《新回合开始：Meta 收购 Manus VS openai和accenture合作》

--- 为什么巨头的游戏是中国ai创业圈的致命诱惑？

一、这为什么不是一笔“普通的 AI 并购”？

关于 Meta 收购 Manus，市场上已经迅速给出了几种看似合理的解释：

Meta 在补 Agent 能力
Meta 在补 AI 应用层
Meta 想加速 C 端 AI 产品落地
这些解释都不算错，但它们有一个共同的问题：停留在产品或业务层。

如果只从功能补齐的角度出发，就无法回答一个更关键的问题：
为什么是现在？为什么是并购？

真正需要被重新提出的问题，并不是：

Manus 做了什么功能？

而是：

在模型能力已经显著过剩的背景下，为什么 AI 的真实使用仍然严重不足？
AI 的竞争瓶颈，是否已经从“能力上限”转向了“使用效率与交互范式”？

如果问题是后者，那么这笔收购的性质就发生了根本变化。
Meta 收购 Manus，不是一次战术性产品补充，而是一场针对 AI 竞争关键瓶颈的结构性布局。
要理解这件事，必须把它放进 Meta 整体 AI 战略的连续性中来看，而不是孤立分析。

二、Meta AI 战略的连续性：三类动作，围绕同一个“非线性瓶颈”

回看 Meta 过去几年在 AI 方向上的关键动作，大致可以分成三类：

高薪招募顶级 AI 科学家
收购 Scale AI

收购 Manus

表面看，这三件事指向完全不同的方向：人才、数据、产品。

但如果只看到差异，就会错过真正重要的部分。

它们的共同点在于：
都不是短期营收导向

都不是“追热点”的被动反应

都围绕 AI 竞争中一个非线性瓶颈展开
Meta 的目标从来不是“做一个 AI 功能更强的 Meta”，
而是为自己在 AI 时代构建一种长期、不可轻易复制的竞争优势。

Manus 必须被放在这条主线中理解，而不是被当作一个孤立的产品或团队。

三、第一阶段：高薪招募 AI 科学家

——解决“Meta 有没有资格参与 AI 顶级竞争”

第一阶段的目标非常清晰：入场资格。
Meta 需要补齐的是：
模型与算法的能力上限

基础研究与原创能力

在基础模型层的自主权（如 LLaMA 路线）

这里要解决的关键问题是：

Meta 是否具备与 OpenAI、Google 正面竞争的研究实力？
是否有资格留在第一梯队？
这一阶段的战略意义偏防守型、能力建设型。
如果不做这一步，Meta 会被直接排除在顶级 AI 竞争之外。
但这一步只解决“能不能做出来”，并不解决“能不能长期演进”。

四、第二阶段：收购 Scale AI
——解决“强模型能否被持续、规模化训练”

当模型规模不断放大后，一个结构性问题开始显现：

算法不再是唯一瓶颈。

真正限制模型持续突破的，是：

数据供给的稳定性

质量控制能力

成本曲线与工程化效率

Scale AI 所补齐的，是数据 → 训练 → 反馈这一整条工业化闭环。
这一步的本质，并不是“让模型更强一次”，
而是确保模型能力可以持续、可控地演进。
从产业链角度看，这是对 AI 中游基础设施控制权的争夺。

如果没有这层控制权，模型突破很容易变成一次性事件，而不是长期能力。

五、第三阶段：收购 Manus
——解决“模型能力是否会被真实使用”

前两步，解决的是能力上限与供给可持续性。
第三步，解决的却是一个完全不同层级的问题：
模型能力，是否会被真实使用？

这是一个长期被低估、但正在变得决定性的瓶颈。

现实是：

模型能力 ≠ 用户能力

AI 能力被严重高估，但真实使用率、渗透率极低

大量算力与模型处于“空转”状态

没有被转化为稳定的生产力，
也没有被转化为持续的行为结构。

Manus 所补齐的，不是功能，而是 Human-to-AI Interface：
人 → 模型 之间的使用接口与行为桥梁。

这一步，意味着竞争层级的变化。

六、关键质变：Manus 不是补强，而是“锁定用户习惯”
这一步与前两阶段存在本质区别。

AI 科学家 & Scale AI：
提升的是 模型能力上限

Manus：
改变的是 能力被使用、被消耗的方式
Meta 的问题开始从：

AI 能不能做出来？

转向：

AI 会不会被 30 亿用户自然地用起来？

这是一个终局相关的问题。

因为能力上限可以被追赶，
但使用范式一旦固化，平台位置就会被锁定。

七、关键类比：OpenAI × Accenture
——同一个问题，不同层级的解法

OpenAI 官方已经多次承认一个结构性事实：

模型能力，远远超过用户（尤其是企业）的使用能力。

OpenAI × Accenture 的解法是：

面向对象：大 B
手段：咨询、系统集成、流程改造
本质：用服务体系，替组织“用 AI”

