图源：视觉中国

12月30日，Meta对外披露了一项重磅并购。

Meta将以数十亿美元价格收购AI Agent产品Manus背后的公司——蝴蝶效应。按照金额体量计算，这笔交易在Meta历史并购中位列第三，仅次于WhatsApp和Instagram。交易完成后，蝴蝶效应将继续保持独立运营，创始人肖弘将出任Meta副总裁。

这笔交易的推进节奏同样引人关注。据悉，双方从正式接触到敲定协议，仅用了十余天。在并购落定前，蝴蝶效应仍在以约20亿美元估值推动新一轮融资。

Meta对Manus的兴趣并非临时起意。扎克伯格及其多位Meta核心高管都是Manus的长期用户。近几个月来，Meta一边重组AI研究与产品体系，一边以高薪争夺顶尖研究者，并持续加大算力与基础设施投入。在这一背景下，这笔收购被视为Meta围绕“超级智能”战略加速布局的关键信号。

蝴蝶效应成立于2022年，早期以浏览器AI插件Monica切入市场，成为中国AI行业中少数实现盈利的应用产品。2025年3月，团队推出通用AI Agent产品Manus，可调度多种工具完成复杂任务。今年12月，公司宣布年度经常性收入突破1亿美元。

从一亿美金起挖角一位顶尖华人科学家，到豪掷数十亿美元直接收购整个中国AI团队——Meta2025年屡屡刷新薪酬标准背后，是一个残酷的现实：在超级智能的终极竞争中，个体的价值正在被重新定价，而围绕成熟团队与完整建制的“升维战争”，已全面打响。

从深度用户到公司买家：扎克伯格收购Manus的决策背后

如果仅从金额衡量，Manus并非Meta收购史上最大的一笔交易；但从战略指向看，这却是一笔高度契合当下竞争态势的并购。

过去几年，Meta在AI领域的投入始终位于行业前列。无论是Llama系列模型，还是算力、数据与基础设施建设，都堪称重注。但随着模型能力持续提升，一个现实问题逐渐显现：当模型越来越强，如何将智能转化为普通用户能够直接使用、并持续依赖的产品形态？

Manus正是在这一关键问题上，提供了一条已经跑通的路径。

从成立之初，蝴蝶效应便没有从模型训练起步，而是选择站在应用层。其早期产品Monica是一款浏览器AI插件，围绕搜索、阅读、写作等高频场景展开。在行业普遍更看好自研模型的背景下，这一路径一度被质疑为“套壳产品”。但Monica却成为中国AI行业中少数实现盈利的应用，也让团队在真实用户行为中，提前感知到了模型能力外溢的方向。

转折发生在内部。创始人肖弘在与腾讯青腾教务长杨国安近期的对话中提到，当 Monica进入增长期后，团队曾投入七个月时间研发一款AI浏览器，试图将插件能力进一步前移。但就在产品即将上线之际，他做出了一个极具争议的决定：叫停整个项目。原因并非技术上不可行，而是基于他的判断——浏览器并非 Agent 的终极载体。

取而代之的，是“给AI配一台电脑”的核心构想。Manus的产品哲学在于：在数字世界中，电脑是人类处理复杂事务的通用终端。如果AI拥有一台独立、可操作的“电脑”，便能够像人一样安装软件、运行代码、调用工具，完成大量长尾任务。这也是Manus选择“大模型+云端虚拟机”架构的原因。

2025年3月上线的Manus，正是这一判断的直接产物。肖弘提到，与传统Chatbot不同，Manus并不止于给出答案，而是通过调度多种工具、在虚拟计算环境中执行操作，直接交付结果。从“给答案”到“给结果”，这一变化也被视为Agent与上一代AI产品之间的本质分野。

这一方向，恰好与Meta近期反复强调的愿景高度重合。今年7月，扎克伯格在一封公开信中提出，“超级智能”将带来一个以个人行动力为核心的新阶段。在这一设想中，AI不再只是信息或内容的生成者，而是能够持续执行、交付结果的能动系统。

如今，Manus已在这一方向上跑出可量化的成绩。除了年度经常性收入突破1亿美元外，官方数据显示，上线以来，Manus已处理超过147万亿个token，并创建超过8000万台虚拟计算机。

对Meta而言，这是一条已经被市场初步验证的应用路径。相比仍停留在概念阶段的诸多Agent产品，Manus的核心价值或许不在于单项技术，而在于其背后那套聚焦于“交付结果”的、已被反复打磨的产品方法论与工程体系。

理想主义的终结：杨立昆离开与Meta AI的激进转身

然而，Meta对成熟方案的迫切需求，恰恰折射出其自身AI战略面临的深层挑战。过去一年，Meta在AI领域经历了一次明显的战略震荡与组织阵痛。

2025年4月发布的Llama 4，并未达到外界的普遍预期：旗舰Maverick版本在多模态等关键能力上，仅与上一代模型水平相当；被寄予厚望的Behemoth版本却多次推迟发布时间。这一结果，不仅影响了市场对Meta技术节奏的判断，也在公司内部放大了对模型路线与组织效率的质疑。

