Anthropic的Claude和微调后的阿里Qwen模型。

与OpenAI的Operator相比，这种“拼接”方案的短板立刻显现。

Operator基于为浏览器操作专门训练的CUA模型（GPT-4o特化版），拥有原生的计算机操作能力。

在OSWorld基准测试中，Operator成功率38.1%，WebVoyager上高达87%。反观Manus，用户反馈它常陷入死循环，错误频发。

根源在于底层模型的智能差距。

Operator懂得如何与操作系统交互、执行多步任务、处理异常，而Manus的多Agent架构虽然模仿了这些功能，但“拼凑”出的系统在稳定性和可靠性上天然吃亏。

尽管如此，Manus对Meta仍有战术意义：它能即插即用，快速融入WhatsApp Business和Meta AI，填补Meta在Agent产品上的空白。

更关键的是，Manus的市场引爆能力被严重低估。

2025年3月6日凌晨，Manus在X平台发布了一条4分17秒的演示视频。

视频制作虽不花哨，但内容直击要害——它直观展示了AI如何自动筛选简历、分析股票、搭建网站。

几小时内，视频观看量破20万，迅速席卷科技圈。

用户亲眼看着AI一步步完成任务，无需任何解释就能秒懂产品价值。这种“所见即所得”的展示，让技术门槛几乎归零。

此次推广的精髓在于让创作者直接演示产品用法，而非空谈功能和技术。

Manus团队显然深谙此道。

发布后4小时，官网访问量突破千万，全网疯求邀请码，官网一度崩溃。邀请码在二手平台被炒到数万元，最高达10万元。

截至目前，Manus用户量已达百万级。若借助Meta的渠道（Facebook、Instagram、WhatsApp覆盖数十亿人），其变现能力将呈指数级放大。

02 砸钱无数，Meta AI为何沦为二流？

2025年，扎克伯格在AI领域砸下640亿至720亿美元，但收效甚微。

Meta的AI表现远远落后于OpenAI、Google和Anthropic，甚至被外媒讥讽为“二流大模型”。

旗舰模型Llama 4更成为年度笑柄。

4月初，Meta推出Llama 4 Scout和Maverick。Maverick在LMArena榜单上短暂位列第二，仅次于Gemini 2.5 Pro，看似重大突破。

但技术社区很快发现了猫腻。

Meta提交测试的是“Llama-4-Maverick-03-26-Experimental”——一个为对话优化的实验版，输出冗长、表情符号泛滥，明显针对LMArena的人类评分偏好做了调优。

而公开版“Llama-4-Maverick-17B-128E-Instruct”在相同榜单上仅排第32位。

LMArena事后批评Meta违背基准测试精神，虽未违规，但提交与公开版性能悬殊的特化版，确实破坏了公平性。

独立AI研究者Simon Willison指出，公众无法用到测试版，排名便失去意义。

Meta内部文件显示，公司对开源策略分歧严重，甚至秘密启动闭源项目“Avocado”，与Llama的开源定位背道而驰。

2025年9月，Meta推出AI短视频平台Vibes，号称对标OpenAI的Sora 2。

但Vibes用的是Black Forest Labs和Midjourney的模型，而非自家Llama，引发外界猜测：Meta或已放弃Llama。

比模型更糟的是AI战略的混乱。

2025年6月，扎克伯格斥资143亿美元收购Scale AI 49%股份，主要目的是挖来其CEO Alexandr Wang，并任命这位28岁年轻人掌管新成立的Meta Superintelligence Labs，统管所有AI研发。

10月，该部门裁员600人。

多位从对手挖来的顶尖研究员入职数周便离职，原因包括官僚主义、方向不明、文化冲突。

外媒称，新员工难以适应大公司决策流程，而原有生成式AI团队则感到职权被大幅削弱。

最具象征性的事件是11月图灵奖得主杨立昆离职。

根源在于Meta战略重心从基础研究转向产品商业化，与杨立昆的学术追求背道而驰。此外，在新架构中，杨立昆需向Wang汇报，而非产品主管Chris Cox。

杨立昆在领英直言无法忍受，选择离开。

产品层面同样疲软。

Meta AI虽依托Facebook等产品获得7亿月活，但功能停留在基础对话，缺乏Agent能力。

而OpenAI在2025年初便推出Operator，可自主操作浏览器订餐、购物、填表。

2月，OpenAI发布Deep Research（基于o3），能进行5-30分钟深度研究，生成带引用的报告。7月整合为ChatGPT Agent，实现“研究+行动”闭环。

Anthropic的Claude在Agent领域同样优势明显：2024年10月推出Computer Use，让AI操控电脑；2025年6月扩展Artifacts，支持构建、托管、分享交互式应用；Claude Code成企业开发首选编程Agent。

谷歌的Gemini 2.5 Computer Use能像人一样浏览网页、点击按钮、填表。

2025年11月，伴随Gemini 3 Pro发布，谷歌推出Antigravity——一个集成聊天、终端、浏览器的Agent开发平台，以及企业级管理工具Gemini Enterprise。

反观Meta AI，2025年4月推出独立App时，仍停留在回答问题、生成图像、总结网页的基础层面，无自主任务执行能力，无法进行深度研究或操作浏览器。

虽然Meta AI月活超10亿，但这主要归功于社交媒体捆绑，是渠道的胜利，而非产品实力。

03 收购Manus，治标能治本吗？

收购Manus能否根治Meta的痼疾？答案很可能是否定的。

因为在Agent时代，产品包装可以快速复制，真正的护城河在于基座模型的持续进化。

Manus团队自己也承认：“当模型足够强大、架构足够灵活时，Computer Use、Deep Research、Coding Agent等能力会自然涌现。”

这句话揭示了AI Agent的本质：规划、推理、决策能力直接源自基座大模型的认知水平。多Agent编排只能优化任务流程，无法提升单个Agent的智能。

Menlo Ventures 2025年报告显示，企业LLM API使用份额中，Anthropic占40%，OpenAI占27%，Google占21%，而Meta仅12%，较2024年的19%下滑7%。

编程能力是衡量AI Agent的核心指标，直接反映模型的逻辑推理与问题解决能力。

在这一关键领域，Meta几乎缺席：Claude Code占据编程Agent市场54%，OpenAI 21%，Google 16%。

这意味着Meta已站在出局边缘。

更严峻的是，多Agent编排、沙盒环境等工程手段并不构成技术壁垒。任何有足够工程能力的团队都能在数月内搭建类似系统。

真正的护城河是基座模型的能力，而这恰恰是Meta最薄弱的环节。

收购Manus不会让Llama 4变强，它带来的只是“更精美的包装”。在AI竞争白热化的2026年，这种战术动作难改大局。