所属主题：openclaw — AI Agent 能力与平台

2026 年 3 月 26 日凌晨，一封来自 Meta 法务部门的邮件同时发往新加坡和北京，确认了外界猜测已久的交易——Meta 以约 20 亿美元全现金方式收购中国 AI Agent 创业公司 Manus。几个小时后，中国商务部召见了 Manus 的联合创始人。再过几个小时，硅谷的社交媒体上开始了一场关于”AI 人才主权”的激烈辩论。到当天深夜，北京的科技媒体用了一个极具情绪色彩的标题：”北京震怒”。

这不是一笔普通的科技并购，不是硅谷每天都在发生的那种”大鱼吃小鱼”的常规操作。这是 AI 时代”技术外流”新范式的缩影——一家由中国顶级人才创办、在中国市场孵化成熟的 AI Agent 公司，通过”先迁至新加坡再被美国巨头收购”的路径，将核心技术和团队整体转移到了地缘竞争的另一端。它同时也是中美 AI 人才与技术竞争从暗流涌动走向公开对抗的标志性事件。要理解这笔交易的真正含义，我们需要从三个层面来拆解：技术价值、地缘博弈和产业格局。

20 亿美元买什么？Manus 的技术壁垒与市场稀缺性

Manus 成立于 2023 年初，创始团队主要来自清华大学和北京大学的 AI 实验室，以及字节跳动、百度和商汤科技的资深工程师。公司最初定位为面向企业的通用 AI Agent 平台。与大多数 Agent 创业公司不同，Manus 选择了一条更底层、更难走的路线——不是在 GPT 或 Claude 之上简单包装一层工作流编排，而是从底层构建了自己的任务规划引擎、上下文管理系统和工具调用安全框架。

这个技术选择之所以重要，是因为当前 Agent 领域面临的核心瓶颈恰恰在于”多步任务的可靠执行”。让 AI 回答一个问题已经很成熟了，但让 AI 自主规划和执行一个包含多步骤、多次工具调用、多轮决策的复杂企业任务链？这仍然是一个远未解决的工程难题。根据 Scale AI 在 2026 年 3 月发布的 Remote Labor Index 数据，当前最先进的 AI 系统 Claude Opus 4.6 在 CoWork 模式下的真实工作场景自动化率仅为 4.17%（来源：Scale AI Leaderboard，2026-03-26）。这意味着超过 95% 的复杂工作任务仍然超出了 AI 独立执行的能力范围。

Manus 在三个核心技术维度上建立了独特的竞争壁垒。

任务分解与规划方面，Manus 开发了一套基于约束满足问题算法的任务分解系统，能够将复杂的企业工作流自动拆解为可执行的原子任务序列，并实时处理任务间的依赖关系和资源约束。与当前主流的基于大模型 Prompt 的规划方法不同，这种算法驱动的方法在处理长链任务时的可靠性显著更高。据行业内部人士估计，Manus 的多步任务完成率比 Meta 内部原型高出约 35%，比基于 LangChain 或 CrewAI 等开源框架的方案高出约 20%。

上下文管理方面，长链任务执行过程中的上下文一致性是一个巨大的工程挑战。当一个 Agent 需要执行 20 个步骤以上的任务序列时，前面步骤的关键信息很容易在传递过程中丢失或失真。Manus 采用了”分层记忆”的独创架构，将上下文分为三个层次——短期工作记忆负责当前任务步骤的即时信息处理，中期任务记忆负责整个任务链的状态追踪和错误恢复，长期经验记忆则负责跨任务的模式学习和策略优化。这种架构使得 Agent 在执行 30 步甚至 50 步的复杂任务链时仍能保持高度的上下文连贯性，这在企业级应用中至关重要。

工具调用安全方面，Agent 在执行任务时需要频繁调用外部 API 和工具——发送邮件、操作数据库、调用支付接口、修改文档。而每一次工具调用都可能带来安全风险。Manus 构建了一套”沙箱预执行加审计加回滚”的完整安全框架。所有工具调用先在隔离沙箱中模拟执行，系统根据操作的风险等级决定是自动放行还是需要人工审批。已经执行的操作全部支持原子级回滚。这个安全框架解决了企业最担心的”AI 失控操作”问题。一个典型的场景是：Agent 在执行财务流程时误操作了一笔转账，回滚机制可以在秒级时间内撤销操作。正是这种企业级的安全保障让 Manus 能够进入金融和医疗等高度敏感的行业。

