2025 年 3 月，「Manus」突然将 Agent 的概念带火，邀请码一度被炒到 10 万元以上；紧接着，由前百度副总裁、小度科技 CEO Eric Jing 开发的 AI 搜索产品「Genspark」也宣布转型 Agent。
但热闹散场之后，两款产品都进入了相对沉寂的阶段，移动端收入长期徘徊在 50 万美元左右。更普遍的故事是，大部分 Agent 项目处在 ChatBot 和垂类工具的双向夹击中，通用 ChatBot 向下蚕食轻量任务，垂直工具（做 PPT 的「Gamma」、做转录的「Otter」「Granola」）把单一高频场景的用户截走。
我们一度以为双巨头之外的通用 Agent 难以为继。但到了 2026 年，「Manus」和「Genspark」却在都有爆发之势，走的还是完全不同的两条路。
01、夹击之下，找到被忽视的长尾用户
本以为绝大多数用户都流向了 Codex 与 CC 的 2026年，「Manus」和「Genspark」在 Web 端和移动端却开始快速增长，最核心的是，用户付费增长明显。
按移动端流水来看，与 2025 年年末的水平相比，「Manus」5 月流水是之前的 3 倍，达到 360 万美元，「Genspark」的基数更小，为原来的 6 倍多，有 130+万美元。（AppMagic）
Web 端同步抬升，没有三方的流水数据监测，但「Manus」和「Genspark」的访问量也分别从去年 11 月的 1527 万和 1140 万，增长到了今年 4 月的 3030 万和 2135 万，5 个月时间均翻倍。（AI 产品榜）
两款形态接近的产品同步起量，背后大概率不是巧合。
「Genspark」联创 Kay 在宣布「Genspark」转型的文章《为什么我砍掉了拥有 500 万用户的 AI 搜索产品》中写过一句话：“用户不再满足于‘帮我总结一下’，他们开始要 pitch deck、视频脚本、跟进邮件。”Agent 类产品切入市场的底层逻辑，本就是将“给出答案”变成“交付成果”，但要在 ChatBot 的下沉压力和垂直工具的截胡之间找到付费用户，并不容易。
从应用商店和 Reddit 上的用户评论看，「Genspark」和「Manus」在 2026 年的破局，更多依赖被巨头们忽略的一批人，设计师、初级运营、律师、独立小店主。他们的共同特征是任务种类多、单项任务频次低——既要做促销海报，又要处理表格；既要写一份合同摘要，又要发跟进邮件。
我们在 Reddit 上看到过一条比较有代表性的评论，一位日本便利店主说：“店里的促销海报和数据处理全部交给「Genspark」，每次能省两三个小时”，相对于高复杂度专业任务被 AI 代理，更类似于一连串的散碎事务被一个入口接管。
对于他们来说，为每一类任务单独订阅一个垂直工具，订阅费和学习成本都不划算，他们更需要一个 all-in-one 的工作流入口。
面对垂类工具，Agent 们靠 All-in-One 打出差异，而面对巨头的通用 Agent，则靠的是低门槛和灵活定价。
虽然 4 款产品其实都主打完成任务、交付结果，但是 CodeX 和 Claude Code 虽然都有移动端，但作用都是监控和管理，任务仍需跑在 PC 桌面，Claude Code 还要求配置本地开发环境，学习成本高于直接可用的「Genspark」和「Manus」，后者也能够直接在移动端交付结果。
另一方面，在定价方式上，「Genspark」和「Manus」都以 Tokens 计费，且提供定制订阅方案和额外购买积分选项，相比之下，使用 CodeX 和 Claude Code，都需要用户订阅 ChatGPT 和 Claude，但仅有 20 和 200 美元两档。
虽然 CodeX 也可以额外购买积分，但仍不如「Genspark」和「Manus」灵活，有用户表示，自己的预算没法够到 Claude Max 的级别，还是继续用「Genspark」了。
找到了相似的用户，两者收入均爆发式增长，同时，两者区别在于，「Manus」的主要收入来自于美国，而日韩则贡献了「Genspark」的绝大部分流水。
02、「Genspark」追求结果，「Manus」重视过程
两家产品的差异，从首页就已经显露出来。
「Manus」的输入框写着“分配一个任务”，其核心入口也围绕 Agent、插件、云电脑、定时任务等执行能力展开，与 Codex 很像。「Genspark」的输入框则是“Create anything”，首页最显眼的位置直接展示文档、PPT、图像、视频等具体成果。
