AI通用智能体厂商Manus中国区裁员和迁移总部-如何客户来看待该事件?

图片

大家好，我是人月聊IT，聊聊这几天Manus中国区裁员的事情。

7月8日消息，笔者独家获悉，“通用AI智能体”（General AI Agent）公司Manus（主体为“北京蝴蝶效应科技有限公司”）近期对旗下部分国内业务进行裁员。社交平台信息显示，目前Manus在中国区的员工总数120人左右，除了四十多名核心技术人员迁往新加坡总部之后，其余员工都将会进行裁员优化，给予N+3或者2N的赔偿。笔者独家获悉，Manus近期已经在新加坡本地展开招聘，岗位包括AI工程师、数据科学家、软件开发经理等，薪资在每月8000美元-16000美元，约合人民币11万元/月，年薪超过130万元。

图片

首先还是想说明一点，这个信息是无法说明Manus不行了的，从信息可以看到的就是总部从国内搬迁到了新加坡，同时国内人员大不幅度的缩编。而且可以看到总部搬迁到新加坡后，人员工资待遇可能比国内还更高，整体运营成本也更高。

那么为何要搬迁？

个人理解里面两个关键原因，因为Manus本身不是做大模型的，而是大模型上层的通用智能体。那么Manus就极度的依赖底层AI大模型的能力，其次就是极度的依赖互联网公网信息的采集能力（不管是MCP方式，还是FunctionCall，或互联网API）。而这两点实际在国内仍然会受到不小的限制，特别是对国外网站信息和API接口的获取。包括国内私有信息的开放程度。这也是我前面讲Manus的时候谈到过的，为何首发试用都是国外案例的关键原因。

图片

好了，那么接着再回来讲Manus是否真不行了。

图片

首先对于通用智能体的试用，我在前期拿到试用邀请码后也做了类似深度研究，产品调研分析，PPT制作各个方面的试用。当时做的一个中国信创产业的深度分析报告整体效果还是不错。但是如果专门说到学术方面的DeepResearch实际并没有Google Gemini 2.5 pro强。对于PPT制作这种更加比不上GenSpark等产品。

特别是通用智能体的概念出来后，类似GenSpark，天工超级AI，扣子空间，Kimi深度研究等出现了一堆的通用智能体产品。而且整体实现思路和模式都完全一样。就是AI先重复理解需求，然后做好需求和任务拆分，自己在云平台的后台启动虚拟环境跑任务，最后再去做任务的合并。整个考验的是Agent本身的需求理解，任务规划能力，而当你真正任务拆分好后单个任务的执行还是底层大模型的事情。这个也是为何我前面专门发文章谈到，当我们用秘塔AI和天工AI去做了一个东西方哲学发展史的深度研究后，两者的输出95%以上高度雷同的原因。

我们再回到通用AI智能体，如下图：

图片

对于通用智能体跟我前面讲的Agent最大的变化在哪里呢？

就是当你面对一个复杂的业务场景问题的时候，我不需要人为是人为手工的去编排，或者是开发这么一个特定的AI智能体，它是基于底层的通用规则算法，自动化的编写实现的这么一个智能体，而且他也不用专家经验的提前预测，所以大家从这个图里面就可以看到，你要做到这么通用化的智能体，它需要底层有强大的能力去做支撑，这些能力就包括了联网搜索行业知识库，互联网应用API行业特有的一些能力API接口，也包括了私有知识库、专家经验库，包括你要自己编程写算法，也包括了深度推理、自我检查和长周期的记忆。

那么在这些所有的通用化的底层能力支撑里面，最难的往往就是三个。

第一个我把它叫做行业特有能力API，这个实际上在国内，大部分你在公网其实是没有办法调用到合适的相关的API来解决你这个问题的。

第二个仍然叫行业的专家经验库，这个不是通用AI智能体它自己就能够解决的问题。需要有真正的行业经验专家库作为知识库RAG输入，或者有第三方来提供行业专家库的API能力接口供大模型调用。

第三个我把它叫做长周期记忆的能力，这个能力它本身是底层大模型的能力，实际也不是你AI智能体很容易的去解决的。虽然说这个智能体在编排的过程中，它可以挂自己的一些记忆库的小数据库，但是其实要去解决长周期记忆仍然是相当困难的事情。

从上面难点大家看到没有，实际一个通用智能体需要三方面能力：

底层大模型+Agent通用问题拆解分析解决模型+行业或垂类知识经验库和API资源

以上三个东西要做通用AI智能体都缺一不可。早期的Manus先对更加早期的类似MetaGPT，AutoGPT的思路进行扩展和完善，形成了一种通用性的问题分析和解决框架。这个是值得肯定的。但是在Manus推出后可以看到，大量的大厂或初创公司也陆续推出了类似的解决方案，这个已经不再是核心竞争优势。真正的竞争优势变成了行业或垂类知识经验库。

有用这个的限制，特别是很多这类经验库还是私有信息。这就导致了短期实际我们很难推出真正意义上的通用智能体。通用智能体又重返可落地的垂类赛道。我把他叫做垂类通用智能体。比如通用的学术研究智能体，PPT制作智能体，交互学习智能体等。而这些反而变成了有意义，可以快速落地的方向。

所以对于Manus也一样，如何增强自己垂类通用智能体的能力才是关键。