理解了这些技术细节，Meta 愿意付 20 亿美元就变得合乎逻辑了。Meta 拥有 Llama 4 系列模型构建的开源生态、WhatsApp 月活超过 20 亿和 Facebook 月活超过 30 亿的巨大渠道，以及每年 1150 至 1350 亿美元的 AI 资本支出预算（来源：MSN，2026-03-26）。唯独缺少的是将这些优势串联起来、实现真正端到端任务执行的 Agent 中间层。Manus 就是那个缺失的关键拼图。

而竞争格局让这笔收购变得异常紧迫。同一周内，Sierra 的估值已达 100 亿美元，服务了 40% 的 Fortune 50 企业，并推出了 Ghostwriter 低代码 Agent 构建器，让企业可以用自然语言创建客服 AI Agent（来源：WinBuzzer，2026-03-26）。Salesforce Agentforce 的年化经常性收入达到约 8 亿美元，同比增长 169%，与 Data Cloud 捆绑后年化收入突破 29 亿美元（来源：Blossom Street Ventures，2026-03-26）。OpenAI 则推出了名为 Frontier Alliances 的计划，联手 BCG、McKinsey、Accenture 和 Capgemini 等顶级咨询公司，将 AI Agent 推向每一家财富 500 强企业（来源：Drimble.nl，2026-03-26）。

Meta 自己的推理模型 Avocado 因表现不佳已经推迟发布，通过内部研发追赶 Agent 能力的路径太慢了。收购 Manus 是”现在买，否则来不及”的战略决策——不是常规的”买还是建”的商业考量，而是 Agent 赛道窗口期正在关闭的紧迫感。

从北京到新加坡到旧金山：一条被地缘压力塑造的迁移路径

Manus 的故事并非从 Meta 的收购开始。更值得深入分析的是这家公司为什么会经历”北京创立、新加坡迁移、被美国巨头收购”这条看似不可逆的路径。每一步迁移背后，都有具体的结构性压力在推动。

2023 年初创立时，Manus 的研发中心设在北京中关村——中国 AI 创业的黄金地带，步行 15 分钟可达清华大学、北京大学和中科院计算所。核心团队的 30 多名工程师中，超过一半有清北背景，其余来自字节跳动、百度和商汤科技。在 2023 到 2024 年间，Manus 完成了技术原型的开发和企业客户的早期验证。

2024 年末到 2025 年初，多个因素叠加，促使 Manus 管理层开始认真考虑将公司主体迁至海外。

第一个因素是算法出口管制的扩展。2024 年 8 月，中国商务部更新了《中国禁止出口限制出口技术目录》，将多项 AI 相关技术纳入限制出口范围。虽然 Agent 框架和任务规划引擎没有被明确列入，但”推荐类算法”和”交互式人工智能技术”的模糊定义覆盖面极广。Manus 的法律顾问当时给出的评估是”不确定但存在风险”——这种不确定性本身对商业决策来说就是负面的。

第二个因素是数据安全审查的常态化。2024 年下半年，多家中国 AI 公司被要求接受数据安全审查。对于 Manus 这样需要深度接入企业工作流数据的公司，数据安全审查可能意味着需要向监管部门开放核心技术架构和客户数据处理流程——这在保护商业秘密和吸引国际企业客户方面都是不利的。一家潜在的欧洲金融客户明确告诉 Manus：”如果你们的数据处理流程需要接受中国政府审查，我们无法与你合作。”

第三个因素是国内融资渠道的急剧收窄。根据 IT 桔子数据，2025 年中国 AI 领域的早期融资同比下降约 34%。与此同时，全球范围内 AI Agent 赛道的融资热度持续升温。美国 2025 年有 51% 的种子轮资金流向了 1000 万美元以上的大额交易（来源：Crunchbase/Bot Memo，2026-03-26）。对于一家需要大量资金投入底层技术研发的公司来说，全球资本市场的吸引力远超国内市场。

2025 年年中，Manus 正式将公司法律主体迁至新加坡，保留北京研发办公室。这种”新加坡注册、中国研发”的双轨模式在中国 AI 创业圈中已经相当普遍——它既能降低部分监管风险，又能保持人才成本和研发效率的优势。新加坡是首选目的地：成熟的法律体系、对中美两边都友好的外交立场、强大的知识产权保护，以及作为东南亚金融中心的融资便利。

