腾讯新闻出品栏目，关注科技和TMT领域公司、事件和人物中的故事，探究背后的深层逻辑。 深网腾讯新闻 . 作者： 胡世鑫 来源： 深网腾讯新闻 以下文章来源于深网腾讯新闻 ，作者胡世鑫 ------------------------------- 12 月 30 日， Meta 宣布完成一笔重量级并购，以数十亿美元的价格收购 AI Agent 产品 Manus 背后的公司 " 蝴蝶效应 " 。这是 Meta 成立以来金额排名第三的收购，仅次于 WhatsApp 和 Instagram 。交易完成后，蝴蝶效应将保持独立运营， 其创始人、腾讯青腾校友肖弘 将出任 Meta 副总裁。 这笔交易的推进异常迅速。多位接近交易的人士透露，从双方正式接触到最终达成协议，整个谈判 周期仅十余天。据悉，在收购发生前，蝴蝶效应正以约 20 亿美元的估值推进新一轮融资。 Meta 对 Manus 的兴趣并非偶然。扎克伯格及多位 Meta 核心高管均为 Manus 的长期用户。在 Meta 近期重组 AI 研究体系、高薪引入顶尖研究人员，并持续加大算力投入的背景下，这笔收购被 视为其推进 " 超级智能 " 战略的关键一步。 蝴蝶效应 ...

以下文章来源于深网腾讯新闻 ，作者胡世鑫 深网腾讯新闻 . 腾讯新闻出品栏目，关注科技和TMT领域公司、事件和人物中的故事，探究背后的深层逻辑。 图源：网络 12月30日，Meta宣布完成一笔重量级并购，以数十亿美元的价格收购AI Agent产品Manus背后的公司"蝴蝶效应"。这是Meta成立以来金额排名第三的收购，仅次于 WhatsApp和Instagram。交易完成后，蝴蝶效应将保持独立运营，其创始人、腾讯青腾校友肖弘将出任Meta副总裁。 这笔交易的推进异常迅速。多位接近交易的人士透露，从双方正式接触到最终达成协议，整个谈判周期仅十余天。据悉，在收购发生前，蝴蝶效应正以约20亿美 元的估值推进新一轮融资。 Meta对Manus的兴趣并非偶然。扎克伯格及多位Meta核心高管均为Manus的长期用户。在Meta近期重组AI研究体系、高薪引入顶尖研究人员，并持续加大算力投入 的背景下，这笔收购被视为其推进"超级智能"战略的关键一步。 蝴蝶效应成立于2021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，公司推出通用AI Agent产品Manus，能 够 ...

内容来源：本文转载自微信公众号投行圈子(touhangquanzi)，笔记侠经授权转载。转载请联系原公众号授权。 责编| 贾宁 排版| 拾零 第 9362 篇深度好文：4439 字 | 12 分钟阅读 商业趋势 笔记君说： 2025年临近收尾，一场并购引发全球科技圈和资本圈的关注。 一场闪电般的收购将一家中国AI创业公司推向全球科技舞台中央。 2025年12月30日，据《晚点LatePost》独家报道，Meta以数十亿美元完成了对AI应用Manus开发商蝴蝶效应的收购。整个谈判过程异常迅速，仅用了十余 天。 当Meta官宣以数十亿美元拿下AI智能体公司Manus时，整个行业的神经都被触动了——这不仅是Meta成立以来第三大收购案，更被视作AI竞赛从"拼模型 参数"转向"拼应用落地"的标志性事件。 有人说这是扎克伯格砸钱买船票，有人惋惜中国创业公司的"流失"，但这场交易的分量，远不止表面的资本游戏那么简单。 今天我们就扒一扒，这桩并购背后藏着的投资逻辑。 一、为何全网都在盯这场收购？ 首先是谈判速度快得离谱。真格基金合伙人刘元作为Manus的天使投资人，在接受采访时直言"快到还怀疑过这是不是一个假的offer" ...

