Manus 最新對話全文：嘗試 Agent 支付，公司 RRR 近 1 億美元

作者｜Li Yuan

編輯｜ 靖宇

搬到新加坡的 Manus，對通用 AI Agent 的思考沒有停止。

在今天在新加坡舉行的 Stripe Tour 上，Manus 聯合創始人兼首席科學家季逸超（Peak）與 Stripe 亞太地區及⽇本⾸席營收官 Paul Harapin 進行了對談。

席間， Manus AI 披露了近期的經營數據，Manus AI 收入運行率（RRR，Revenue Run Rate）已經達到 9000 萬美元，很快即將上億。

Manus AI 的肖弘還特意在即刻表示，Revenue Run Rate 指的是當月的 Revenue *12，並不等於 Cash Income。很多 AI 產品都會有年付選項，這部分只能算作預存款，而不能記爲 Revenue。「如果我們按照這種【錯誤方式】披露，可以算出一個一個比 1.2 億美金更大的數。」肖弘表示。

除了經營數據之外，季逸超還分享了 Manus 團隊是如何思考通用 Agent 的的下一步的，以及 AI Agent 和 AGI 未來到底有什麼區別。

「現在大家幾乎把一切都叫做 Agent。比如一個麥克風，有人會叫它是「有環境感知的收音 Agent。」季逸超開玩笑地講道。

他也給出了拓展通用 Agent 能力下一步的兩條主線： 其一，用多 Agent 協作把執行規模做寬 （如在大規模調研裏衍生出上百個並行的子 Agent）； 其二，給 Agent 打開更大的「工具面」 ，不把能力綁死在少數預置 API，而是像程序員一樣調用開源生態、安裝庫、甚至在可視化後 看圖自檢並回改 。

季逸超還提到，今天的數字世界仍按「給人用」的範式建造——非 API 化網頁、CAPTCHA、流程「小遊戲化」帶來大量摩擦， 瓶頸更像生態與制度約束，而非模型智力 。

這也是 Manus 參與 Stripe 活動的原因之一：雙方正推進 在 Agent 內完成支付 ，把「研究—決策—下單/結算」連成閉環，用基礎設施協作來消解世界的摩擦。

以下爲對話精華，經極客公園編輯整理：

問：給觀衆簡單介紹一下你自己吧。你最近關於「上下文工程」的博客非常鼓舞人心，我覺得對於在座任何正在開發 AI Agent 的人來說都是必讀的。我每次去和工程師們喫午飯時，他們總是在談論這個，所以我現在只能坐到別的地方（笑）。但對於現場可能不太熟悉 Manus 的人，你能分享一下你的經歷和願景嗎？

答： 謝謝 Paul。很高興能來到。Manus 在構建一個通用 AI Agent。

很多研究機構和公司，其實在嘗試打造一個大腦——打造一個大語言模型。但我們認爲，從消費者的角度來看，這其實並不好。AI 應該能真正採取行動，完成事情，所以我們構建了 Manus。

我們的方式，是讓 AI 可以使用人類歷史上最偉大的發明之一——通用計算機。給了 AI 計算機，它能做人類能做到的所有事。Manus 能真正完成任務。比如它可以幫你做演示文稿、幫你規劃一次旅行，甚至能幫你運營社交媒體——雖然我並不推薦你真的這樣做。

我們的用戶真的很喜歡 Manus。 我們在三月份發布了 Manus，現在已經實現了大約 9000 萬的收入運行率（RRR，Revenue Run Rate），很快就會突破 1 億。

我覺得這對我們這樣一個小型創業公司來說非常巨大。但更重要的是，這表明 AI Agent 已經不再只是一個研究領域的流行詞，而是真正在被應用，落地生根。

我可以和大家分享一個我們構建 Manus 過程中的小故事。

我們其實從 Agent coding 的應用中得到了很多靈感。比如像 Cursor 這樣的 AI 編程產品，之前已經吸引了很多關注。

作爲工程師，我們自然會使用 Cursor。但讓我們驚訝的是，公司裏很多非工程師同事也在用 Cursor。當然，他們並不是在寫軟件，而是用它來做數據可視化，甚至寫一些文章。他們會忽略左邊的代碼部分，只是跟 AI 對話來完成工作。

這讓我們意識到：我們應該把這種方式泛化，賦能非程序員。這就是 AI 的一個用例。

問：我們越來越常聽到人們談論 AI Agent 和 AGI。你能不能幫我們更清楚地區分這兩個概念？AI Agent 和 AGI 對你和 Manus 來說各自意味着什麼？

