三个月前，AI Agent 公司 Manus 还是资本市场的 “香饽饽”，内测码被炒至 10 万元一个，月活跃用户峰值突破 2000 万；三个月后，它却因总部迁至新加坡、大规模裁员、国内业务收缩陷入 “跑路” 疑云。从 3 月 6 日产品上线到 7 月中旬的争议不断，短短 130 天，Manus 的起伏轨迹恰似一面镜子，照见了整个 AI Agent 赛道在理想与现实之间的挣扎。
风口之上：从 “一码难求” 到明星融资
今年 3 月，Manus 凭借 “通用 AI 智能体” 产品横空出世，迅速点燃市场热情。这款能拆解复杂任务、调用工具执行操作的 AI 助手，以 “左边聊天框 + 右边执行窗口” 的直观设计打动用户，让普通消费者第一次真切感受到 “AI 替自己操作电脑” 的便利。一时间，Manus 成为现象级产品，Xsignal 数据显示其月活跃用户（MAU）峰值突破 2000 万，内测码在市场上被炒至 10 万元一个，风头无两。
真正将 Manus 推向风口的是 4 月下旬的重磅融资。其母公司蝴蝶效应完成由硅谷顶级风投 Benchmark 领投的 7500 万美元 B 轮融资，估值跃升至 5 亿美元。Benchmark 作为投过 Uber、Twitter、Instagram 的老牌 VC，其加持让 Manus 的全球化野心浮出水面 —— 融资资金将主要用于拓展美国、日本及中东等国际市场。彼时，市场普遍看好 Manus 的前景，认为其有望成为 AI Agent 赛道的全球标杆。
然而，这场融资也为后续的 “迁徙” 埋下伏笔。Benchmark 的投资并非简单的资金注入，更附带了合规与架构调整的隐性要求。今年 1 月生效的美国新规对跨境技术企业投资实施严格审查，作为 AI 公司的 Manus 自然在列。一位关注出海项目的投资人分析：“这更像是包含投资、迁移、架构调整的打包协议，对 Benchmark 来说，合规是前提。” 类似案例早有先例，AI 视频公司 HeyGen 在 2023 年注销中国主体、2024 年获 Benchmark 融资后，将总部从深圳迁至洛杉矶。
风暴将至：迁移、裁员与市场疑虑
6 月，Manus 的一系列动作引发市场震动：官方确认总部迁至新加坡，国内业务团队大规模优化 ——120 名员工中仅 40 余名核心技术人员迁往新加坡，其余被裁员。与此同时，官方社交媒体清空，与阿里的合作动态删除，中文版产品无法使用，种种迹象让 “Manus 跑路” 的猜测甚嚣尘上。
尽管创始人肖弘发文表达 “在新环境下做好全球化产品” 的愿景，知情人士澄清 “公司没跑路，业务正常”，但市场疑虑未消。一个关键细节揭示了迁移并非临时决策：Manus 的新加坡主体 “Butterfly Effect” 早在 2023 年 8 月就已注册，由开曼群岛同名实体全资控股。这意味着在 3 月产品爆红、与 Benchmark 谈判前，Manus 已为海外布局铺路。
迁移背后还有更深层的现实考量。算力方面，新加坡作为亚洲 GPU 和算力枢纽，能缓解 Manus 此前高端算力不足导致的产品迭代延迟问题；数据合规方面，新加坡相对宽松的框架为服务全球市场提供更大操作空间；战略选择上，Manus 体量难以兼顾中美市场，加之其技术路线依赖海外大模型、对国产大模型依赖度低，全力押注海外成为必然。
但大规模裁员和业务收缩仍引发争议。国内用户对中文版产品停摆不满，合作伙伴对合作稳定性存疑，市场将其解读为 “逃离” 信号。海外市场的动作则形成对比 ——Manus 在 X 平台持续更新，7 月 10 日还发布旧金山徒步活动信息，这种 “内外温差” 进一步加剧了疑虑。
产品困境：理想与现实的落差
