Manus 这款产品上线九个月后 ARR 达到 1 亿美元，以几十亿美金价格被 Meta 收购。同一时期，哪怕是拥有顶尖模型、被硅谷推崇的月之暗面旗下 Kimi，其估值也仅有 43 亿美金。
除了商业上的成功。Manus 定义了 Agent 的产品范式，以及为人称道的正确产品决策。
「百度模式」vs「Hao123 模式」
在 Manus 的立项会议上，团队做出了一个关键决策：选择「百度模式」而非「Hao123 模式」。这个类比揭示了两种截然不同的产品发展范式。
Hao123 模式是传统 Chatbot 的典型路径。开发者作为「供给侧」，预先实现和集成各种特定功能，就像导航网站上的一个个链接。用户能做的事情，被限制在开发者已经提供的能力范围内。这种模式拓展缓慢，且容易陷入同质化竞争。你会发现，绝大多数 AI 产品都在重复集成相似的功能——翻译、总结、写作，然后比拼谁的「link」更多。
百度模式则完全不同。它首先打造一个具备强大通用能力的底层平台，能够爬取和理解一切。这个平台因其通用性，吸引大量用户尝试各种各样的任务。然后，通过分析高频、高价值的 Query，反向进行优化，推出「框计算」或「阿拉丁卡片」那样的预设能力，使常见任务能够被秒级完成。
Manus 正是沿着这条路径前进。它坚持「Zero Predefined Workflow」，面对每一个用户的每一次任务请求，哪怕是重复任务，都交由模型自己判断：这个任务应该拆成哪些步骤？每一步需要调用什么原子能力？团队提供的工具数量不多，都是很底层的——shell、bash、file system、browser。让 Agent 基于用户需求，调用这些工具去实现，而不是挂载一堆基于特定场景定义的一键式工具。
这种「Less structure, more intelligence」的产品哲学，使 Manus 能够满足用户尽可能泛化的需求。当团队发现 PPT 制作、Wide Research 这些任务被高频使用后，才反向优化，把它们固化为预设能力，放在输入框下方作为快捷入口。通用性是获客和探索可能性的基础，而后续的优化则是构建核心竞争力和护城河的关键。
对于做 ToC 通用产品的产品经理而言，这个启示至关重要：不要一开始就试图穷尽所有场景，那会让你陷入无休止的功能堆砌。先提供一个真正通用的能力平台，让用户「教」你他们的需求，再把高频需求沉淀下来。顺序不能颠倒。
用户价值公式——理性的产品决策框架
Manus 团队花了几个月时间，投入公司近半资源，开发了一个 AI 浏览器。产品已经完全准备好，形态类似于今天的 Arc 的 Dia 或 Perplexity 的 Comet，在去年 9 月份就做出来了。但在上线前一周，团队做出了一个痛苦的决定：终止项目。
这个决策的背后，是一个清晰的价值公式：用户价值 = 新体验 - 旧体验 - 迁移成本。
团队发现了两个致命问题。第一个是体验层面的崩溃：AI 特别擅长操纵浏览器，但当它开始操作时，会抢占用户的鼠标和键盘。这感觉就像你去公司实习，mentor 不给你配电脑，让你用他的电脑，然后你们俩一天到晚在抢那台电脑。Demo 看起来很酷，但日常使用完全无法接受。
第二个问题更加致命：迁移成本极高。浏览器是一个有数十年历史的成熟产品品类。团队在早期用户调研中得到的反馈惊人地一致：用户最关心的不是你提供了哪些炫酷的 AI 新功能，而是反复询问「我用习惯了的 Chrome/Safari 的那个功能在哪里？」
Chrome 和 Safari 凭借其巨大的「存量价值」——用户习惯、插件生态、稳定性——构筑了坚固的壁垒。当你把这个价值公式展开，会发现：Manus 团队提供的 AI 增量价值太小，根本不足以抵消 Chrome 的存量价值加上用户巨大的迁移成本。
这个方法论对产品经理的启发是深刻的。我们经常被「沉没成本」绑架——已经投入了这么多，怎么能放弃？但理性的决策框架会告诉你：如果用户价值公式算不过来，再多的投入也是徒劳。更重要的是，创业公司必须避开巨头的「存量优势」。不要试图在一个成熟品类里用增量创新挑战在位者，那是最低效的战场选择。
从用户行为发现产品价值
Manus 团队的两个核心产品，都源自对「非典型用户」的「非预期使用」的敏锐观察。这揭示了一个反直觉的产品洞察方法：真正的大机会，往往不在核心用户的核心场景里。
Monica 的诞生，源于对 LLM 早期用户行为的观察。当时，用户需要在 ChatGPT 和各个窗口间反复复制粘贴——在聊天机器人窗口生成内容，复制标题，切换到邮件应用，粘贴，再切换回来，复制正文，再切换粘贴。这个过程涉及大量的标签页切换和重复操作，用户的工作流被完全打断。AI 能力在一个孤立的「岛屿」上，而你真正的工作却在另一个地方。
基于这个洞察，团队开发了 Monica 浏览器插件，以侧边栏的形式常驻在浏览器中。核心价值在于实现了「在场使用 AI」（In-context Usage）：你可以在浏览网页的同时，直接在侧边栏使用 AI，无需离开当前页面。这个看似简单的创新，解决了 AI 与工作流割裂的核心痛点。
Manus 的诞生，则来自一个更加出人意料的观察。去年 6 月，Cursor 成为现象级产品。团队中大部分人都会写代码，但他们发现一些不会写代码的同事，甚至家人，都开始用 Cursor 解决生活里的问题，比如用 Cursor 把视频文件从 MP4 转成 MP3。
这个观察带来了一个关键洞察：「世界上已经有太多服务工程师的 fancy 工具了，工程师并不需要另一个更 fancy 的工具。更大的机会是把 AI coding 的潜能真正民主化，让每一个普通人、非工程师、非 coder 都能享受 AI coding 的红利。」
这是一个从「边缘」到「主流」的跨越。去年下半年很多人看到 Cursor 后都决定做一个 coding agent，服务工程师这个垂直市场。但 Manus 团队看到的机会点不在 coding agent 本身，而在于非技术用户的泛化需求——这个市场规模要比专业开发者大得多。