人均月耗1万美元AI，Manus揭秘AI组织改造全过程

10 月 26 日，Manus 联合创始人、产品合伙人张涛（HideCloud）在个人公众号发表长文《用 Manus 改造 Manus》。文章开头记录了一个细节：他向工程师提了几条需求和 Bug，随后发现对方电脑上开着一排 Codex 与 Manus 的 Session，直接将 Slack 上的需求原文粘贴进去，同时并行推进十几二十个任务。在目前的 Manus 内部，这种开发节奏已经成为日常。

Manus 构建了一个名为 Manus-mono 的统一代码入口，配合写给 AI 的系统说明，让模型具备跨代码仓库的全局视野。一个需求从前端到后端只需一人完成，7 人的移动端团队同时维护 2 款产品、4 个 App，进度几乎与网页版持平。

此外，公司内部约半数产品经理能独立将功能开发并上线，部分需求文档已直接替换为 Demo 视频。市场团队则拥有一位「数字同事」，能自主安排日程、跟进进度并在跨部门沟通中核实功能细节。9 月，Manus 员工人均 AI 算力开销突破 1 万美元，少数核心成员单月消耗甚至达七八万美元。

9 月底，Manus 刚发布 2.0 版本和个人智能体 Cue；10 月初，其母公司蝴蝶效应宣布完成超 5 亿美元新一轮融资。张涛的长文不仅是技术实践的总结，更是团队进入 2.0 时代的组织宣言。

自身就是 2.0 版本的样板间

Manus 内部的日常工作流，几乎与 2.0 版的核心功能精准对应。

市场团队的数字同事在内部系统提需求，能通过接口直接触发 Manus 启动开发流程，背后依赖的是 2.0 的 Automations 自动化机制。产品经理以视频代替 PRD，依靠的是大幅升级的视频生成与代码动画能力。一名负责语音转文字功能的产品经理，先用 Manus 对比测试了十多个模型并接入，按照设计规范生成各场景 Demo，最后甚至独立写完网页端和桌面端界面直接上线。

运行在常驻云电脑上的 Slack 机器人，则解答了非研发同事关于功能逻辑、上线进度的各种咨询，对应了 2.0 支持 7×24 小时运行的云电脑特性。在多人协作方面，同一项目成员能共享 Session，工程师和 AI 跑完框架后，产品经理可以进入同一个 Session 直接微调间距与文案。

微软早年倡导「吃自己的狗粮（Eating our own dog food）」，而 Manus 则选择把团队日常工作演进为通用 AI 智能体最直观的商业样板间。

从单人 Agent 到团队 Session

过去一年，个人 AI 智能体已成巨头标配，从 OpenAI 到 Meta 均有布局。张涛指出了下一阶段的三个关键机会：

1. Session 成为多人协作实体：提问、设计方案、代码实现与后期运营，均在同一 Session 内推进。
2. 跨设备与跨成员的协同网络。
3. Agent 深度接入企业知识库后，能主动提出人类未曾预料的方案。

这表明 AI 正在从个人提效走向组织级协作。以其数字同事为例，它会在一个「工作台」Session 中与多位员工交互，再将子任务分发至其他 Session 并行处理；它还能在 Slack 讨论中主动介入并提醒项目进度，甚至主动向产品团队问询 3D 骨骼绑定的技术适用范围，以便更精准地对外输出。

人均 1 万美元的成本逻辑

针对 9 月人均破万美元的 AI 支出，张涛给出了三点解释：

首先，这笔支出是在为核心团队购买精力和时间，降低团队扩张带来的沟通摩擦。其次，调用最顶尖的大语言模型是摸索技术能力边界的必要前提，例如依靠代码审核机器人，团队在代码提交通胀的情况下，近半年未发生因合入问题引发的线上故障。最后，内部在 Manus Studio 中消耗的每一个 Token，都会转化为优化产品和降低浪费的数据积累。现在的成本支出，实质上是长期的研发投入。

这也折射出当前应用层 AI 企业的现状：高度依附于底层大模型服务商，同时又在具体工作流中率先直面高昂的成本挑战。

从 Human-in-the-loop 到 Human-on-the-loop

伴随开发形态改变，团队成员的角色定义被彻底重塑。工程师由编码者转变为监督 AI 的指挥官，产品经理与设计师开始深度介入代码编写。

这种演变被概括为从「Human in the loop（人在环路中）」转向「Human on the loop（人在环路上）」。人类不再参与所有执行细节，而是定义规则、评估输出，并在关键节点进行裁决。

极客公园指出，这种狂飙突进也伴随着组织层面的疑虑与不确定性：当一人背负二十个并行需求，质量与权责划分面临考验，工作节奏是否存在过载风险。

张涛坦言，面对多线程任务，他通过专门的 Manus 项目进行预先调研和分发，有效缓解了执行焦虑。

在 AI Native 组织中，人类并没有被边缘化，其职能反而高度收敛于「定义问题、判断质量与拍板决策」。