内卷警告！Meta数十亿收购AI Agent公司，程序员们：这波技术浪潮不跟真要被淘汰？
突发新闻：Meta 数十亿美元收购 Manus
核心要点：
Meta 以数十亿美元收购 AI 智能体公司 Manus
交易规模位列 Meta 收购史第三（仅次于 WhatsApp 和 Scale AI）
Manus 创始人肖弘将出任 Meta 副总裁
收购前 Manus 正以 20 亿美元估值进行新一轮融资
谈判周期仅十余天，速度惊人
Manus 被 Meta 收购：AI Agent 赛道的里程碑事件分析
Date: December 30, 2025
**Target Audience:**Aifa
交易背景速览
Manus 公司概况
成立时间: 2022 年
创始人: 肖弘（90 后，华中科技大学毕业）
总部: 新加坡
团队规模: 约 100 人
核心产品: 通用型 AI Agent Manus
关键数据表现
年度收入: ARR 突破 1 亿美元
技术指标: 处理 147 万亿 token，创建 8000 万台虚拟计算机
用户规模: 服务全球数百万用户和企业
商业化: 已实现盈利
收购动机深度解析
Meta 的战略布局
1. AI Agent赛道卡位
Meta 此举意在抢占 AI Agent 赛道先机，这是下一代 AI 竞争的核心领域。
2.技术整合需求
计划将 Manus 技术与 Llama 大模型、元宇宙生态结合，形成技术闭环。
3.商业化变现
Manus 的订阅模式能为 Meta 的 AI 投资提供直接收入回报。
行业影响预测
1.巨头竞争加剧
谷歌、OpenAI、字节跳动、腾讯等将加速布局 AI Agent 领域。
2.中国创业者崛起
Manus 的成功标志着中国新一代创业者在全球 AI 竞赛中的突破。
3.投资逻辑转变
从 “大模型优先” 向 “应用层创新” 转变，产品落地能力成为关键。
Manus 崛起之路
发展时间线
2022年: 成立蝴蝶效应公司，推出 AI 插件 Monica
2023年: 完成种子轮和天使轮融资
2024年: A 轮融资，估值 8500 万美元
2025年3月: Manus 正式上线，引发全球关注
2025年4月: B 轮融资，估值近 5 亿美元
2025年12月: 被 Meta 收购
投资机会分析
AI Agent 赛道前景
市场规模: 2025 年达 73.8 亿美元，年增长率超 40%
渗透率: 全球 85% 的组织已部署 Agent 技术
应用场景: 企业服务、个人助理、工业应用等
投资重点方向
1.垂直领域AI Agent
金融、医疗、法律、教育等专业领域机会巨大
**2.**工具生态平台
提供 AI Agent 开发和部署的基础设施
**3.**数据安全技术
随着 AI 处理更多敏感信息，安全保护需求激增
给投资人的行动建议
立即关注
**1.**技术团队背景
优先关注具备连续创业经验和产品落地能力的团队
**2.**商业化路径
选择有清晰盈利模式和变现能力的项目
**3.**市场验证
重视用户增长和产品市场匹配度
风险提示
**1.**技术替代风险
AI 技术发展迅速，需评估项目技术壁垒
**2.**巨头竞争
大型科技公司进入将增加创业公司压力
**3.**监管政策
密切关注 AI 领域的政策变化
行业观点
真格基金合伙人刘元:
“快到还怀疑过这是不是一个假的 offer。这对 AI 时代的新一代年轻创业者而言，将是莫大的激励。属于中国这一代年轻创业者的时代，已经到来。”
真格基金管理合伙人戴雨森:
“Manus 已经不仅是一个创业公司，更是中国新一代创业精神和希望的象征。他们不靠关系，不比资历，在全球舞台上光明正大同台竞技。”
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。