Соглашение Meta✶ — материнской компании Facebook✶ и Instagram✶ — о покупке стартапа Manus более чем за 2 миллиарда долларов, объявленное недавно обеими сторонами и подтверждённое The Wall Street Journal, стало одним из самых недвусмысленных сигналов последнего времени: крупные технологические платформы больше не соревнуются лишь в качестве моделей — на кону контроль над уровнем исполнения, тем самым слоем, где ИИ превращает рассуждения в сделанную работу.

Manus — стартап из Сингапура, основанный китайскими предпринимателями и вышедший из тени лишь в начале этого года, — разработал универсального AI‑агента, способного самостоятельно выполнять многошаговые задачи: от исследований и аналитики до программирования, планирования и генерации контента.

Компания продолжит работать из Сингапура и продавать подписочный продукт, параллельно с тем, как её команда и технологии будут встраиваться в более широкую AI‑организацию Meta✶.

Сооснователь и генеральный директор Manus Сяо Хун, известный под именем Red, как ожидается, будет подчиняться операционному директору Meta✶ Хавьеру Оливану.

Сделка пришлась на момент, когда Meta✶ ускоряет инвестиции в ИИ, стремясь не отстать от Google, Microsoft и OpenAI, — и когда фокус всей отрасли смещается от разговорных демо к системам, способным надёжно выпускать артефакты, доводить рабочие процессы до конца и действовать с минимальным человеческим надзором.

Manus как уровень исполнения, а не чат-интерфейс

Manus с самого начала позиционировал себя не столько как помощника, сколько как движок исполнения. Вместо ответов на разрозненные запросы его агент умеет планировать задачи, вызывать инструменты, многократно дорабатывать промежуточные результаты и в итоге выдавать готовый, завершённый продукт.

После публичного запуска весной 2025 года Manus собрал два миллиона человек в одном лишь листе ожидания — показатель, который сам по себе говорит о масштабе интереса. В тот период система обошла агента Deep Research от OpenAI (тогда работавшего на модели o3) и другие передовые решения на бенчмарке GAIA, оценивающем способность AI‑агентов справляться с реальными многошаговыми задачами; в ряде сценариев преимущество превышало 10%.

И в объявлении о сделке, опубликованном прошлой ночью, Manus сообщил впечатляющие цифры: их система уже обработала более 147 триллионов токенов и создала свыше 80 миллионов виртуальных компьютеров. Это показатели не разовых экспериментов и не «игры в демо», а устойчивого, производственного использования на реальных нагрузках.

Meta✶, в свою очередь, подчеркнула, что Manus способен самостоятельно выполнять сложные задачи — от маркетинговых исследований и программирования до анализа данных — и подтвердила, что сервис Manus продолжит работать и продаваться как отдельный продукт, параллельно интегрируясь в Meta AI✶ и другие продукты компании.

Для корпоративных заказчиков это различие принципиально. Многие ранние агентные системы ломаются не потому, что базовые модели не умеют рассуждать, а потому, что рассыпается исполнение: инструменты падают без предупреждения, промежуточные шаги «уплывают», а длинные задачи невозможно ни возобновить, ни проверить задним числом. Ключевое ценностное предложение Manus как раз в том, что он системно работает с этими точками отказа — и держит процесс под контролем.

Что на самом деле делали пользователи Manus с агентом

Подтверждение этого «исполнительного» фокуса особенно хорошо видно в собственном сообществе Manus. В официальном Discord‑сервере проекта, в канале Use Case Channel, участница сообщества по имени Yesly 6 марта 2025 года выложила пост с конкретными примерами того, как пользователи уже применяли агента на практике.