以下文章来源于深网腾讯新闻 ，作者胡世鑫 深网腾讯新闻 . 腾讯新闻出品栏目，关注科技和TMT领域公司、事件和人物中的故事，探究背后的深层逻辑。 这笔交易的推进异常迅速。多位接近交易的人士透露，从双方正式接触到最终达成协议，整个谈判周期 仅十余天。据悉，在收购发生前，蝴蝶效应正以约 20 亿美元的估值推进新一轮融资。 胡世鑫 本文 作者 叶锦 言 编辑 12 月 30 日， Meta 宣布完成一笔重量级并购，以数十亿美元的价格收购 AI Agent 产品 Manus 背 后的公司 " 蝴蝶效应 " 。这是 Meta 成立以来金额排名第三的收购，仅次于 WhatsApp 和 Instagram 。交易完成后，蝴蝶效应将保持独立运营， 其创始人、腾讯青腾校友肖弘 将出任 Meta 副 总裁。 Meta 对 Manus 的兴趣并非偶然。扎克伯格及多位 Meta 核心高管均为 Manus 的长期用户。在 Meta 近期重组 AI 研究体系、高薪引入顶尖研究人员，并持续加大算力投入的背景下，这笔收购被视 为其推进 " 超级智能 " 战略的关键一步。 蝴蝶效应成立于 2021 年，早期以浏览器 AI 插件 Monica ...

Meta以数十亿美元收购AI初创公司Manus，整个收购谈判在极短时间内完成，前后不过十余天。Manus今年早些时候的年度经常性收入已达1.25亿美元，通过订阅服务向企业销售 AI代理。这项收购将为Meta在AI领域的巨额投资提供更直接的收入回报。 | 硬·AI | 作者 | 赵 | 颖 | | --- | --- | --- | --- | | 编辑 | 硬 | AI | | Meta以数十亿美元收购AI初创公司Manus，这是这家社交媒体巨头成立以来第三大收购交易，仅次于WhatsApp和Scale AI。这笔交易标志着Meta在AI领域的激 进投资策略进入新阶段，也为中国创业者在全球AI竞赛中树立了新标杆。 周二，据《晚点LatePost》，Manus母公司蝴蝶效应在被收购前正以20亿美元估值进行新一轮融资。整个收购谈判在极短时间内完成，前后不过十余天。收购完 成后，蝴蝶效应将保持独立运作，创始人肖弘将出任Meta副总裁。 随后，Meta首席人工智能官 Alexandr Wang发推文称，欢迎Manus AI的加入。 CEO Red 肖弘也发声称，"这不仅仅是一次收购。它验证了我们一直以来努力构建的未来 ...

原标题：meta数十亿美元收购Manus，肖弘将出任meta副总裁 文丨贺乾明 编辑丨宋玮 《晚点 LatePost》独家获悉，meta 以数十亿美元收购开发 AI 应用 Manus 的公司蝴蝶效应。这是 meta 成立以来第三大收购，花费仅次于 WhatsApp 和 Scale AI。 我们了解到，在 meta 收购前，Manus 正以 20 亿美元估值进行新一轮融资。 同期，meta 向顶尖的 AI 研究者开出上亿美元年薪 offer，重组 AI 研究团队。数十亿美元并购蝴蝶效应，是扎克伯格推进 "超级智能" 愿景的一部分。 蝴蝶效应成立于 2022 年，创始人肖弘是江西吉安人，毕业于华中科技大学，创业起点在武汉，曾开发过两款微信生态的插件：微信公众号排版工具壹伴 和企业微信客户关系管理工具微伴，卖给一家独角兽公司。 蝴蝶效应第一款产品是浏览器 AI 插件 Monica，提供大模型驱动的聊天、搜索、阅读、写作、翻译等功能。那时行业里更看好开发大模型的公司做产品， 肖弘选择在大模型基础上开发插件，被指为 "套壳"。但 Monica 是中国 AI 行业少有的盈利产品。 2024 年初，Monica 刚开始高速 ...

Meta 成立以来的第三大收购。 文 丨 贺乾明 同期，Meta 向顶尖的 AI 研究者开出上亿美元年薪 offer，重组 AI 研究团队。数十亿美元并购蝴蝶效 应，是扎克伯格推进 "超级智能" 愿景的一部分。 蝴蝶效应成立于 2022 年，创始人肖弘是江西吉安人，毕业于华中科技大学，创业起点在武汉，曾开 发过两款微信生态的插件：微信公众号排版工具壹伴和企业微信客户关系管理工具微伴，卖给一家独 角兽公司。 蝴蝶效应第一款产品是浏览器 AI 插件 Monica，提供大模型驱动的聊天、搜索、阅读、写作、翻译等 功能。那时行业里更看好开发大模型的公司做产品，肖弘选择在大模型基础上开发插件，被指为 "套 壳"。但 Monica 是中国 AI 行业少有的盈利产品。 2024 年初，Monica 刚开始高速增长时，字节跳动高层曾与肖弘在香港单独会面，出价 3000 万美元收 购蝴蝶效应。同一年，Cursor、Devin 等调用大模型解决复杂任务的产品让模型具备了更强的能力， 成了他们开发新产品的灵感来源。 经过真格基金投资人的撮合，曾开发出猛犸浏览器、Magi 知识搜索引擎的 90 后连续创业者季逸超， 曾在多家公司担任 ...

