"誰愿意為此付費，為什么？"先驗證需求，再優(yōu)化技術。
深夜12點，朋友圈又炸了。
這次不是因為新的AI突破，而是因為一條裁員新聞——那個4個月前讓整個科技圈徹夜不眠的Manus，正在"優(yōu)化"員工。還記得3月6日那個不眠之夜嗎？整個科技圈都為Manus瘋狂，邀請碼炒到5萬元，200萬人排隊等候。所有人都在狂歡，說這是"AI Agent的GPT時刻"。
而我，寫了一篇文章，潑了一盆冷水。
當時有人說我酸葡萄心理，有人說我不懂技術趨勢。現(xiàn)在回頭看，那篇文章里的疑問，都在今天得到了印證。
從爆火到裁員，只用了4個月。這是必然。
我為什么沒"蹭"那波流量？
3月7日，當整個科技媒體都在為Manus寫贊歌的時候，我選擇了另一條路。
不是因為我清高，說實話，在全網(wǎng)都在為Manus叫好的時候，我選擇唱反調(diào)是需要勇氣的。
畢竟，誰也不想當那個"掃興的人"。
但我看到了一些讓我不安的東西：
「沒有用到有效內(nèi)測碼，對于沒有親自用過的產(chǎn)品，沒有判斷依據(jù)。」
這是我的第一原則。作為一個從獵頭轉(zhuǎn)行AI創(chuàng)業(yè)的人，親身體驗是最真實的。那些鋪天蓋地的贊美，有多少是建立在真實使用基礎上的？
「產(chǎn)品定位的割裂感」
中國團隊，英文界面，海外登錄。
這種割裂感讓我想起了一個段子：一個中國人，說著英語，在美國賣中國茶，結(jié)果兩邊都不買賬。
我不是說國際化不好，而是說，當你的核心用戶群體和產(chǎn)品設計出現(xiàn)錯配時，問題就大了。
「技術本質(zhì)是集成，不是創(chuàng)新。」
從實測過程看，Manus更像是現(xiàn)有技術的組合與整合——Computer Use、虛擬機、Agent等能力的封裝。就像小米早期的產(chǎn)品策略，技術集成也是一種創(chuàng)新，但稱不上顛覆。
當時我用了一個很生動的比喻：
?假設之前設計出的大多數(shù)Agent是一個產(chǎn)品經(jīng)理，那么Manus就是整個研發(fā)團隊。從產(chǎn)品、設計、后臺開發(fā)、架構(gòu)、前端實現(xiàn)，什么都能干。?
聽起來很厲害對吧？但問題是，完成任務時間很長，算力成本必然很高。一個月1500元使用100次，我當時就說："我應該是不會買的，不如我自己設計多個Agent的ROI更高。"這就像你雇了一個全能管家，什么都會做，但做什么都慢，工資還賊貴。你會用嗎？
199美元的震撼訂閱費
5月份的一個下午。
一個做風投的朋友興沖沖地約我喝咖啡，
說要給我展示他花199美元訂閱的Manus。
"你之前的文章我看了，但用過之后你就知道了，這玩意兒是真的顛覆！"他一邊說著，一邊熟練地輸入指令。
然后，我們等了5分鐘。
屏幕上顯示著"Agent正在思考中..."
又等了3分鐘。
"正在調(diào)用工具..."
我看著他逐漸尷尬的表情，心里想：這TM比我手工做Excel還慢，憑什么值199美元？
但我沒說破。因為他眼里那種"我用上了最先進AI"的興奮，讓我不忍心潑冷水。
最后，Manus生成了一個簡單的數(shù)據(jù)分析報告。
質(zhì)量還可以，但花了8分鐘。
朋友有點不好意思地說："可能是網(wǎng)絡有點慢..."