随后，是一连串高密度的组织调整。Meta先是引入Scale AI的团队，并任命其创始人Alexandr Wang出任首席AI官，随后成立超级智能实验室，试图将原本分散在多个部门的AI资源集中起来，统一研发与产品方向。但在短时间内，多轮重组、项目反复归属、人员频繁流动，使得内部协同成本不降反升。

基础研究团队FAIR的处境变化，成为这一转向的标志性事件。长期坚持“世界模型”与对比学习路线的FAIR，在资源分配和战略优先级上逐渐被边缘化。随着Meta明确将更多资源投向以Llama为核心的产品化路线，FAIR在公司内部的话语权明显下降。今年11月20日，FAIR负责人、图灵奖得主杨立昆宣布离开Meta，也被外界视为Meta AI从学院派理想主义，全面转向产品与落地导向的节点。

与此同时，人才流失问题逐渐显性化。公开资料显示，Llama初版论文的14位作者中，仅有少数仍留在Meta，其余成员流向创业公司或竞争对手。在内部路线分歧长期存在、组织结构反复调整的背景下，团队稳定性与技术连续性均受到影响。

此前，多位前Meta员工在公开场合表达了对内部文化的担忧：频繁重组、目标模糊，以及围绕绩效的高压管理，使大型AI项目难以形成稳定节奏。有人形容，Meta的AI部门正逐渐形成一种“恐惧文化”——每个人都在为短期指标负责，却难以沉淀长期能力。

更深层的压力，来自时间窗口。在Meta的判断中，大模型竞争正从能力提升阶段，进入应用形态定型的关键阶段。如果未来一到两年内，竞争对手率先打造出面向十亿级用户的“个人智能体入口”，那么Meta过去多年积累的平台优势和网络效应，可能被重塑。

在这样的节奏下，Meta需要更快看到结果——不仅是模型指标的进步，更是用户可以直接感知、并规模化复制的产品形态。在这一现实压力下，Manus的出现，恰好补上Meta在应用层长期缺失且已无时间自行培育的一块拼图。

上亿美金薪酬、集权与内耗：Meta激进人才战略

收购Manus，并不是Meta在AI领域的唯一重注。过去一年，Meta同步展开一场罕见而激进的人才争夺战，其激烈程度与代价之高，在行业内亦属罕见。

据悉，Meta向部分顶级AI研究者开出的薪酬方案，已达到数千万甚至上亿美元级别。其中，包括为前苹果AI基础模型负责人庞若鸣提供总额约2亿美元、分五年兑现的薪酬方案；以及向前OpenAI项目负责人余家辉提供总额约1亿美元、附带高额签字费的长期合同。相关薪酬水平，已明显高于此前大模型行业的普遍区间。

这轮高强度引入，直接服务于新设立的MSL。在Meta的最新组织架构中，MSL被定位为公司AI战略的核心执行单元，负责整合模型研发、推理优化与部分产品化探索，其明确目标之一，是推动下一代Llama模型重新回到行业第一梯队。

与此前以部门为单位的推进方式不同，MSL在人员调配与资源使用上被赋予更高的集中度。一批来自不同公司、具备多样背景的研究者被快速纳入这一体系。与此同时，Meta也通过并购等方式，引入外部团队和管理者，试图在短时间内重塑内部AI的权力结构与能力版图。

但高薪与集权，并未自动化解长期存在的结构性问题。围绕Llama的研发，Meta内部长期存在路线分散的现实：不同团队在目标设定、节奏安排和资源优先级上并不完全一致。随着组织多次调整，部分项目经历反复归属，研究者在短期目标与长期方向之间承受更大不确定性。

与高薪挖人并行的，是更严格的内部管理机制。过去一年，Meta同步推进绩效考核收紧与人员裁撤，强调少而精的组织结构。一方面，公司不惜成本引入少数关键人物；另一方面，则通过裁员和项目压缩，控制整体规模。这种并行策略，使Meta的AI团队在资源集中与内部压力之间，始终处于高强度状态。

Manus团队的加入，正是在这一背景下完成的。与传统意义上的研究型团队不同，蝴蝶效应并不从事模型训练，而是长期专注于产品工程能力与用户需求理解。其核心工作，是在既有模型能力基础上，搭建可执行的系统与工作流。这类能力，在Meta过往的AI体系中并非缺失，但并未被单独抽离为一个明确的战略单元。

一位业内人士表示，通过收购Manus，Meta获得一支已经在真实用户环境中反复验证过应用路径的团队。其价值，并不体现在单一技术突破，而在于对“模型能力如何被组织、调度并最终交付给用户”的系统性理解。

从更广泛的行业视角看，这种激进的人才争夺并非Meta独有。过去一年，OpenAI、谷歌与微软均通过类似方式，引入模型训练、推理优化与系统工程领域的关键人物。随着大模型竞争进入深水区，顶尖研究者和成熟团队，正在成为少数巨头争夺的核心稀缺资源。

对Meta而言，高薪挖人、并购团队与频繁重组，构成一套高投入、高风险、高不确定性的突围方式。这种方式能否在短时间内转化为稳定的产品优势与市场地位，仍有待观察。但可以确定的是，在AI竞争从模型能力逐步转向应用交付的决战阶段，Meta已选择以最激进的方式，押注自己的未来。