https://jiajia.fun/qa/356871e6-%E5%BA%94%E8%AF%A5%E6%80%8E%E4%B9%88%E5%81%9A%E4%BA%A7%E5%93%81-x-com-2123103532182282353

# https://x.com/whereisvivien/status/2123103532182282353应该怎么做产品

这篇是 Manus 联合创始人张涛在北大的分享逐字稿，里面讲的几条原则其实跟我们平时做 Agent 工程的判断高度一致，核心就是别用上一代软件的惯性去做 AI 产品。 最关键的一条是面向六个月后的模型能力设计产品，他们首席科学家总结叫 Less structure more intelligence。不要总想着给当前模型的短板打补丁，或者写死一堆僵硬的 Workflow 去兜底，因为模型一升级，你那些硬编码结构不仅吃不到红利，反而会变成限制。Manus 当时一行 Harness 代码没改，从 Claude 3.5 切到 3.7 就直接把未解决的问题干掉了两三成，就是这个道理。 另一个很现实的教训是不要把新体验嫁接在旧体验上。他们 2024 年 10 月花七个月做好的 AI 浏览器说停就停，原因很简单：用户打开浏览器第一反应是拿 Safari 和 Chrome 的基准线去挑刺，根本不会先看你的 AI 亮点，创业公司拿头去跟大厂卷二十年积累的基础体验。要做新范式就得直接给新载体，摆脱 Chatbot 那种“用户必须会提问才能用出价值”的上限限制。 在产品落地和商业化上，他们有三个非常清醒的动作。面向非技术人群时，因为普通人不相信 AI 真能干活，所以把“透明度”直接做成了产品功能，通过逐步展示执行过程、云端异步沙箱和会话回放来建立信任，同时顺手解决传播问题。商业上坚决不搞移动互联网那套免费补贴冲 DAU，免费只会引来大量无效反馈并把团队绑死在虚假指标上，直接收费反而能筛选出真正感受到智能价值的付费用户（他们最满意的群体其实是杂事最多的企业管理者）。最后就是从第一天起面向全球市场，大模型已经把语言障碍抹平了，没必要把自己锁在单一区域里。 不过看这篇也要注意时间窗口和前提：他们当时能靠“通用 Agent”占住用户心智，是因为 2025 年初几乎没人这么干，而且底层靠的是高强度的 Harness 工程和对模型边界的敏锐预判。现在再想照抄一个通用壳子或者学着拍个沙发视频已经晚了，真正值钱的是自己深度用 AI 摸清能力边界，然后找准一个真实场景把执行闭环和异步体验做透。