但 Manus 的迁移有一个与众不同的关键细节——它不只是为了独立发展而迁移，而是在迁移的同时就开始接触潜在收购方。在新加坡注册的公司法律主体让后续的收购交易在法律上绑过了中国对外资并购的大部分审批要求。这种”先迁移再被收购”的路径可能开创一种新模式——对中国而言，这也意味着一种新的威胁。

北京的反应：三个信号与一个制度空白

中国政府在收购消息公布后迅速召见了 Manus 联合创始人进行问询（来源：aishoren.org，2026-03-26）。这一行动的速度、层级和方式都传递了不寻常的信号。

第一个信号：AI 软件技术被正式视为国家战略资产。以往，中国对科技领域的出口管制和安全审查主要集中在半导体硬件、稀土材料、光刻设备等有形资产上。Manus 事件标志着管制思维的重大扩展——Agent 框架、任务规划算法、工具调用安全架构这类”无形资产”也被纳入了国家战略视野。这与同一周华为 Kirin 9010 被 iFixit 拆解后暴露的现实形成了鲜明对比（来源：iFixit，2026-03-27）：中国在半导体硬件上正以 7nm 工艺艰难追赶台积电 3nm 水平，差距约 3 个工艺代。但在 AI 软件领域，中国拥有世界级的竞争力——而恰恰是这种竞争力正在通过 Manus 式的路径外流。

第二个信号：对”壳架构”公司的穿透式审查即将到来。Manus 通过新加坡主体实现被收购的路径暴露了中国现行监管体系中的一个关键制度空白。根据现行法律框架，如果公司主体已经迁移到境外，中国政府在阻止后续并购交易方面的法律手段非常有限。多位接近监管层的知情人士透露，相关部门正在研究建立”AI 核心知识产权境外转让审查”机制——即使公司主体在境外，如果核心知识产权在中国开发、核心团队由中国教育体系培养，转让交易仍需接受安全审查。这是一个从”属地管辖”到”属人管辖”的重大理念转变。

第三个信号：对中国 AI 创业生态的深层忧虑。一位接近政策制定层的人士在非公开场合说了一句极具代表性的话：”我们担心的不是这一个 Manus——我们担心的是下一个 Manus 还没成立就已经开始规划迁移路径了。”这揭示了一个比单一交易更根本的问题：如果中国的 AI 创业环境在融资渠道、政策确定性、市场开放度、知识产权保护等方面无法与美国和新加坡竞争，那么人才和技术的外流就不是几条监管政策能堵住的。堵得住一个 Manus，堵不住结构性的”用脚投票”。

从制度设计角度看，Manus 事件暴露了中国在 AI 治理体系中的一个结构性盲区：现有的技术出口管制体系主要针对技术的直接出口或许可转让，而非通过公司迁移加并购实现的间接技术转移。要填补这个空白，需要在”国家安全审查”和”商业自由度”之间找到一个精巧的平衡——管得太紧会吓跑更多创业者加速外流，管得太松则无法阻止持续失血。这是一个典型的治理困境，没有简单的答案。

两种对立的解读：谁赢了？谁输了？

解读一：”这是中国 AI 生态系统性失败的标志”

持这一观点的人有充分的论据支持。中国的 AI 人才培养体系确实是世界级的——根据 MacroPolo（保尔森基金会旗下的智库）的 2025 年全球 AI 人才追踪报告，全球顶级 AI 研究者中约有 29% 出生于中国。但培养出的人才留不住、长出的企业留不住，这说明培养体系的价值正在被转移体系”偷走”。

一位知名 AI 投资人在社交平台上的评论被广泛转发：”我们花了 20 年建立的人才培养体系，最终产出被 20 亿美元买走了。问题不在于 Meta 给了多少钱——对 Manus 团队来说，20 亿美元是合理甚至保守的估值。问题在于我们为什么留不住这样的团队。是融资环境？是政策不确定性？是市场被巨头挤压？还是三者叠加？”

这个视角构建了一个自我强化的负循环：环境不好导致创业者出走，出走导致生态进一步恶化，恶化导致更多人出走。如果不打破这个循环，Manus 就不是特例，而是第一张多米诺骨牌。

解读二：”技术和人才的全球流动本来就是正常的”

反对将 Manus 事件政治化的人同样有自己的逻辑。硅谷的历史就是一部移民创业史——Google 的 Sergey Brin 来自苏联，NVIDIA 的 Jensen Huang 来自台湾，Zoom 的 Eric Yuan 来自中国。如果每个国家都试图”锁住”自己培养的人才和技术，全球创新生态将会瓦解。人为设置的壁垒最终会伤害所有人。