我點點頭，心里卻在想：興奮里有多少是新鮮感，有多少是真需求？
現(xiàn)在答案很殘酷。
真相一：從一開始就是個偽命題
現(xiàn)在讓我們拉一條時間線：
「3月6日」：爆火發(fā)布，一碼難求，科技圈不眠夜
「5月13日」：開放注冊，推出付費計劃（19-199美元/月）
「5月」：獲得7500萬美元融資，估值5億美元
「6月」：總部遷至新加坡，開始"國際化"
「7月8日」：回應裁員傳聞，"基于經(jīng)營效率考量"
短短4個月，從天堂到人間。
這個時間線暴露了什么？「商業(yè)模式驗證的失敗。」
200萬等候用戶聽起來很厲害，但有多少轉(zhuǎn)化為付費用戶？19-199美元的月費，對于一個需要大量算力、處理速度緩慢的工具來說，性價比在哪里？
每個復雜任務需要調(diào)用多個大模型API，需要虛擬機環(huán)境，需要人工監(jiān)控...這些成本加起來，可能比收入還高。
用買漢堡的錢想吃滿漢全席，數(shù)學不成立，商業(yè)就不成立。
真相二：AI創(chuàng)業(yè)的成本黑洞
有個鐵律：任何不算成本的商業(yè)模式，都是耍流氓。
Manus的問題就在這里。大家都被炫酷的演示震撼了，但很少有人算過這背后的賬：
每個任務需要：
調(diào)用Claude、GPT等多個大模型API（幾美元到幾十美元）
運行虛擬機環(huán)境（按時長計費）
復雜的工作流編排（需要大量計算資源）
人工監(jiān)控和干預（人力成本）
這些加起來是什么概念？
我問過一個在云計算公司工作的朋友，他給我算了一筆賬："按照Manus的演示復雜度，每個任務的成本可能在10-50美元之間。用戶付費100美元，但如果他一個月用10次，公司就虧錢了。"
而且這還沒算研發(fā)成本、運營成本、獲客成本...
這就像你開了個飯店，菜品賣30元，成本50元，還指望靠薄利多銷賺錢。
數(shù)學不會騙人，時間會給出答案。
真相三：監(jiān)管壓力與地緣政治
還有一個大家都不愿意正面討論的問題：地緣政治。
融資受美國財政部審查
總部從中國遷至新加坡
核心人員外遷
這些動作的背后，是更大的時代背景。
在中美科技競爭的大環(huán)境下，任何一家有潛力的AI公司，都會面臨這樣的選擇題：要么接受嚴格審查，要么調(diào)整戰(zhàn)略布局。
Manus選擇了后者，但這種調(diào)整本身就帶來了巨大的運營成本和管理復雜度。
真相四：AI Agent賽道的同質(zhì)化競爭
3月以來，已經(jīng)有超過20家初創(chuàng)企業(yè)宣布推出類似產(chǎn)品。
為什么會這樣？因為技術門檻相對較低。
不是說技術簡單，而是說相對于訓練大模型，工程化組合現(xiàn)有能力的門檻要低得多。當DeepSeek證明了高性能模型可以低成本實現(xiàn)后，基于這些模型做應用層創(chuàng)新，就成了很多創(chuàng)業(yè)者的選擇。
但這也意味著什么？「同質(zhì)化競爭。」
"我們更便宜。""我們更快。" "我們更智能。"
這都不是真正的差異化價值。
當人人都能做同一件事的時候，這件事就不值錢了。
我個人認為AI的價值依舊是一個細分領域的AI化，
把這個行業(yè)know how AI化！
真相五："經(jīng)營效率考量"的翻譯
當一家公司說"基于自身經(jīng)營效率考量，調(diào)整部分業(yè)務團隊"時，我的獵頭經(jīng)驗告訴我，翻譯成人話就是：
"我們燒錢太快了，投資人不愿意繼續(xù)輸血了，必須收縮戰(zhàn)線活下去。"
這個翻譯我用過無數(shù)次。每次給候選人解釋公司"戰(zhàn)略調(diào)整"時，其實都是同一個意思。
錢，燒完了。
我想起了一個段子：有人問投資人什么叫"戰(zhàn)略調(diào)整"？投資人說："就是戰(zhàn)略性地調(diào)整到有錢的方向。"
很殘酷，但很真實
AI泡沫才剛開始破裂
Manus的現(xiàn)狀，其實是整個AI創(chuàng)業(yè)潮的縮影。
我們正在經(jīng)歷AI行業(yè)的四個波浪：