答： 我們認爲這是一個非常好的問題。

現在大家幾乎把一切都叫做「Agent」。比如一個麥克風，有人會說它是「有環境感知的收音 Agent「。

但至少我們主張，Agent 應該是應用型 AI 的一個子集。我們不妨退一步，看看常見的 AI 應用類別。

大多數人已經熟悉兩類：一類是聊天機器人，比如 ChatGPT；另一類是生成式工具，比如 MidJourney 或 Sora。 在這些系統中，通常只有兩個角色：用戶和模型。你和模型交互，得到輸出。而 Agent 的不同在於，它除了用戶和模型，還引入了第三個關鍵元素——環境。

這個「環境」的概念會因智能體類型不同而變化，比如在設計型 Agent 裏，環境可能是一個畫布或一段代碼；而在 Manus 這裏，我們的目標是讓 Agent 出現在虛擬機甚至整個互聯網中。這樣 Agent 就能觀察環境，決定下一步該做什麼，並通過行動來改變環境。這讓它非常強大。

比如在 Manus，你可以表達需求，它會打開瀏覽器、發布網頁、幫你訂一張機票。我很喜歡這個例子，因爲雖然訂機票聽起來很簡單，但這其實是 AI 在直接改變現實世界——結果不是模型的輸出，而是你手裏的機票。AI 真正介入了你的世界。這就是我們所說的 Agent。

簡單來說，Agent 就是能代表用戶與環境交互的 AI 系統。

至於 AGI，這個詞也經常被提到，很多人把它等同於超級智能。我們認爲，AGI 是一種能利用 AI 模型的通用能力，在不經過特別設計的情況下完成許多任務的系統。

我們認爲「Agent coding」其實是通往 AGI 的一條路徑。它不是一個垂直領域的能力，而是如果你把它賦予計算機，它幾乎能在計算機上做任何事。所以對我們來說，AGI 的條件就是要構建足夠完善的環境，讓這種能力得以發揮。

問： AI 今天究竟在哪些場景中真正發揮了作用？未來會在哪些地方發揮作用？什麼時候會出現 iPhone 時刻？

答： 就 Agent 而言，如果單看模型能力的話，現在的旗艦模型已經非常驚人了，幾乎是「超人」級別的。它們可以在數學競賽或邏輯推理上勝過我們大多數人。

但我認爲，模型仍然像是「瓶子裏的大腦」，如果想真正發揮力量，就必須讓它們與真實世界交互、觸達現實。但不幸的是，這正是問題開始的地方。

比如你讓一個 AI 去做一些事務性的任務，它在重復性任務上確實很擅長。比如像 Deep Research 這樣的產品，它只是聚合信息然後給出一個結果，它的輸出只是簡單地出現在那裏。

舉個例子，現在幾乎所有東西都是爲人類設計的，不只是物理世界，甚至數字世界也是這樣。比如網頁工具，它們就像小遊戲一樣，沒有提供 API 或標準接口。驗證碼 CAPTCHA 無處不在，處處在攔截 Agent。

所以我認爲 AI 在封閉的自包含任務中表現很好，但一旦涉及真實世界，就會遇到障礙。

未來什麼時候能出現 iPhone 時刻？我覺得這並不是技術問題，而是更像是一種制度性限制。這不是像我們這樣的 Agent 創業公司能夠單獨解決的事情。

我認爲這需要一個漸進的轉變，要求整個生態系統共同進化。這也需要像 Stripe 這樣的公司在基礎設施層面發力。比如我們正在集成新的 stripe 的 Agentic 支付 api。大家共同努力。

問：那我們能不能具體談談用戶在使用 Manus 時的一些典型場景？他們是如何使用的？這其中體現出了怎樣的力量？

答： 是的，我們雖然來自當前這一代 Agent，但已經看到很多很棒的用例。

比如說，我們剛剛搬到新加坡，需要僱傭房產中介來幫我們找住所。是真人 Agent（笑）。

而現在這些中介已經在使用 Manus：他們會根據客戶的需求，用 Manus 來分析公司所在地、員工想住的區域，並生成相應的推薦。

我覺得這很有意思，因爲這屬於一種「長尾需求」。一般來說，並沒有專門的 AI 產品是爲這種具體場景設計的，但由於 Manus 是一個通用型 Agent，它就能滿足這些需求。我們認爲長尾需求非常值得關注。

從宏觀角度看，它可能是長尾，但對具體用戶而言，這正是他們的日常工作。這種場景特別有價值。

這就像今天的搜索引擎格局一樣。如果你只是搜索一些常見的內容，不管用 Google 還是 Bing，結果質量差不多。那爲什麼人們會選擇其中一個？可能是因爲某個搜索引擎在特定時刻給了他們更合適的結果。而如果你搜索的是非常個性化或專業化的內容，就更能體現差異。所以我們認爲通用型 Agent 的優勢就在這裏。

