抓住風(fēng)口

本期要點(diǎn)：中國AI的機(jī)會(huì)在哪？看懂AI產(chǎn)業(yè)趨勢

你好，我是王煜全，這里是王煜全要聞評論。

就在昨天，Meta收購了在此前曾在全球引起廣泛關(guān)注的通用Agent公司Manus。雖然最終交易金額尚未公布，但據(jù)稱可能高達(dá)數(shù)十億美元，是Manus目前5億美元估值的數(shù)倍。同時(shí)，Manus的創(chuàng)始人肖弘也進(jìn)入了Meta的核心管理層。

就在不久前，Meta的首席AI科學(xué)家、圖靈獎(jiǎng)得主楊立昆（Yann LeCun）黯然離職，開始有關(guān)世界模型的創(chuàng)業(yè)。

一邊是頂尖AI科學(xué)家的退出，一邊是沒有硅谷名校光環(huán)、靠微信插件起家的中國武漢創(chuàng)業(yè)者成為了Meta的副總裁，兩件事接連發(fā)生，對比鮮明。

Manus核心團(tuán)隊(duì)照片

這究竟該讓人嘆息資本的短視，還是AI技術(shù)發(fā)展到現(xiàn)階段必然出現(xiàn)的商業(yè)轉(zhuǎn)向？

我們認(rèn)為，這場數(shù)十億美元的收購其實(shí)標(biāo)志著AI競賽的核心在從比拼模型轉(zhuǎn)向比拼應(yīng)用落地：AI不能只會(huì)聊天了，還要能做事、能交付可靠結(jié)果。2026年，在“大語言模型”（Large Language Model，LLM）的基礎(chǔ)上，一個(gè)基于“大行為模型”（Large Behavior Model，LBM）的行為智能時(shí)代或?qū)㈤_啟。

LLM與Agent

首先，我們要指出的是，大語言模型具有明顯天花板，而行為智能才能實(shí)現(xiàn)價(jià)值的交付。

一方面，大語言模型只是一個(gè)基于統(tǒng)計(jì)概率的詞語預(yù)測器，它擅長生成貌似正確的回答，卻無法保證絕對正確。

另一方面，大語言模型是認(rèn)知上的巨人，卻是行動(dòng)上的矮子，它可以給出完美的方案，但無法為用戶交付最終的結(jié)果。

在商業(yè)世界中，不確定性就將帶來真實(shí)的損失。企業(yè)不可能將財(cái)務(wù)核算、合同管理等關(guān)鍵事宜交給一個(gè)隨時(shí)可能出錯(cuò)的AI。

而一個(gè)不能執(zhí)行任務(wù)、無法跑完整個(gè)閉環(huán)的AI，使得企業(yè)必須安排人員去配合，對其結(jié)果進(jìn)行審核、修改和執(zhí)行，整個(gè)流程的效率不會(huì)提升，人力成本反而不會(huì)降低。

而這兩方面都恰恰是Manus在試圖解決的問題。

他們并不是去開發(fā)不會(huì)犯錯(cuò)的下一代AI模型，而是用工程化的方式，來實(shí)現(xiàn)確定性的交付。

例如，當(dāng)用戶要求“抓取網(wǎng)站數(shù)據(jù)并生成圖表”時(shí)，Manus會(huì)在后臺(tái)啟動(dòng)一個(gè)虛擬瀏覽器，模擬真人進(jìn)行點(diǎn)擊、跳轉(zhuǎn)、執(zhí)行腳本等操作。當(dāng)完成任務(wù)后，它還會(huì)在虛擬環(huán)境中將整個(gè)流程再執(zhí)行驗(yàn)證一遍，例如點(diǎn)擊剛生成的網(wǎng)頁上的每一個(gè)按鈕，核對數(shù)據(jù)庫記錄是否匹配。如果出錯(cuò)，Manus還會(huì)自我修正，直到最終驗(yàn)證成功。

這實(shí)質(zhì)上就是在將大語言模型生成的發(fā)散性結(jié)果變成了可驗(yàn)證、可依賴的工作成果。當(dāng)然，也是這個(gè)原因，許多用戶反饋，Manus有時(shí)會(huì)反復(fù)驗(yàn)證、顯得效率不高。