苏莱曼在 12 月 17 日更新的"Moonshots with Peter Diamandis"播客中提到，未来 5 年至 10 年内，要在 AI 最高层级展开竞争，所需投入将高达数千亿美元， 涵盖基础设施建设、硬件投入以及专业人才成本。这种规模的资本需求，使大型成熟企业在结构上具备明显优势。 苏莱曼还将微软当前的角色形容为一家"现代建筑公司"，数十万名员工正为 AI 建设以千兆瓦计的 CPU 和加速器算力基础。 ▲ 图源微软官网 苏莱曼强调，成本压力不仅来自算力和硬件，还来自对人力资本的激烈争夺，尤其是 AI 研究人员、数据科学家和工程师，单个研究人员或技术人员的薪酬 水平正在急剧攀升。 IT之家 12 月 26 日消息，微软 AI CEO 穆斯塔法・苏莱曼警告称，企业若想在 AI 竞赛中占据领先位置，需要承受极其高昂的投入成本。 除人才争夺外，微软与其他大型科技公司一样，正加速推进 AGI 和超级智能的发展。行业领袖公开承认，这些目标不仅成本惊人，同时也具有极其重要的 战略意义。 IT之家注：AGI（通用人工智能）指能够在大多数任务上达到人类智能水平的系统，而超级智能则是指在整体能力上超越人类的 AI。 ...

Core Viewpoint - The discussion emphasizes the potential risks and ethical considerations surrounding AI development, particularly in light of recent advancements like ChatGPT, which have raised concerns about AI becoming a competitive entity to humans and the implications for society [6][7][9]. Group 1: AI Risks and Responsibilities - Bengio acknowledges the responsibility of researchers in the AI field for the potential risks associated with their work, highlighting a personal emotional shift towards recognizing these dangers after the emergence of ChatGPT [10][12][13]. - The probability of catastrophic outcomes from AI, even at a low percentage, is deemed unacceptable, urging for increased societal attention and investment in AI safety [17][22]. - The divergence in expert opinions regarding AI risks indicates a lack of sufficient information to predict future outcomes, suggesting that pessimistic views may hold validity [20][21]. Group 2: AI's Impact on Employment - AI is expected to replace many cognitive jobs in the near future, while physical jobs, such as plumbing, may remain unaffected temporarily due to current limitations in robotics technology [50][48]. - The integration of AI into workplaces is driven by companies' motivations to enhance efficiency and profitability, despite the potential for significant job displacement [50][53]. Group 3: Ethical Considerations and Future Directions - The conversation stresses the importance of ethical AI development, advocating for a shift from profit-driven motives to a focus on societal well-being and safety [44][80]. - There is a call for global cooperation to manage the risks associated with AI, particularly as it becomes more integrated with robotics and other technologies that could pose physical threats [56][62]. - The need for public awareness and understanding of AI risks is emphasized, suggesting that individuals should educate themselves and engage in discussions about AI's implications [83][89].

大模型的通用性和泛化性越来越强大了。 虽说一些新模型，比如说「差评如潮」的 GPT-5.2，在专业任务和智能水平已经达到了非常出色的水平，但离我们所认知的 AGI 依旧十分遥远。 不过，这也说明了大家对 AGI 仍然充满热情和信心，说不定下一款重磅的大模型就能够初步实现 AGI 的构想呢？ 但是，近期卡耐基梅隆大学教授，AI2 研究科学家 Tim Dettmers发布了一篇长文博客，标题为《Why AGI Will Not Happen》，认为由于物理原因，我们 无法实现 AGI，也无法实现任何有意义的超级智能。 这篇文章着实给大家对 AGI 的热情泼上了一盆冰水，引发了广泛哗然。 为什么 AGI 不会发生 这篇文章涉及到了硬件改进、通用人工智能（AGI）、超级智能、规模法则、人工智能泡沫以及相关话题。 博客链接：https://timdettmers.com/2025/12/10/why-agi-will-not-happen/ 计算是物理的 许多思考 AGI、超级智能、缩放定律以及硬件进步的人，往往把这些概念当作抽象理念来看待，像哲学思想实验一样加以讨论。这一切都建立在对 AI 与 规模化的一个根本性误解 ...