资本层面的波澜终究要回归产品本身。Manus 的核心定位是 “通用 AI 智能体”，能拆解任务、调用工具执行复杂操作，界面设计直观（左聊天框 + 右执行窗口），但新鲜感褪去后，产品短板逐渐暴露。
5 月开放注册后，Manus 月活骤降至约 1000 万，用户留存面临挑战。测试显示，其在消费决策场景中存在数据抓取不准问题 —— 对比四款壁挂洗衣机时，仅给出京东数据，部分价格与实际差距较大，核心参数抓取不全；在专业场景中，为微软做估值建模时，β 值取用 2023 年静态数据 0.9，而彭博终端 2025 年 7 月数据已更新至 1.05—1.10，实时数据敏感性不足直接影响准确性。
技术人士反映，Manus 处理复杂任务失败率偏高，生成视频时卡顿，数据爬取受平台限制，负载过高时甚至拒绝创建新任务。免费积分用完后，付费升级还出现 “账户风险” 导致支付失败，体验流畅度有待提升。这些问题暴露了当前 AI Agent 的共性困境：执行力强但经验不足，可胜任重复性流程工作，却难担纲需要精准数据和实时判断的关键决策。
国信证券研报指出，AI Agent 需具备规划、工具使用和记忆三大核心能力，而 Manus 在 “工具使用” 的可靠性和精准度上仍有长路要走。这种差距直接导致用户体验落差，从 “一码难求” 到增长乏力，仅用了不到半年。
商业化压力：成本账与赛道困境
产品表现之外，商业化压力是压在 Manus 身上的另一座大山。其采用分级订阅制（基础版 16 美元 / 月，Plus 版 33 美元 / 月，Pro 版 166 美元 / 月），但成本结构面临严峻挑战 —— 为处理复杂任务需同时调用多个大模型 API，服务器容量和运营成本高昂。
对比竞品 Genspark 更能凸显问题：Genspark 专注文档分析，任务标准化，零广告投入下凭 20 人团队实现 3600 万美元年化收入，得益于成本可控和欧美高付费意愿。而 Manus 定位宽泛，用户需求差异大，调用模型和资源不同，成本控制难度剧增。
迁移至新加坡后，固定成本进一步上升。人力、办公成本增加迫使 Manus 必须更快找到盈利模式。国内低运营成本可支撑探索期亏损，而新加坡高成本环境下，商业化节奏不容拖沓。多位分析师认为，纯 to C 模式难以为继，需转向 to B/C 混合模式或企业级市场，但转型意味着战略调整和资源重配，对创业公司而言挑战巨大。
更深层的困境来自赛道定位。Manus 与多数 AI Agent 厂商一样处于 “中间层”—— 不做底层模型训练，不聚焦垂直场景，专注调度、规划等中间技术，面临上下游挤压：OpenAI 等大模型厂商正集成 Agent 能力，垂直领域应用（如法律 Harvey AI、金融 BloombergGPT）更精准深入，中间层生存空间被压缩。
结语：AI Agent 赛道的缩影
Manus 的 130 天，是 AI Agent 赛道的浓缩样本：从技术突破带来的风口红利，到资本介入后的合规调整，再到产品落地的现实落差和商业化压力，每一步都折射着新兴赛道的成长阵痛。
其故事揭示了三个核心命题：技术理想需匹配落地能力，全球化布局需平衡合规与本地化，商业化路径需找到成本与价值的平衡点。迁移新加坡或许能解决部分问题，但产品迭代、成本控制、用户信任重建仍是更艰巨的挑战。
当前 AI Agent 行业正处于从 “概念热” 到 “落地冷” 的调整期，Manus 的起伏并非个例。正如正景资本刘雨佳所言：“给 Manus 更多时间合理，但市场不会无限等待。” 未来，能否在规划能力、工具可靠性、成本控制上取得突破，将决定 Manus 及同类公司能否从风暴中突围，真正实现 AI Agent 的人机协同新范式。