但这个类比有一个关键的逻辑缺陷——Brin 创办了 Google，Huang 创办了 NVIDIA，Yuan 创办了 Zoom，这些公司都是独立实体，不是被竞争对手国家的公司收购的。Manus 的情况根本不同：它不是”人才选择了更好的创业环境”，而是”一整套成熟的技术体系在地缘竞争中被定向转移到了对手阵营”。

我的判断

两种解读都触及了部分真相，但都过于简化。Manus 事件的核心矛盾不是”中国 vs 美国”的零和博弈，而是一个更深层的制度问题——AI Agent 技术正在成为国家战略资产，但现有的国际治理框架完全没有跟上这个变化。

我们有半导体出口管制来控制芯片流向，有数据跨境流动规则来管理信息传输，但没有一套针对”AI Agent 框架、任务规划引擎和工具调用协议”的国际治理规范。这不是疏忽——Agent 技术成为战略资产是最近两年才发生的事情，制度建设天然滞后于技术演进。

真正需要关注的不是这一笔交易的得失，而是它暴露的治理真空将如何影响接下来 3 到 5 年的全球 AI 竞争格局。

大多数人没看到什么：”Agent 主权”将成为继”数据主权”和”芯片主权”之后的第三个地缘热点

大多数观察者把 Manus 事件框定为”中美科技竞争的又一个案例”然后迅速翻篇。但如果我们把视野拉远，一个更深远的趋势正在浮现——”Agent 主权”正在成为继”数据主权”和”芯片主权”之后的第三个地缘政治核心议题。

为什么 Agent 主权具有独特的战略意义？因为 Agent 技术的性质与芯片和数据都根本不同。

芯片是”能力瓶颈”——没有先进制程的芯片，就无法训练最先进的 AI 模型，所以芯片出口管制能够有效限制对手的 AI 能力上限。美国对中国的芯片出口限制正是基于这个逻辑。

数据是”原材料”——数据跨境流动规则本质上是在管控 AI 的”燃料”供给。但数据是分散的、可以被合成生成、也难以被完全垄断的，所以数据主权的控制效果天然有上限。

Agent 是”执行权力”——Agent 技术赋予的不是分析能力或生成能力，而是在真实世界中自主决策和执行行动的能力。当一个国家的关键基础设施越来越多地由 AI Agent 运行——政府公共服务（美国劳工部刚刚上线了基于 Salesforce Agentforce 的 DOLA 系统，来源：Boursorama/Zonebourse，2026-03-26）、国防情报处理（Palantir Maven 每小时为 2 万多名美军用户生成约 1000 条目标建议，来源：Gadget Review，2026-03-26）、金融交易和风控、医疗诊断和手术辅助——那么谁开发了这些 Agent、谁控制着更新权限和后门风险，就不再是一个商业问题，而是一个主权问题。

这个逻辑可以从反面验证：如果中国的政府服务系统运行在一套由 OpenAI 开发并通过 Accenture 部署的 Agent 框架上，美国政府是否会对此完全放心？答案显然是否定的。同样的逻辑反过来也成立。

Manus 事件只是”Agent 主权”问题的序幕。接下来 12 到 18 个月内，我们很可能会看到以下政策演变：主要国家对关键行业的 Agent 部署提出”国产化”或”可审计”要求；各国建立 Agent 技术出口管制或投资审查机制；国际组织开始讨论 Agent 安全审计的共同标准。Agent 将是未来 3 到 5 年地缘科技竞争中最重要但目前最被低估的维度。

Manus 事件将加速的三个产业趋势

基于以上分析，Manus 事件将在未来 6 到 12 个月内加速三个可观察的产业趋势。

趋势一：中国将出台更严格的 AI 人才和技术出境管理政策。具体可能包括：对 AI 创业公司核心技术团队的”知识产权关联”管理机制（类似但不同于竞业限制）、对在中国开发的 AI 核心知识产权的境外使用限制、对”新加坡壳架构”公司的穿透式审查。预计在 2026 年下半年至 2027 年上半年间会有相关政策落地。这些政策的效果取决于执行精度——过宽的定义会伤害正常的国际学术交流和商业合作，过窄则形同虚设。

