Manus，剛剛悄悄發布了自己的 2.0 宣言

作者：樺林舞王，極客公園

編輯：靖宇，極客公園

10 月 26 日，Manus 聯合創始人、產品合夥人張濤（網名 HideCloud）最近在自己的公眾號「潛雲思緒」寫了一篇長文，標題叫《用 Manus 改造 Manus》。

文章開頭是一個讓他印象很深的畫面。他給工程師提了幾條需求和 Bug，過一會兒去看進展，發現對方電腦上開著一排 Codex 和 Manus 的 Session。隨便點開一個，輸入就是他剛在 Slack 上發的需求原文，一字未改。

更讓他意外的是，這位工程師當時同時在處理十幾、二十個需求。在今天的 Manus，這已經是常態。

這篇文章信息量很大，有幾件事最值得記下來。

Manus 內部做了一個叫 Manus-mono 的統一代碼入口，配上一本寫給 AI 看的說明書，讓 AI 能看到跨倉庫的全局。一個需求，一個人就能寫完所有端。移動端團隊一直只有 7 個人，同時負責 2 個產品、4 個 App，進度和網頁版基本同步。

所有產品經理都向 Manus 提交過代碼，大約一半能獨立把需求做到上線。有的產品經理交出來的需求，已經從文檔變成了一段視頻。

市場團隊有了一位「數字同事」，會自己安排工作、主動提醒項目進度，還會跨團隊去把功能細節問清楚。

9 月，公司的 AI 開銷人均超過 1 萬美元，少數人一個月就用掉七八萬美元。張濤專門用一節回應了外界的質疑。

文章發出的時間點也很微妙。9 月底，Manus 發布了 2.0 版本和個人智能體應用 Cue；10 月初，母公司蝴蝶效應宣布完成超過 5 億美元的新一輪融資，同時在北京開出 17 個崗位。

放在這個節點上看，這篇文章更像是 Manus 團隊進入 2.0 時代的一份宣言。它講的是組織如何利用 AI 進化，透露出來的卻是這家公司產品方向、成本邏輯和用人標準。

01 Manus 本身，就是 2.0 的樣板間

如果你把文章裡的內部實踐和 Manus 2.0 的功能列表放在一起，會發現它們幾乎能一一對上。

市場團隊的數字同事用內部網站覺得不順手，可以通過一個反饋接口直接提需求，需求一進來就自動觸發 Manus 的開發任務。這背後用的是 2.0 的 Automations，收到一條外部通知，就自動開始一個任務。

產品經理用視頻代替需求文檔，靠的是 2.0 大幅加強的視頻能力，既能用圖像生成視頻，也能用代碼做動畫。做語音轉文字功能的那位產品經理，故事很典型。她先讓 Manus 測試了十多個模型，選定一個接入，再按現有設計規範做 Demo，讓 Manus 把用戶可能遇到的場景逐一生成圖片，一張張檢查修改，最後把 Demo 剪成視頻。方案清楚了，她乾脆把功能寫完，網頁端和桌面端的界面都出自她手。

同事做的 Slack 機器人運行在雲電腦上。非研發同事想知道某個功能怎麼實現、文案在哪、是否上線，不必先打聽歸誰管，直接問它就行。這對應的是 2.0 裡可以 7×24 小時常駐的雲電腦。

還有一些功能目前只在內部用。比如同一項目的成員默認能看到彼此的 Session，工程師和 AI 做完大部分工作，產品經理可以進到同一個 Session 裡，接著調間距、樣式和文案。

張濤在文末寫得很直接，這些是 Manus 接下來要做好的事，「我們會先自己試，再交到用戶手裡」。

「吃自己的狗糧」這個說法在軟件行業流傳了幾十年。一般認為它源自 1988 年微軟高管 Paul Maritz 的一封內部郵件，標題就叫「Eating our own Dogfood」，要求員工多用自家產品。後來更有名的例子是 Slack，它最早是遊戲公司 Tiny Speck 開發《Glitch》時自用的溝通工具，遊戲沒做起來，工具反倒成了主業。

Manus 走的是另一個方向。產品先有了，再把公司內部怎麼用它寫出來，當作產品最好的樣板間。對一家賣通用 Agent 的公司來說，沒有什麼演示比「我們整個公司都這麼幹活」更有說服力。

02 從一人一個 Agent，到一個團隊一個 Session

這份宣言裡，最值得琢磨的是「我們看到的機會」那一節。

過去一年，個人 Agent 已經成了大公司的標配。Anthropic 有 Cowork，Meta 的 Muse 上線不久就登上美區 App Store 免費榜第一，騰訊 WorkBuddy 在國內 PC 端辦公智能體裡月訪問量突破 2000 萬。「給每個人配一個替你幹活的 AI」，正在變成所有人都在做的事。

張濤列出的三個機會，指向的是另一層。

第一條，Session 本身會成為多人協作的工作對象，一個人提出問題，設計師出方案，工程師實現，產品經理接著運營，都在同一個 Session 裡推進。

第二條是跨設備、跨同事的協作。

第三條是 Agent 進入公司的系統和知識庫之後，能主動找到人沒想到的解法。

三條都在講組織，講多個人和多個 Agent 怎麼一起幹活。

這和 Cue 的思路相通。Cue 給每個 Agent 配了獨立的郵箱、電話號碼、錢包和電腦。CEO 肖弘發布時說，這樣一個「東西」也許可以稱之為「人」，接下來「是不是應該有個很多人和 Bot 的群」。Cue 把這個想法放進了個人生活，文章裡的數字同事，則是它在公司裡的樣子。