「第一波：技術突破」 - DeepSeek證明了技術可行性，Manus展示了產(chǎn)品可能性
「第二波：資本狂歡」 - 概念股漲停，融資估值飆升
「第三波：現(xiàn)實打擊」 - 商業(yè)化困難，成本壓力巨大
「第四波：市場洗牌」 - 只有真正解決問題的產(chǎn)品能活下來
我們現(xiàn)在正處在第三波向第四波的轉(zhuǎn)換期。
這讓我想起了互聯(lián)網(wǎng)泡沫的那些年。當時也是這樣，所有人都在談論改變世界，但最后能活下來的，都是那些找到了真正商業(yè)模式的公司。
為什么我不感到意外？
說起來有點心酸，我們這代人見證了太多"改變世界"的產(chǎn)品最后悄無聲息。
還記得元宇宙嗎？兩年前人人都說這是下一個互聯(lián)網(wǎng)，我朋友花3萬塊買了個VR頭盔，現(xiàn)在在他抽屜里吃灰。
還記得區(qū)塊鏈嗎？"人人都是中本聰"的豪言壯語，最后變成了"人人都是韭菜"的苦笑。
還記得共享經(jīng)濟嗎？從單車到充電寶，從雨傘到按摩椅，什么都能共享，最后共享的只有虧損。
每一次，我們都會想：這次不一樣。但歷史告訴我們，人性從來沒變過。
不是技術不行，不是概念不好，而是我們太急了。急著證明，急著變現(xiàn)，急著顛覆世界。
但真正改變世界的東西，都需要時間來沉淀。
真正的問題不是Manus，而是我們的期待
我不是在嘲笑Manus團隊。實際上，我認為他們的技術能力很強，工程實現(xiàn)也很出色。
真正的問題是：「我們對AI的期待，遠遠超過了當前技術和商業(yè)模式的承載能力。」
就像我從獵頭轉(zhuǎn)行AI創(chuàng)業(yè)這半年來的感受：
AI很強大，但它不是萬能的；AI能提效，但不能解決所有問題；AI有潛力，但潛力需要時間和正確的商業(yè)模式來實現(xiàn)。
用好AI是需要花時間的，每天上班，下班emoj，門檻在這。
給還在AI賽道上的朋友們，這事也是給我自己提個醒
1. 回歸商業(yè)本質(zhì)
不要被技術的炫酷遮蔽了商業(yè)的本質(zhì)。無論多么先進的技術，最終都要回答一個問題：「誰愿意為此付費，為什么？」
做AI工具的時候，我們也許該始終堅持一個原則：
先驗證需求，再優(yōu)化技術。技術很重要，但解決真實問題更重要。
2. 控制成本結(jié)構(gòu)
AI創(chuàng)業(yè)最大的陷阱就是成本失控。算力成本、人工成本、運營成本，每一項都可能成為壓垮創(chuàng)業(yè)公司的最后一根稻草。
在設計產(chǎn)品的時候，一定要把成本算進去。不要指望著規(guī)模化來攤薄成本，因為用戶增長往往比成本增長慢得多。
3. 專注解決具體問題
不要試圖做AI界的"萬金油"。專注解決一個具體的、用戶愿意付費的問題，比做一個什么都能做但什么都做不好的工具更有價值。
我現(xiàn)在專注于AI+內(nèi)容創(chuàng)作這個細分領域，不是因為其他領域不重要，而是因為專注才能做深，做深才能建立壁壘。
希望
寫到這里，已經(jīng)是凌晨3點了。
這篇文章，不是為了唱衰Manus，而是希望大家能更理性地看待這個行業(yè)。
窗外的城市漸漸安靜，但我知道，此刻還有無數(shù)AI創(chuàng)業(yè)者在電腦前敲著代碼，在會議室里討論商業(yè)模式，在深夜里思考產(chǎn)品方向。
也一定有人，會成為下一個真正改變世界的存在。
Manus的裁員，不是AI的失敗，真的在提醒我自己，
技術的可能性和商業(yè)的可行性之間，還有很長的路要走。
但這不意味著AI沒有前景。恰恰相反，
只有當泡沫破裂、市場冷靜之后，真正有價值的創(chuàng)新才會浮出水面。
就像互聯(lián)網(wǎng)泡沫后誕生了Google、Facebook，
移動互聯(lián)網(wǎng)寒冬后誕生了微信、抖音。
寒冬可能即將到來，但這也意味著，春天不會太遠。
對于我們這些在AI賽道上的人來說，現(xiàn)在最重要的不是追逐下一個熱點，
而是扎扎實實地解決真實問題，建立可持續(xù)的商業(yè)模式。
泡沫破裂不可怕，可怕的是失去對真正價值的信仰。
讓時間成為朋友，讓價值說話。