Речь шла вовсе не о поверхностных запросах «ради интереса». Среди реальных сценариев использования были:

• создание объёмных исследовательских отчётов, например детального анализа влияния изменения климата на Землю и человеческое общество в ближайшее столетие;

• выпуск визуальных артефактов на основе данных, включая четырёхквадрантную диаграмму эффективности набора очков в NBA, построенную на статистике игроков;

• проведение продуктовых и рыночных исследований, вплоть до сравнения всех моделей MacBook за всю историю Apple;

• проектирование и сборка сложных многострановых маршрутов путешествий — с бюджетами, вариантами размещения и автоматически сгенерированным путеводителем;

• решение технических и академических задач, включая конспектирование исследований по высокотемпературной сверхпроводимости, формулировку направлений PhD‑исследований и описание симуляционных подходов к сверхпроводникам при комнатной температуре;

• подготовка структурированных проектных предложений, например концепта автономного дома на солнечной энергии с заданными географическими координатами и инженерными ограничениями.

Каждый такой пример выкладывался в виде воспроизводимой сессии Manus — и это подчёркивало главное: система не просто генерирует текст, а оркестрирует многошаговую работу, доводя её до законченного результата.

Этот паттерн важен потому, что он показывает Manus в той самой «грязной середине», где корпоративный ИИ чаще всего буксует: задачи уже слишком сложны для одного запроса, но ещё слишком расплывчаты для жёсткой автоматизации. Именно здесь Manus и демонстрирует свою силу.

Последние обновления Manus

Темп, с которым Manus выпускал обновления, тоже впечатлял — и, вероятно, именно он подстегнул интерес пользователей и сделал компанию особенно привлекательной целью для Meta✶.

В октябре компания выпустила Manus 1.5 — обновление, бьющее точно в болевую точку ранних агентных систем: длинные, хрупкие задачи, которые теряли контекст или застревали на полпути.

Manus радикально переработал ядро агентного движка — и эффект не заставил себя ждать. По данным компании, среднее время выполнения задач сократилось примерно с 15 минут в начале года до менее четырёх минут, то есть почти в четыре раза.

Система научилась динамически распределять больше времени на рассуждение и вычислительные ресурсы для сложных задач, вместо того чтобы относиться ко всем одинаково. Параллельно были расширены контекстные окна агента, благодаря чему он стал удерживать в памяти более длинные диалоги и запутанные рабочие цепочки, не теряя ключевых деталей. В совокупности эти изменения снизили число «падающих» задач и заметно повысили качество результатов в исследовательских, аналитических и многошаговых сценариях, которые раньше требовали постоянного вмешательства человека.

В декабре Manus развил этот фундамент, выпустив версию 1.6 — шаг в сторону ещё большей автономности, креативности и работы сразу на нескольких платформах.

Обновление принесло более производительного агента, настроенного на успешное завершение большего числа задач за один проход, а также поддержку разработки мобильных приложений, а не только веб‑проектов. Пользователь мог описать мобильное приложение — и агент брал на себя весь процесс сборки от начала до конца, расширяя возможности Manus далеко за пределы браузера. Одновременно агент тянул креативные цели через всю производственную дугу: от исследования и генерации идей до черновиков, визуального контента, правок и финальной сдачи — в рамках одной непрерывной сессии.

Это включало генерацию и редактирование изображений через визуальный интерфейс, сборку презентаций и отчётов, а также создание полноценных веб‑приложений полного стека, которые агент мог сам запустить, протестировать и при необходимости починить.

В итоге все эти обновления лишь укрепили позиционирование Manus не как помощника, реагирующего на подсказки, а как системы исполнения, способной «держаться за задачу», адаптироваться, когда что‑то идёт не так, и надёжно доводить работу до результата — будь то аналитика, креатив, веб или мобильные сценарии.

Тяга на уровне приложений важнее собственных моделей

Примечательно, что Manus не обучает собственную передовую модель. Согласно сообщениям о сделке, компания опирается на сторонние AI‑модели от таких провайдеров, как Anthropic и Alibaba, а свою дифференциацию строит вокруг оркестрации, надёжности и исполнения.

Это, впрочем, не помешало коммерческому успеху. Юйчэн Цзинь, сооснователь и технический директор (CTO) провайдера облачных GPU Hyperbolic Labs, обратил внимание на этот момент в публичном посте, посвящённом сделке. По его словам, Manus — по собственному признанию — вышел примерно на 100 миллионов долларов годовой повторяющейся выручки всего через восемь месяцев после запуска, не имея собственной LLM и полагаясь на уже упомянутых партнёров.

