大厂Agent都已上桌，“重回单身”的Manus凭什么融资5亿美元？

编者按：相比国内办公AI赛道的割据，聚焦海外市场Manus似乎更加“纯粹”，虽然后者token生意的本质没有前者生态建设上限更高，但摆脱生态意味着不用戴着镣铐起舞。

一家AI公司的命运，有时候转折得比它的产品迭代还快。

前段时间，Manus还因为收购相关的消息站在聚光灯下。如今，交易风波过去，它重新以一家独立公司的身份回到市场，又宣布拿到了超过5亿美元融资。对于一家没有靠自研基础大模型打天下的公司来说，这笔钱尤其值得琢磨。

10月8日，Manus母公司蝴蝶效应宣布完成新一轮融资，金额超过5亿美元，由博裕资本和IDG资本领投，腾讯、HSG、真格基金等老股东继续跟投。官方没有披露本轮估值。此前有媒体报道称，Manus曾以约40亿美元估值寻求融资，但这并不等于最终成交估值已经得到确认。至于此前与Meta相关的约20亿美元收购交易，也不能直接拿来当作今天的市场定价。

这轮融资的看点，并非在于金额，而是Manus曾经站上被收购的轨道，后来又回到独立发展的路上。

这对一家创业公司而言，这不是简单换个股东那么轻松。原来的资本安排被打断，未来怎么走、靠什么增长、还能不能获得市场认可，都得重新回答。如今，超过5亿美元的融资至少说明，投资人仍然愿意为它的下一段故事下注。

更有意思的是，9月28日，Manus发布了Manus 2.0和个人Agent应用Cue，随后官宣融资。产品更新和资本消息接连出现，无论这是不是有意安排好的节奏，重要的是Manus需要向市场证明的，早已不只是当初那个让人眼前一亮的Agent演示，而是它能不能把这种能力变成一门持续增长的生意。

如今，基础模型越来越强，国内外大厂又在密集推出Agent产品，对于已经摆上桌面的百度搭子、豆包工作、千问办公、WorkBuddy等产品来说，为什么Manus还能获得资本青睐？确实是一个值得探讨的问题。

场景，在问答之外

我们可以先试想一个很普通的工作场景。假如老板让你做一份竞品分析，真正的工作是什么？大模型很擅长帮助人完成其中的一部分。它可以写分析框架，可以总结资料，也能把一堆信息整理成像模像样的报告。但把这些能力拼成一条完整的工作流程，再把结果交出来，是另一回事。

这恰恰是Manus当初受到关注的原因。它试图把用户交代的目标拆成一连串具体步骤，让Agent调用工具、浏览网页、处理文件，并在执行过程中继续推进任务。用户给出的不再只是一个问题，而是一件需要完成的工作。

这两者听起来只差了一步，真正做起来却隔着不少坑。

比如，让AI写一份市场报告，它可以很快给出结构完整的文字；但如果要求它自己搜索资料、下载数据、制作图表，最后整理成一份可以交付的文件，问题就开始变多了。网页可能打不开，文件可能读错，数据口径可能对不上，执行到一半也可能因为某个权限问题停下来。即使最后生成了一份报告，也不意味着里面的结论都经得起核查。

所以，Agent的难点从来不只是“会不会用工具”，而是能不能把一件事从头做到尾，并且在出错的时候知道该怎么办。

Manus近期推出的Manus 2.0，也在沿着这条路继续往前走。官方介绍中，它不仅更新了底层架构，还推出了自己的Agent执行框架Cascade，并进一步拓展了计算机操作、项目协作等能力。新应用Cue则尝试让个人Agent拥有独立的邮箱、电话号码、钱包和计算环境，在用户设定的边界内处理跨服务任务。

这些产品变化背后，有一个值得注意的方向：Agent不再满足于把答案交给用户，而是开始尝试接手答案之外的事情。

这也解释了为什么一家没有把自研基础模型作为核心卖点的公司，仍然有机会获得大额融资。模型能力固然重要，但用户最终愿意为什么付费？通常不是因为某个产品多会说话，而是因为它真的替自己省下了时间，或者完成了过去必须亲自处理的工作。

当然，这不代表Manus已经解决了所有问题。任务越复杂，执行链条越长，出错的机会也越多；Agent能够调用的工具越多，权限和安全问题也越难绕开。资本愿意下注，说明它看到了潜在的商业价值，却不能证明这门生意已经没有难关。

对Agent创业者来说，真正值得研究的也不是照着Manus复刻一个界面，而是它为什么能够让用户产生“这件事可以交给AI去做”的期待。这个期待，才是Agent产品真正需要建立的东西。

创业Agent的机会，在于极致的细节

一个新产品刚出现时，用户往往愿意给它一些耐心。偶尔答错了，可以再问一遍；做出来的内容不够好，也可以自己改改。但当你真的准备把一项工作交给它时，标准就不一样了。

这就像招了一个新同事。面试时口才好、反应快，当然是优点；可如果每天都要你检查他交上来的数字、确认他有没有漏掉关键文件，还得反复解释公司的规矩，那他究竟替你省下了多少时间？

几乎所有的办公Agent都正在经历类似的考验。

腾讯的WorkBuddy、阿里的千问办公、字节的豆包工作，以及百度搭子等Agent产品，都在把AI从聊天框往实际工作中推进。不同产品各有侧重，有的强调工具调用和生态连接，有的依托办公平台与组织协作，有的在电脑操作、多模态处理等方面持续扩展。它们的共同点，是不再只想回答用户的问题，而是希望参与用户的工作流程。