这是服务型、外包式桥梁。
Meta × Manus 解决的是同一个第一性问题，
但方式完全不同：

面向对象：C 端 / small B
手段：产品化、内生式嵌入

本质：让用户“默认通过 AI 行动”

这对应的是完全不同的 adoption 曲线。

八、进一步的战略外延：从“社交网络”到“AI 行动网络”

当 AI 不再只是工具，而开始：

参与行动
协作
生产
它就会成为社会系统中的新节点。

Manus 的潜在定位，不只是一个功能模块，
而是 Meta 社交体系中的 AI 行动层。

这可能是 Meta 从社交平台，向 AI 原生平台迁移的过渡结构。

九、一个被忽略但极其关键的判断

——如果 Manus 主要面向中国市场，这笔收购几乎不可能发生

这里开始，逻辑必须变得更现实。

Manus 能被收购，并不只是因为产品或方向，
而是因为它满足了一整条必要条件链条：
市场国际化

资本国际化

合规可迁移性（美国监管框架）

估值锚定在全球比较体系中

如果 Manus 的主要市场在中国，这条链条会在最早阶段断裂。

这是一个不太舒服，但必须承认的事实。

十、中美资本市场差异，正在系统性地改变创业路径

中国资本市场，更偏好：
确定性
现金流

已兑现的规模

长期期权、范式价值，往往被低估。
美元资本市场，则更擅长定价：

战略稀缺性
平台型潜力
并购与长期期权

即便 Manus 拥有全球用户，
在中国资本市场的估值，也很难与美元体系对齐。

这不是谁好谁坏，而是定价函数不同。

十一、对 Manus 团队而言：

“资本与算力约束，被一次性解除”

被 Meta 收购后，Manus 团队发生的最大变化，并不是资源变多，而是：
不再需要为融资窗口担忧
不再受限于区域性资本定价

资本约束与算力约束同时解除

在 AI 时代，真正稀缺的从来不是想法，而是：
长期稳定的算力供给

支持高强度试错的资本耐心

这会彻底改变团队的激励结构：

从

如何活到下一轮

变成

如何把一件长期正确但短期不确定的事做到极致

这对探索 Human-to-AI Interface 这种高不确定性方向，尤为关键。

十二、对中国 AI 创业公司的示范与诱惑

这已经不只是一个并购故事，而是一个路径示范。
对 TikTok、DeepSeek 以及各个规模的中国 AI 创业团队而言，真正的启示不是：
能不能卖给美国公司？
而是：

是否值得从一开始，就进入全球资本与算力体系？

在 AI 这种高度资本密集、算力密集的竞争中，
国际化不是市场问题，而是“能否进入核心资源池”的问题。

可能带来的结构性后果是：

更多中国 AI 创业团队选择：
产品国际化
公司结构国际化
合规路径国际化

创业目标，也将从：

在国内独立做大
转向：
成为全球 AI 生态中的关键模块

因为只有这样，才能更快速的增长
只有这样，才能获得更高的资本溢价（中美资本市场对创业项目的溢价，短期内不会改变，原因涉及资本市场的本质，本文篇幅所限，不展开）

这对中国ai团队来说，是致命诱惑。
这对中国vc来说，可能是唯一选项。

十三、从投资视角看：

这次收购，为什么提升了 Meta 的长期质量？

这不是一笔“赌输赢”的投资，
而是一笔提高长期成功概率的战略投入。
对投资者而言，最怕的不是失败，
而是公司在错误的问题上持续投入。
Manus 是否成功，是结果变量；
Meta 是否押对了 AI 竞争的关键问题，才是核心。

在范式转移期：
方向正确 + 持续迭代
往往比一次性成功更重要

而 Meta，已经清晰地站在了：

“补齐 AI 使用范式”这一正确方向上。

这也是为什么：

Meta 收购 Manus，本身就是一次投资价值上的加分项。

图：meta最近三次收购对比