6天拍视频、零营销爆红,Manus把AI从“会说”推到“真干活”

AI PM 编辑部 · 2026年05月08日 · 47 阅读 · AI/人工智能

正在加载视频...

视频章节

Manus为什么能在发布后迅速引爆市场、候补名单破百万、邀请码被炒到高价?答案不在模型参数,而在一次临时决定的产品视频、一个“让AI自己动手”的设计理念,以及一套完全不同于传统软件的产品方法论。

6天拍视频、零营销爆红,Manus把AI从“会说”推到“真干活”

Manus为什么能在发布后迅速引爆市场、候补名单破百万、邀请码被炒到高价?答案不在模型参数,而在一次临时决定的产品视频、一个“让AI自己动手”的设计理念,以及一套完全不同于传统软件的产品方法论。

真正的爆点,不是模型,而是一条“临时起意”的视频

Manus第一次进入大众视野,并不是靠发布会、媒体通稿或铺天盖地的营销,而是靠一条在发布前6天才决定拍摄的产品视频。Tao Zhang回忆,当时团队意识到:如果只用文字解释Manus是什么,没有人能真正理解它的价值。于是他们选择最直接、也最冒险的方式——把产品真实运行的全过程拍出来。

这条视频没有宏大叙事,只有一个核心选择:不讲“能力”,只展示“结果”。不是告诉你AI能做什么,而是让你看到它如何在一个虚拟计算机里,异步地执行任务、调用工具、一步步交付可用成果。简历筛选的演示之所以让人震撼,不是因为复杂,而是因为太“像一个真的在干活的同事”。

这个决定后来被证明是关键。它制造了大量用户的第一个“啊哈时刻”:原来AI不只是回答问题,而是可以在无人干预的情况下,把一件事从头做到尾。

从“会聊天”到“能交付”:Manus的关键一跳

Manus把自己定义为通用AI Agent,这个词在行业里已经被反复使用,但它们真正做出的差异在于“Mind and Hand”的设计理念。

Tao用一个很直白的比喻解释:过去的大模型只有“脑”,没有“手”。它们能思考、能生成文本,却无法真正行动。Manus为AI配备了“手”——一个虚拟沙箱,也就是云端的虚拟机环境。在这里,AI可以像人一样操作电脑、运行程序、浏览文件、反复尝试,直到任务完成。

更重要的是,这一切是异步发生的。用户不需要盯着对话框,也不需要一步步确认。你下达目标,AI在云端持续工作,完成后直接交付结果。这种体验与传统聊天式AI形成了强烈对比,也正是用户产生“这不一样”的根本原因。

Tao坦言,团队并不意外产品会引起关注,但发布后出现数百万候补名单、邀请码被高价转售,仍然超出了他们的预期。这种反应本身说明了一件事:市场已经准备好接受“能执行”的AI,而不仅仅是“能对话”的AI。

为什么一定要“可视化AI在干什么”?

在Manus的设计中,一个看似“多余”的选择,其实极其关键:让用户看到AI的执行过程。

Tao解释,这并不是为了炫技,而是信任问题。用户只有在看到AI如何一步步操作、如何决策、如何修正错误时,才会真正相信它、敢把更重要的任务交给它。尤其是在云端异步运行的模式下,可视化几乎是安全感的来源。

同时,这种架构还带来了两个现实优势:安全性和效率。任务在云端沙箱中完成,避免了直接操作用户本地环境的风险;异步执行则让复杂任务不再受限于对话时长和交互频率。

这背后其实是一种产品哲学的转变:AI产品不再是“即时反馈工具”,而是“结果交付系统”。你关心的不是它说了什么,而是它最终交给你什么。

当对话变成界面,软件开发的逻辑彻底变了

在访谈中,Tao反复强调:AI产品与传统软件的根本差异,不在技术,而在界面。

在Manus内部,对话和Prompt已经成为最核心的交互方式。这也直接影响了他们的产品开发流程——很多功能并不是先设计界面,而是先观察用户如何描述问题、如何修正目标,再反向抽象出产品能力。

Tao自己就是重度用户,他会用Manus快速做原型、验证想法,这种方式正在改变产品、设计和工程之间的协作关系。工程师不再只是“实现需求”,而是和AI一起理解问题、探索解法。

这种变化甚至延伸到了组织结构。Manus的工程团队并不长期绑定项目,而是流动协作。借助AI对代码的快速理解能力,工程师可以更快接手复杂系统,降低了上下文切换的成本。

零营销增长、全球团队,以及下一个瓶颈

Manus在前8个月几乎没有营销预算,却实现了高速增长。Tao给出的解释并不神秘:产品本身足够有传播性,再加上关键功能设计天然适合口碑扩散。

在定价上,他们也更关注使用量而非简单订阅,因为高付费用户往往是最极端、也最有洞察力的一群人,能直接影响产品路线图。

在组织层面,Manus很早就建立了全球多地团队,并坚持面对面交流。Tao认为,在高强度、快速演化的阶段,文化一致性比远程效率更重要,而文化来自领导层的决策透明和统一信息传递。

至于未来,Tao提出了一个耐人寻味的判断:当AI不断降低执行门槛,真正的瓶颈将转向“问题定义能力”。不会问问题、不会设定目标的人,反而会被新一代AI工具放大差距。

总结

Manus的故事提醒了所有AI从业者:下一阶段的竞争,不在于谁的模型更会说,而在于谁能把“执行”这件事做到极致。对个人来说,这意味着要尽早练习如何定义好问题、拆解目标、评估结果;对团队来说,则是重新思考产品形态、协作方式和价值交付。一个值得思考的问题是:如果AI真的能替你完成80%的执行,你准备好成为那个负责定义“那20%”的人了吗?


关键词: AI Agent, 云AI, 对话AI, AI应用, 提示工程

事实核查备注: 需要核查:1)Manus发布前6天决定自行拍摄产品视频;2)发布后候补名单规模为“数百万”;3)前8个月几乎零营销预算的说法;4)Tao Zhang的原话表述(如“Mind and Hand”理念);5)视频发布时间与频道信息。