但在被Meta收購之后，隨著技術(shù)的改進(jìn)，以及巨大的推理算力作為后盾，這一流程有望被大幅優(yōu)化，變得更加好用。

另外，Manus更是讓AI一定程度上實(shí)現(xiàn)了行為智能，也就是“把事情做到位”。

例如，當(dāng)HR負(fù)責(zé)人需要一份面試總結(jié)時(shí)，常規(guī)的AI必然無法完成一整套操作流程，還需要人為提供各類文本和數(shù)據(jù)。

但Manus可以自動(dòng)登錄企業(yè)的招聘系統(tǒng)，把候選人的背景資料抓取出來，再與面試記錄結(jié)合，生成一份專業(yè)的總結(jié)交給負(fù)責(zé)人。

也就是說，有了Manus這樣的工具，企業(yè)可能不再需要大量執(zhí)行基礎(chǔ)工作的實(shí)習(xí)生和初級員工了，因?yàn)檫@里有一個(gè)能自行把事做完且做對、還不會(huì)離職且不需要培訓(xùn)的數(shù)字員工。企業(yè)自然愿意為它支付薪水，也就是訂閱費(fèi)。

當(dāng)然，這對要進(jìn)入職場的新人又提出了新的挑戰(zhàn)，因?yàn)樗麄兊母偁幷卟辉僦皇橇硗庖粋€(gè)人，而是在持續(xù)迭代的AI。

而這，也正是Manus能實(shí)現(xiàn)1億美元年化收入的秘密，也證明了Manus的商業(yè)模式，也就是行為智能，確實(shí)有巨大潛力。

大行為模型與行為智能

更關(guān)鍵的是，Meta收購Manus的這個(gè)事件，無疑代表著AI產(chǎn)業(yè)進(jìn)入了應(yīng)用化階段。不過，我們更想強(qiáng)調(diào)的是，其中的關(guān)鍵還在于兩點(diǎn)，大行為模型的發(fā)展和中美的合作。

要注意的是，要讓Agent像一個(gè)真正的助手，能夠預(yù)判你的需求并主動(dòng)完成任務(wù)，僅僅基于現(xiàn)有的大語言模型進(jìn)行優(yōu)化，可能難以實(shí)現(xiàn)質(zhì)的突破，而是應(yīng)當(dāng)建立大行為模型（LBM）。

這方面，Meta自身已有相關(guān)實(shí)踐。

2024年以來，Meta的廣告推薦效率就因引入LLM架構(gòu)而大幅提升。他們將用戶的瀏覽內(nèi)容、點(diǎn)擊廣告等連續(xù)行為視作一個(gè)“序列”，并以此訓(xùn)練系統(tǒng)。

我們認(rèn)為，Meta的這套廣告系統(tǒng)有可能成為“大行為模型”的雛形，就像大語言模型通過上下文預(yù)測下一個(gè)詞，Meta的廣告系統(tǒng)可以通過用戶的行為，預(yù)測下一個(gè)可能點(diǎn)擊的廣告。

例如，基于LLM架構(gòu)，Meta讓AI能理解行為序列中不同動(dòng)作的權(quán)重，幾天前點(diǎn)過的廣告權(quán)重會(huì)衰減，而用戶10秒鐘前完整看完的一個(gè)短視頻則擁有極高的權(quán)重。

再如，AI還具備了糾錯(cuò)能力，能根據(jù)用戶點(diǎn)擊廣告后的快速跳出行為，判斷用戶誤點(diǎn)了廣告，并調(diào)低該類廣告的推薦權(quán)重，而不是像老系統(tǒng)那樣死纏爛打。

未來，Meta能否率先在這個(gè)思路的基礎(chǔ)上開發(fā)出更通用的“大行為模型”，以及Manus在加入Meta后，能否獲得這種底層能力的加持，從而進(jìn)化得更智能、更高效，也成為了一個(gè)重要的觀察點(diǎn)。

不過，我們也想提醒的是，只有美國從0到1的算法突破，而沒有中國創(chuàng)業(yè)者的加入，這個(gè)AI應(yīng)用化的進(jìn)程也將受阻。

過去十年以來，從谷歌的Transformer到OpenAI的GPT，都率先在美國出現(xiàn)。Meta自身也為Llama模型投入了數(shù)百億美元，成為了開源生態(tài)的重要玩家。其中的原因也不復(fù)雜——美國聚集了全球最頂尖的AI人才、最充足的AI算力和最充沛的資金。