那如何讓它更好呢？我們思考了很久，因爲我們認爲一切都繞不開編程。如果你把計算機交給 AI，那麼它與環境交互的方式其實就是通過編程。

我們認爲可以從兩方面改進。第一是規模化。但如果你能把 Agent 的能力放大一百倍會怎樣呢？

最近 Manus 剛剛發布了一個新功能，叫做 Wide Research。它的基本思路是允許一個 Agent 再衍生出上百個 Agent 一起去完成任務。你知道的， 如果只是讓 AI 幫你做一些小事，很多時候你自己也能完成。但如果任務非常龐大，你一個人根本不可能完成，比如需要做大規模的研究，這時候讓上百個 Agent 並行去做，就會變得非常強大。

其次，我們還需要讓 Agent 更靈活地使用計算機使。比如，如果你只給一個 AI Agent 設置了預設工具，那麼它的行動空間就被限制在這些工具裏。但想象一下，如果你是一個程序員，你有整個開源社區的資源可以調用。

比如你在 3D 打印的時候，直接修改模型的參數很困難，但是你如果能找到 GitHub 上的合適的庫，直接安裝就能解決你的問題了。 在 Manus，我們在優化通用性，並且提出了一個概念，叫做「工具的網路效應」。

有一個很有意思的例子：很多用戶在用 Manus 做數據可視化。你們知道，在亞洲有時候會遇到問題，比如在圖表中顯示中文時可能會出現字體錯誤。或許有些專業用戶會寫一些硬編碼規則，比如在輸出韓文時應該用哪種字體。但這種方式會讓系統越來越僵化。

我們採取的辦法是給系統增加了一個很簡單的能力：查看圖像。結果很驚喜——因爲今天的模型已經很聰明了，它們會在生成可視化圖像後自己檢查，並意識到錯誤，然後再自動修正。我們發現， 增加工具的靈活性比硬編碼規則能解決更多的問題。

問：這是一個令人興奮的時代。我真的很激動，只希望自己能再年輕到三十歲（笑）。提到醫學研究的，我知道 Manus 在這方面也很強。你們觀察到有些用戶在使用 Manus 研究醫療嗎？

答： 很多人已經在用 Manus 做研究，不僅限於醫學研究。我們覺得這很有意思，因爲現在確實有很多所謂的「深度研究」產品，它們會幫你收集大量信息並做一些分析，但最後只給你一個 markdown 文件或文檔。這遠遠不夠。

很多時候，研究人員真正需要的，是能夠直接交付給老板或團隊的成果。所以我們在 Manus 上加強了研究結果的輸出。例如在醫學研究中，很多時候需要生成正式的報告，比如幻燈片報告之類的東西。因此我們必須優化 AI 的輸出能力，以滿足研究人員的需求。這是一種「工具化」的體驗。

比如現在很多用戶會先用 Manus 做研究，然後直接生成一個網站。你會覺得這和傳統的網站搭建方式完全不同。

要知道，搭建一個網站本身其實不難，難的是如何確保數據的可靠性和準確性。所以我們認爲，最好能在一次會話、一個共享的上下文中完成整個流程。這樣，你的研究、你的見解就能無縫轉化爲最終成果。 這就是我們在 Manus 裏所做的事情。

問：很多國家都在討論一個話題：在 AI 時代，人類的未來和經濟影響。你怎麼看待就業被取代？又會出現哪些新的工作機會？

答： 我們的朋友和投資人也經常問我們這個問題。當我們推出 Manus 時，最初認爲如果能構建這樣一個 Agent，它就能幫人們節省很多時間，讓大家輕鬆賺錢。

但實際上，我們發現這個願景並沒有完全實現。通過大量用戶調研，我們發現用戶在使用之後，他們反而工作得更多了。因爲他們變得更高效了，他們實際上能做更多他們本來就很擅長的事情。這是第一點。

其次，我們認爲 Manus 還打開了一個全新的空間。我們一直在討論虛擬機和雲計算。我們覺得 Manus 正在扮演一種「個人雲計算平台」的角色。比如雲計算已經存在幾十年了，但它更多是工程師的特權，只有我們能通過編程來調用雲的力量。普通知識工作者無法使用。

但現在有了像 Manus 這樣的 AI Agent，人們可以用自然語言下達指令，讓 AI 去執行。這等於解鎖了一種全新的生產力。這就是我們所帶來的。

而最後，關於「替代」，我認爲其實很難。比如房產中介，他們每天都在用 Manus 完成日常工作。但你知道，AI 永遠無法替代中介面對客戶時的那種溝通方式。我們是一家 AI 公司，甚至 Manus 的發布視頻都是由 Manus 寫的腳本，但視頻裏出現的還是我，因爲這是關於信任的事情。而信任，是不能完全交給 AI 的。