趋势二：更多中国 AI 创业公司会采用”技术隔离”的双轨运营模式。不同于 Manus 的”整体迁移”，未来的模式更可能是在中国和海外同时运营，但严格隔离技术栈和数据——中国业务使用中国开发的技术服务中国客户，海外业务使用海外团队独立开发的技术服务全球客户。这种模式虽然大幅降低效率和增加成本，但能同时满足两端的监管要求。字节跳动在 TikTok 问题上被迫采用的类似策略可能成为这类架构的参考模板。

趋势三：全球 Agent 赛道的并购整合将显著加速。Meta 收购 Manus 发出了一个明确的信号——大型科技公司正在通过并购而非内部研发来获取 Agent 能力。考虑到 Sierra 估值 100 亿美元、Salesforce Agentforce 年化收入 8 亿美元、OpenAI 通过 Frontier Alliances 联手咨询巨头的格局，独立的 Agent 创业公司正在成为兵家必争的稀缺资源。预计在未来 12 个月内，我们会看到至少 3 到 5 起十亿美元级别的 Agent 公司收购案。具备深度行业集成能力（而非通用框架）的垂直 Agent 公司将获得最高溢价，因为行业专有知识和客户关系是最难通过内部研发复制的。

So What：对三类读者的行动建议

对 AI 创业者：Manus 事件传递的信号是政策窗口正在快速收窄。如果你的 Agent 创业公司有全球化的计划，现在就需要与法律顾问讨论两个关键问题——你的核心知识产权在法律上属于哪个司法管辖区？你的团队迁移和知识产权转移计划是否可能触发即将出台的安全审查？”先跑再说”的策略可能在 6 个月内失效。更务实的做法是在创业初期就设计好知识产权的分离架构——哪些技术在中国开发服务中国市场，哪些技术在海外开发服务全球市场——从而在合规前提下保留全球化的选项。

对投资人：Agent 赛道的并购估值正在被地缘因素推高。Sierra 100 亿美元、Manus 20 亿美元——这些估值中包含了显著的”地缘稀缺性溢价”。在尽职调查中，除了传统的技术能力评估和市场规模估算之外，需要增加两个新的风险评估维度：这家公司的 Agent 技术涉及哪些国家的监管敏感领域？交易完成后是否可能面临来自技术来源国的追溯性审查、知识产权主张或运营限制？同时也要注意到一个反向的投资机会——帮助中国 AI 创业公司建立合规的”技术隔离”双轨架构，本身可能成为一个服务市场。

对政策研究者：现有的 AI 治理框架——无论是中国的《算法推荐管理规定》和《生成式人工智能服务管理暂行办法》，还是欧盟的 AI Act，抑或是美国总统行政令——都还没有系统性覆盖”Agent 主权”这个新兴维度。需要尽快启动关于 Agent 技术跨境转让的政策研究，在问题变得不可控之前建立制度框架。一个好的起点可能是：参考半导体出口管制的分级管理经验（区分通用 Agent 框架和关键基础设施 Agent），但要吸取其教训——避免过度宽泛的定义覆盖范围导致对正常创新活动的无差别抑制。同时，多边对话机制的建立比单边管制更重要，因为 Agent 技术的全球扩散已经是既成事实，单方面的限制措施只会创造绕行激励而无法真正控制技术流向。

20 亿美元可以买到一家创业公司和它的全部技术。但 20 亿美元买不到的，是一个让世界级 AI 创业公司愿意留下来、愿意独立成长的生态环境。Manus 事件对中国 AI 产业最大的警示不是”如何阻止下一个 Manus 被收购”，而是”如何让下一个 Manus 根本不想走”。

参考资料

  1. China’s AI Startup Manus: The $2 Billion Deal That Angered Beijing — aishoren.org, 2026-03-26
  2. Sierra Ghostwriter Self-Service AI Agent Builder — WinBuzzer, 2026-03-26
  3. Meta Cuts 700 Jobs as It Doubles Down on AI — MSN, 2026-03-26
  4. The Impact of AI on 24 Publicly Traded SaaS Companies — Blossom Street Ventures, 2026-03-26
  5. Scale AI Leaderboard — Humanity’s Last Exam — Scale Labs, 2026-03-26
  6. Huawei’s Kirin 9010 Is a Reality Check for China’s Semiconductor Ambitions — iFixit, 2026-03-27
  7. Pentagon Locks In Palantir’s AI as Core Military Infrastructure — Gadget Review, 2026-03-26