«Люди продолжают думать, что небольшой апдейт от OpenAI или Google сметёт половину AI‑стартапов, — написал Цзинь. — Но на деле основная возможность — именно на уровне AI‑приложений».

Похожую интерпретацию предложил и Dev Shah, руководитель developer relations в Resemble AI. По его мнению, Meta✶ купила не столько «компанию моделей», сколько «компанию среды», потому что «интеллект не существует в вакууме».

Суть его аргумента в том, что агентность рождается из того, как модели связаны с инструментами, памятью и средой исполнения, — новый концепт, который он назвал situated agency («контекстуализированная агентность»).

С этой точки зрения достижение Manus заключается не в обучении собственной базовой модели, а в инженерии слоя исполнения, который позволяет таким моделям, как Claude, самостоятельно просматривать веб, писать и запускать код, работать с файлами и выполнять многошаговые рабочие процессы от начала до конца.

Шах предполагает, что это куда ближе к долгосрочной стратегии Meta✶: вместо гонки за самыми умными моделями компания может сосредоточиться на владении агентной инфраструктурой — оркестрацией, инженерией контекста и интерфейсами — и со временем подставлять туда ту модель, которая в данный момент показывает лучший результат. Если эта гипотеза верна, покупка Manus означает сдвиг парадигмы: базовые модели становятся взаимозаменяемыми компонентами, а среда исполнения превращается в главный источник устойчивой ценности.

В таком свете шаг Meta✶ выглядит вполне логичным. Вместо очередной команды, обучающей модели, она приобретает систему, которая уже доказала: существующие модели можно упаковать в продукт, за который пользователи готовы платить — и, что не менее важно, продолжать им пользоваться.

Почему эта сделка важна не только для Meta✶

Покупку Manus стоит воспринимать прежде всего как подтверждение того, где именно сейчас концентрируется ценность в ИИ‑стеке (и, в меньшей степени, как ставку Meta✶ на корпоративных ИИ‑агентов).

Ключевой сигнал вовсе не в том, что Manus создал какие‑то принципиально новые модели. Гораздо важнее другое: компания показала, насколько быстро грамотно спроектированные агенты могут превращаться в продукты, приносящие выручку, если делать ставку на исполнение, скорость и конкретный результат.

Этот сдвиг — от бесконечных споров о том, «на что способны передовые модели», к оценке того, что агенты реально делают и доводят до конца, — всё чаще определяет, как в индустрии измеряют прогресс ИИ.

Сделка также подчёркивает важное различие для корпоративной аудитории: речь идёт не столько о внедрении продукта под брендом Meta✶, сколько о признании того факта, что оркестрация агентов стала стратегически значимым слоем. Manus добился успеха, сосредоточившись на решаемых, прикладных задачах из реального мира и выпуская агентов, которые работают «от и до», пусть даже многие сценарии использования были ближе к потребительским.

Более широкий вывод таков: компании могут применить тот же подход в собственных доменах, выстраивая агентные системы там, где у них уже есть данные, экспертиза и операционное преимущество.

Агентные возможности Manus очень органично ложатся на такие поверхности, как Meta✶ Business Suite, где малый бизнес уже сегодня балансирует между контент‑календарями, входящими сообщениями, рекламой, аналитикой и инструментами монетизации в Facebook✶ и Instagram✶. Агент, ориентированный на исполнение, вполне способен автоматизировать или связать эти задачи в единый процесс — от написания и планирования постов до ответов на сообщения, оптимизации рекламы и сборки отчётов по эффективности.

Функция Design View от Manus, публично запущенная всего за неделю до объявления о сделке и позволяющая с помощью естественного языка создавать изображения из редактируемых отдельных компонентов, выглядит почти идеально подогнанной под сценарии создания рекламы для социальных сетей:

Но дело не только в создателях контента и малом бизнесе. Такие агенты вполне могут распространиться и на обычных пользователей Instagram✶ и Facebook✶ — в сценариях покупок, поиска, самовыражения. Агент, ориентированный на результат, способен помогать с подбором и сравнением товаров, управлением покупками, составлением списков желаний или оформлением возвратов, а заодно — с тем, чтобы создавать и редактировать посты, рилсы или сторис для друзей и семьи — не как профессиональный контент, а как лёгкий, социальный, развлекательный формат.