但中國創(chuàng)業(yè)者擅長在各種復(fù)雜的、具體的場景中尋找創(chuàng)新點(diǎn)，善于解決實(shí)際問題，產(chǎn)生業(yè)務(wù)價(jià)值。

就像Manus的核心競爭力不在于模型本身，而是在于對用戶讓AI完成任務(wù)的這個(gè)需求的洞察，以及對任務(wù)拆解、工具調(diào)度、錯(cuò)誤驗(yàn)證等工程細(xì)節(jié)的打磨。也正是因?yàn)檫@種洞察力和執(zhí)行力，才讓Manus能先于許多資源更雄厚的美國科技巨頭和AI大模型公司，推出通用型AI Agent，并最終得到Meta的巨額收購。

據(jù)稱，這場收購由扎克伯格親自推動(dòng)，他和幾位Meta的高管本身就是Manus的深度用戶，而且他們計(jì)劃把Manus嵌入WhatsApp、Instagram等擁有數(shù)十億用戶的平臺(tái)，并與自家大模型Llama和巨大的數(shù)據(jù)中心結(jié)合，打造一個(gè)AI應(yīng)用生態(tài)。

這個(gè)收購的速度之快，金額之高，也表明扎克伯格不想再等待楊立昆這樣的科學(xué)家，去慢慢教會(huì)AI像人一樣理解世界，而是對“能落地、能賺錢”的AI應(yīng)用極度的渴求。

此次收購?fù)瓿珊?，Meta 將握有大模型和算力，又擁有了能落地的Agent應(yīng)用團(tuán)隊(duì)，實(shí)現(xiàn)了“一加一大于二”的效果。未來，在此基礎(chǔ)上，Meta還能拓展各行業(yè)的垂直應(yīng)用，從而確實(shí)有了超越其他科技巨頭的可能性。

可惜的是，由于地緣政治的原因，美國政府對涉及中國公司的投資有著嚴(yán)格的審查，導(dǎo)致美國資本對中國AI初創(chuàng)公司的投資也慎之又慎。這無疑阻礙了美國吸收全球最活躍的應(yīng)用創(chuàng)新力量。

但這也給中國企業(yè)提了個(gè)醒，我們是否有機(jī)會(huì)引領(lǐng)大行為模型的發(fā)展，并進(jìn)而主導(dǎo)行為智能的時(shí)代呢？要知道，行為智能很可能就是未來幾年內(nèi)最大的機(jī)會(huì)所在。而其中的道理，我將在明天的新年致辭中向你揭曉，敬請關(guān)注！

以上就是今天的內(nèi)容，在即將到來的CES展2026上，我將與中國的科技企業(yè)家們一起，深入智能硬件的創(chuàng)新前沿，對這次行為智能的新趨勢進(jìn)行沉浸式的觀察與思考。后續(xù)，我也會(huì)在科技特訓(xùn)營中第一時(shí)間分享所見所思。如果你也感興趣，歡迎加入科技特訓(xùn)營，和我一起，先人一步，領(lǐng)先一路！

也在此向各位家長推薦前哨AI冬令營。我們認(rèn)為，最好的學(xué)習(xí)不是學(xué)理論，而是親手實(shí)踐。想讓孩子能親自上手完成真實(shí)的AI項(xiàng)目，從理解AI到駕馭AI，就快快點(diǎn)擊鏈接了解詳情吧。

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報(bào)名，先人一步，領(lǐng)先一路

最后， 鑒于公眾 號推送機(jī)制的改變，你未來刷 到要聞評論的機(jī)會(huì)可能沒那么多了，建議你加入粉絲群，第一時(shí)間 得到我的獨(dú)家前沿分析，而且我們還會(huì)每天在粉絲群里發(fā)布獨(dú)家資料，快快掃碼加入吧！

此外，我們還為您準(zhǔn)備了一個(gè)思維導(dǎo)圖，掃描加群即可領(lǐng)取

“成為新物種”

↓點(diǎn)擊學(xué)習(xí)王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！