过去，用户得在AI对话框、电子表格、浏览器和办公软件之间来回切换；现在，Agent开始尝试直接处理文件、调用工具、生成交付物。对每天都要做大量重复工作的职场人来说，这种变化确实能够做到真实的提效。

然而，当AI办公产品能做的事情越来越多，并不代表用户就能放心地把工作交出去。

更麻烦的是，很多工作并没有一个简单、唯一的标准答案。

一笔异常订单应该剔除，还是保留并单独标注？部门信息缺失的数据应该如何归类？某份内部文件找不到，是继续尝试其他路径，还是停下来向用户确认？这些问题看似琐碎，却往往决定最终结果能不能用。

人类同事遇到这种情况，通常会快速决断是自行处理还是寻求帮助。然而对于AI而言，如果每次出现问题都要询问用户，则工作的连续性就要大打折扣；如果Agent按照自己判断的规则继续做下去，则很容易失控。

这才是办公Agent走进真实工作场景后绕不开的坎：它不仅要会执行，还得知道什么时候不该擅自做决定；不仅要把结果交出来，还得让用户看清结果是怎么来的、哪些地方存在不确定性。

对于大厂而言，自身完成的企业业务流程，使其在打磨产品的时候有了先天的优势：从模型、办公软件、云服务、到用户入口和企业生态，都是独立创业公司很难在短时间内补齐的。假如只比功能数量，创业公司未必有胜算；如果只是把现成模型接上几个工具，也很难形成长期壁垒。

但大厂资源多，不等于每一种工作都能立刻做好。企业里的流程、权限和数据关系复杂得多，很多事情看起来只是一个简单操作，背后却牵涉部门分工、业务规则和责任边界。把这些问题处理好，需要的不只是更强的模型，还需要长期积累的场景理解和产品工程能力。

所以，小企业Agent的机会并没有因为大厂入场而消失，只是门槛变了。过去，一个产品只要展示出令人惊艳的能力，就可能获得关注；现在，用户更想知道的是：我能不能把真实工作交给它，出了问题能不能追溯，明天还能不能稳定地完成同样的任务？

Agent的战场，不在于模型

创业公司最容易掉进的一个误区，是把大厂的产品路线当成自己的路线。

看到别人做办公助手，就做一个办公助手；看到别人支持多Agent协作，就赶紧加上多Agent；看到别人可以操作电脑，就把电脑操作也列进功能清单。功能当然可以继续加，但如果用户打开产品后，仍然不知道该把哪件事交给它，或者每次使用都得从头解释一遍需求，那些新功能未必能带来真正的竞争力。

创业公司Agent更值得寻找的机会，可能藏在那些大厂暂时顾不过来、却有人愿意为之付费的具体工作里。

先看垂直场景。很多行业都有一些看起来不够性感、却反复消耗人力的工作：核对订单、整理合同、跟踪项目进度、汇总经营数据、检查合规材料。它们不一定需要最强的通用推理能力，却要求系统熟悉业务规则，知道哪些数据可以采用、哪些条件不能跳过，以及遇到例外时应该找谁确认。

以合同审查为例，用户真正需要的不是AI把合同总结成五条，而是它能按企业的审查规则找出风险条款，指出对应依据，标记需要人工判断的部分，并把结果整理成法务能够继续处理的文件。如果能进一步接入企业授权的合同库和审批流程，减少重复核对的时间，这才有可能成为一个长期使用的工具。

这样的产品不一定适合所有人，但它可能很适合一类明确的用户。对创业公司而言，先把一件具体的事情做稳，往往比一开始就承诺什么都能做，更容易建立口碑。

再看跨工具协作。真实工作通常不会老老实实待在一个软件里。一份项目报告可能涉及邮件、表格、文档、网页和企业内部系统。用户希望Agent帮忙完成任务，就不想每到一个环节都停下来复制内容、切换窗口，再告诉它下一步该做什么。

这里存在机会，但也有一道硬门槛：跨工具不只是把接口接起来。Agent需要知道自己能访问哪些文件、可以执行什么操作，哪些动作必须得到用户确认；如果中途失败，还得能说明卡在哪里，并尽可能从已有进度继续，而不是让用户从头再来。

这也是为什么Agent的竞争，最后很可能不只是模型能力的竞争，还会落到工程质量、产品设计和具体业务理解上。一个Agent可以调用几十种工具，并不意味着它就能可靠地完成工作。真正重要的是，在合适的时机调用合适的工具，并且知道什么时候该停下来问人。

当然，垂直场景、跨工具协作和可靠执行，并不是创业公司天然占优的领域。大厂同样可以投入资源去做，甚至有更好的条件。但对小团队来说，这些方向至少提供了一种更现实的竞争思路：不必一开始就与大厂比谁的功能更多，而是先找到一个足够具体的问题，把它解决到用户不愿意轻易换掉的程度。

回到Manus这轮融资，真正值得Agent创业者关注的，或许不是它拿到了多少钱，也不是它又发布了多少新功能，而是它正在尝试把Agent从一个能展示能力的产品，变成一个可以持续承接任务的服务。

这条路并不轻松。产品演示可以让人兴奋一次，真正的商业价值却要靠每天的使用来证明。用户不会因为一个Agent有多少个工具，就一直为它付费；只有当它确实减少了工作量、降低了出错成本，或者完成了过去做不到的事情，付费才有理由持续下去。