關於數字同事的幾個細節，比任何功能介紹都生動。

很多同事會同時找它，所以它只在一個「工作台」Session 裡和大家對話，具體任務再拆給其他 Session 並行完成。Slack 消息很多，它會先判斷和自己有沒有關係，有關係的再分成「要打斷手上的事」和「做完再處理」兩類。張濤特別提到，這套規則是 AI 在開發過程中自己設計的。

有一次，同事們在 Slack 裡討論兩個項目，一時記不清其中一個到了哪個階段。沒人 @ 它，它主動提醒，「B 還在測試階段，要不要等 A 的結果出來再看 B？」產品團隊上線 3D 模型生成和骨骼綁定之後，它又主動跑去問適用條件，弄清楚骨骼綁定目前支持魚、蛇、四足動物等七類物體，之後對外介紹就能講得準確。

張濤說，那一刻它更像一位一直在認真聽會的同事。

當單人 Agent 變成標配，通用 Agent 的下一塊地盤，大概就在團隊協作這一層。Manus 先把自己的公司變成了試驗場。

03 人均 1 萬美元

文章裡最受爭議的數字，是 9 月人均超過 1 萬美元的 AI 開銷。張濤月初在朋友圈提過一次，引來不少「花得太過分」的質疑，這次他正面給了三條理由。

第一條，這筆錢買的是時間和注意力。團隊一大，溝通成本就高，AI 省下的是每個人的注意力，讓每個人對自己負責的事有更完整的掌控。

第二條，貴是因為用最好的模型，這是了解 AI 能力邊界的核心方法。他舉了代碼審核機器人的例子。負責研發效率的同事說，最近半年沒聽說過因為合入有問題的代碼導致線上故障，而 AI 編程普及之後，公司每天的代碼提交量「非常誇張」。這位同事覺得，這可能是公司最划算的一筆支出。

第三條最有意思。越來越多開發工作在 Manus Studio 上完成，Studio 是 Manus 自己的產品，內部燒掉的每一個 Token，都会變成看清 Token 浪費在哪裡的數據。產品改進了，浪費減少，成本下降，用戶也跟著受益。

這條邏輯把一筆成本講成了研發投入。張濤的判斷是，今天每月 1 萬美元換來的工作方式，兩年後可能只需要幾百美元。

換個角度看，這筆帳也照出了應用層 Agent 公司共同的處境。文章開頭那位工程師螢幕上開著的，除了 Manus，還有 OpenAI 的 Codex。Manus 的研發離不開最頂級的模型，而提供這些模型的公司，自己也在做 Agent 產品。

有評論把這種模式叫作「依附式創新」，在別人搭好的平台上找到能力和用戶之間的空隙，代價是每做一單生意，都要付一筆錢給潛在的對手。

從這個意義上說，人均 1 萬美元同時在證明兩件事。一是團隊確實摸到了模型能力的邊界；二是 Manus 比它的用戶更早撞上了 Agent 的成本問題，也就更有機會先把它解決掉。

04 速度，和張濤的不安

宣言的另一面，是 Manus 團隊裡的成員。

在這篇文章裡，幾乎每個崗位都被改寫了。工程師從親手寫代碼，變成指揮 AI 幹活、為結果負責。產品經理要能把功能寫到上線，Manus Studio 裡用戶看到的大部分界面，還有 Video Editor，都出自產品經理之手。設計師最近也開始寫代碼了。

張濤用了一个說法來概括這種變化，從 Human in the loop 到 Human on the loop。以前 AI 做七八成，剩下的由人補上；現在人設計好規則，監督多個 AI 的工作，在關鍵節點做判斷，必要時介入。

團隊裡用 AI 最多的那位同事，工作方式最「誇張」。他有一個總的 Manus Session，只負責把需要他決定的事列出來，附上推薦方案。大家在 Slack 裡討論得熱火朝天，他可以不打開 Slack，只問 AI「現在有什麼需要我決定？」

這些新定義，某種程度上也是一份招聘啟事。文章最後寫道，人仍然重要，所以「我們也仍在招人」。幾乎同一時間，Manus 在北京開出 17 個崗位，從 Agent Harness 工程師到商業分析，CEO 肖弘說一天就收到了上千份簡歷。GitLab 把員工手冊公開放在網上，Netflix 早年發布文化手冊，道理相通。

講清楚一家公司怎麼幹活，本身就是在篩選什麼樣的人會來。

但這篇文章最打動極客公園的，反而是張濤不那麼確定的部分。

他坦白自己的心情很複雜，有興奮，也有不安：

「這個節奏對嗎，是足夠快還是太快了？」

這個問題值得追問下去。一個人同時扛二十個需求，質量怎麼保證，出了問題責任怎麼落地？「半年沒聽說線上故障」是一位同事的感受，還談不上一項統計。一半產品經理已經能獨立上線，另一半要怎麼跟上？文章沒有展開，也許答案還在摸索中。

還有一段很私人。張濤寫到自己有 ADHD，每天二十多個待辦，最難的是「開始做」。現在他把所有待辦交給一個專門的 Manus 項目，它能做的直接開始，不確定的回來問他，再結合 Slack、Gmail 和 Notion 先做一輪調研，交給對應的產品經理。

他說，這讓他每天少了很多「不知道從哪開始」的焦慮。

文章收尾時，張濤回到那個問題，人最後做什麼。他的回答是定義問題，判斷質量，決定什麼值得做，並為結果負責。

在 AI Native 組織裡，人的角色沒有變小，反而更集中。

這份宣言已經證明了 Manus 自己的組織效率。它能不能變成別人願意付錢的產品，要看接下來那些「只在內部使用」的功能，什麼時候、以什麼樣子交到用戶手裡。

張濤在文末好奇，半年或一年後再寫這個話題，他們的工作方式會變成什麼樣。

我想，到那時回頭再看，我們大概就知道這篇文章是一份宣言，還是一份預告。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。