今日，明略科技创始人、CEO 兼 CTO 吴明辉在题为《从 Manus 被收购看 AI 公司的护城河》分析师分享会上，深入解读了 Meta 收购 Manus 事件，并同步介绍了明略科技的业务最新进展。

吴明辉指出，Manus 被收购标志着人工智能正从“动嘴不动手”的聊天机器人时代，加速迈向“既有脑子又有手”的代理式智能时代。在他看来，未来智能体（Agent）将逐步取代搜索引擎与应用，成为用户的终极个人代理。因此，让 AI 更像人一样操作鼠标键盘、识别图形界面，并直接接管计算机工作流，将成为未来技术演进的重要方向。

以下为分享会问答环节内容整理：

分析师：目前行业对于“模型重要还是应用重要”存在争议。以 Manus 为例，有人质疑其底层缺乏模型能力，只是组装 Agent，但 Meta 的收购似乎又认可了其价值。您认为对于像 Manus 或明略这样偏应用层的公司，核心竞争力究竟在哪？

吴明辉：关于模型和应用产品之间的关系，我的长期观点是：最终能够取胜的，一定是拥有模型研发能力、并扎根于细分行业的团队。

我们可以把劳动力市场的优化比作无人驾驶，它有一个从 L1 到 L5 的进阶过程，其终极状态一定是端到端的优化。 以广告投放为例，从消费者洞察、策略设计、创意制作，到投放执行、效果迭代，这是一个完整的链条。单纯依赖一个基础大模型是不可能完成所有环节的。

如果团队具备模型研发能力，就可以直接强化智能体内部的模型；如果调用外部模型，则可以通过强化学习自动优化系统提示词（Prompt）。同时，工具（Tools）的选择也需要持续升级。 因此，做 Agent 的公司需要极高的灵活性。因为市场上没有一家模型公司能包揽一切。

例如在全球权威榜单Mind2Web、OSWorld中，虽然Mano 于 9 月 18 日、10 月 31 日两次提交的运行结果在专有小模型领域均高居榜首，在总榜中位居全球第二，但在处理数学或编程任务时，我们可能仍然会调用 DeepSeek 或通义千问等。

核心竞争力在于团队必须对 AI 有深刻理解，甚至要求创始成员中有顶尖的科学家，这样才有可能在工具选择、提示词工程乃至自有模型层面，实现全局的端到端优化。如果只是做一个简单的Agent，竞争力是不足的。这是一个综合性、高挑战的任务。

分析师：Manus 和明略同属 AI Agent 赛道，Manus 选择做To C业务，为什么明略选择专注 To B？我们在 B 端的优势是什么？

吴明辉：在To B领域，我们的策略是：在每个垂直行业，都必须构建自己的专属数据集。 因为只有拥有最终的结果数据，才能进行端到端的学习和强化训练。明略在一些基础领域拥有丰富的数据和良好的客户网络，因此在细分板块里有很强的优势。这让我们能更扎实地深耕行业，建立壁垒。

分析师：Agent 需要调用底层工具，如果这些基础设施被上层 Agent 直接调用，未来的商业协作模式会怎样？

吴明辉：Agent 与工具（Tools）的连接主要有两种形式：

1. API 调用：这是理想状态，前提是双方有良好的分利逻辑且无竞争。

2. GUI（图形用户界面）交互： 这是明略在全球范围内比较领先的能力。

一个工具是否愿意开放API，取决于它和调用它的Agent之间的关系。如果大家有良好的分利逻辑、没有竞争，那开放API很正常，因为技术门槛低。当 API 路径走不通时，基于 GUI 的视觉识别与操作就成了唯一路径。

另外，Agent之间的协作模式还处于早期，目前行业内的主流模式仍是Agent与Tools之间的调用。

分析师：在争夺入口级 AI Agent 的过程中，哪些特质的玩家更有优势？

吴明辉： 我认为有三点至关重要：

1.  前端的智能硬件：离用户越近，权限和掌控力就越大，这是第一核心。

2.  端侧的模型与推理能力：类似无人驾驶，很多任务必须在设备端实时完成，不能完全依赖云端。

3.  对关键供给侧的掌控：如果你掌握了不可替代的优质内容或服务接口，你就在价值链中拥有了话语权。

分析师：2026年AI手机会有何进展？

吴明辉：AI 手机和 AI 电脑都是 GUI/VLA（视觉-语言-动作）模型的重要载体。目前手机端的技术挑战相对较小（单屏幕、单任务），技术已比较成熟，核心卡点在于巨头间的博弈。 相比之下，电脑端（PC）涉及多窗口、多软件并行，复杂度更高，但这正是数字化办公的核心场景。

分析师：请展望一下Agent主要的商业化方向。

吴明辉：关于商业化，在To B 层面而言，Agent本质上是“数字劳动力”。你去观察哪些行业是依赖电脑进行人力密集型工作的，那就是 Agent 的战场，比如法律文书撰写、广告投放优化、平面设计、软件外包等。而 To C 层面，则更多是对现有互联网产品形态的一次彻底重构。