Такое позиционирование отлично совпадает с историческими сильными сторонами Meta✶. Компания добивалась наибольших успехов тогда, когда AI‑возможности были плотно встроены в высокочастотные пользовательские сценарии, а не предлагались в виде отдельного корпоративного ПО.

Агент на базе Manus, который помогает пользователям делать вещи — покупать, создавать, планировать, управлять взаимодействиями прямо внутри приложений Meta✶, — выглядит естественным продолжением эволюции Instagram✶ и Facebook✶ в сторону более агентных интерфейсов. В этом сценарии Manus перестаёт быть «корпоративным брендом» и превращается в невидимый слой исполнения, питающий AI‑помощников, работающих нативно внутри потребительской экосистемы Meta✶, где уже сходятся масштаб, вовлечённость и коммерция.

Именно поэтому главный смысл этой сделки — не в том, стоит ли компаниям стандартизироваться на Manus, а в том, что инвестиции во внутренние агентные фреймворки, слои оркестрации и управление ими теперь выглядят всё более оправданными. Ровно за этот слой крупные платформы сегодня готовы платить.

3 причины, по которым покупка Manus может дать Meta✶ столь необходимый импульс в ИИ-гонке

1. Это мгновенный источник выручки

В декабре Manus сообщила, что обработала более 147 триллионов текстовых токенов, а число её пользователей исчисляется миллионами.

Эти цифры ясно показывают: Meta✶ получает стартап с уже сформированной аудиторией платящих клиентов. До сих пор бизнес‑модель Meta✶ в основном строилась на создании бесплатных продуктов и монетизации через сбор пользовательских данных и таргетированную рекламу. У Manus тоже есть бесплатный тариф для базовых задач, но за профессиональную версию компания просит до $200 в месяц.

2. Manus — крупная ставка на ИИ-агентов

Meta✶ пока не удавалось по‑настоящему поразить ни пользователей, ни разработчиков той «сырой» мощью моделей, которой могут похвастаться OpenAI и Google. Однако по мере того как сами модели всё быстрее превращаются в товар массового спроса, растёт и запрос на доказательство того, что ИИ способен приносить реальную пользу. Один из таких путей — ИИ‑агенты: программные системы, которые не просто отвечают на запросы, а проактивно принимают решения и действуют — будь то запуск маркетинговой кампании или поиск и исправление ошибок в приложениях.

3. Meta✶ может сыграть на своём преимуществе в дистрибуции

Одна из ключевых сильных сторон Meta✶ — её платформами пользуются миллиарды людей. Как и в случае с Google, это даёт компании колоссальное преимущество в распространении продуктов. Проблема лишь в одном: нужно постоянно находить способы заставлять эту аудиторию возвращаться снова и снова.

В отличие от Google с её Gemini 3, у Meta✶ до сих пор не было по‑настоящему шумного прорыва в ИИ на базе собственных моделей. Объединение «универсальных агентов» Manus с мощными каналами дистрибуции Meta✶ даёт компании ещё один шанс на такой момент — особенно на фоне того, что Марк Цукерберг уже признал: Facebook✶ всё дальше уходит от формата общения друзей и всё больше превращается в широкое пространство для поиска и развлечений.

В целом мне нравится, как Meta✶ приняла это решение, но я всё ещё остаюсь скептиком в вопросе того, станет ли это для них настоящим переломным моментом. Всё находится на очень ранней стадии: имеют ли смысл эти цифры, добавляют ли они реальную ценность продуктам Meta✶, или же всё это в итоге пойдёт ко дну — за этим, вероятно, стоит внимательно следить уже в 2026 году.

Пишите в комментариях, что вы об этом думаете и как вам кажется, что на самом деле происходит под капотом.

✶ Meta — деятельность организации запрещена на территории Российской Федерации.
✶ Facebook, Instagram — проекты компании Meta Platforms Inc., деятельность которой запрещена на территории Российской Федерации.

Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!