往下看功能，分野更加清晰。「Manus」持续强化的是云电脑、定时任务、多信源深度调研这些过程性能力，让用户看到任务如何被拆解、执行、卡在哪一步；而「Genspark」则不断扩展打电话、音乐、自动剪辑、翻译、下载等能交付成果的能力项。
某种程度上说，「Manus」想做的是一个让用户看见过程并可以随时介入的 Agent；「Genspark」则更像一个提出目标然后等结果到货的 Agent。这两种产品哲学并非*对立，它们也在互相吸收对方的能力，但底层的“产品人格”差异，决定了它们最终会被哪一类用户买单。
先看「Genspark」在日韩。
根据 Podobas Global 的数据，日本 SaaS 占整体 IT 支出的比重只有 4%，而美国则有 15%-18%。这里面固然有企业级 SaaS 的因素，但对于便利店老板、普通职员这批个人用户来说，问题更直接，日本市场上几乎没有真正针对他们的垂类工具。
这个空白，「Genspark」在持续填补。今年上线的 Call for me 功能，让 Agent 直接替用户打电话完成查询或预约，AI 返回结果，用户全程不用开口。对“社恐”但经常要打电话的日本用户来说，这是一个非常具体的刚需，甚至有日本用户分享用 AI 给领导打电话辞职的场景。
这种功能在美国几乎不会成为卖点，但在日本，它精准回应了一批真实用户的真实需求。
再看「Manus」和美国。
前文提到的 Gamma、Otter、Notion 等工具几乎都诞生于美国，本土普及率很高。美国用户的工作流本身就是多个 SaaS 工具拼成的——这意味着“一个超级工具直接交付结果”对他们的吸引力其实有限，反而是“能被嵌进现有工作流、过程可见、随时干预”的能力更值钱。
在美国市场用户评论中，「Manus」更多是被嵌进已有工作流的某个环节，而不是替代原有工具。有用户先在 ChatGPT 里做大量前期构思，再把初稿拿到「Manus」里整合成最终文档；还有用户把「Manus」接入 GitHub 和 Vercel，跟「Manus」一起写代码，满意了它直接推送上线。两类用法的共同点是：用户没有离开原有工具，而是让「Manus」承接了执行和整合那一环。
在美国市场用户评论中，呈现了 2 类比较典型的用法，一类是多个工具切换，将半成品丢给「Manus」修改、成文；另一类是模糊想法后，通过多轮交互打磨成可交付版本。两类用法的共同点是“用户在场”，建立一套流程，全程可干预。
之前在《Manus，困在沙盒中的手办》中讨论过「Manus」在管理咨询场景里的局限——因为缺少专家洞察、企业内部数据和第三方 Benchmark，「Manus」当时被困在“麦肯锡式高大上”的图谋里。回过头看，2026 年「Manus」真正跑通的市场，不是它最早想象中的咨询替代场景，而是把“过程可控”这个长板，下沉到了那群每天处理一堆零散 SaaS 任务的美国普通工作者身上，通过“用户群体下移找到 PMF”。
03、多模型路由 vs 主模型上下文：
架构是产品哲学的技术表达
而产品理念上的差异，为它们找到了不同的用户，但往更底层看，更源于技术架构的差异。
「Genspark」走的是多模型路由路径。用户的输入会先通过路由层做任务拆解和分类，然后被分发到 30 多个模型和自封装工具进行处理，每个模型权重相对均等。这种方式的代价是用户不知道具体由哪个模型完成了哪一步，无法明确追溯过程，但好处也很直接，对大量不需要复杂推理的标准化任务（处理表格、电话查询等等），延迟更低、成功率更高。
这种“暗箱但快”的产品体感，契合日韩市场用户“结果交付”的偏好。
而「Manus」则选择了另一条路线，主模型+辅助模型+上下文优化。它将大模型视为“大脑”，把记忆管理、工具调用和任务状态等原本要塞进上下文窗口的东西剥离，交给一个独立的 Agent Runtime 负责协调，再通过专属各任务的虚拟机方案，完成实际操作。
这种架构下，Agent 能够持续调用历史记录、文件和中间结果完成复杂任务，避免将所有信息都塞进上下文窗口。重要的是，任务执行过程完全可见，用户能够追踪、检查甚至干预每一步操作，相比 CodeX 的沙箱方案，「Manus」的沙箱更强调可见性，任务怎么跑的、每一步在做什么，用户全程看得到。
某种程度上说，两家的技术选择并不是孤立的工程决策，同时是产品理念的技术表达。「Genspark」要的是“一个入口接住一切”，所以需要路由层让 30 多个模型在背后分工；「Manus」要的是“用户全程在场”，所以把执行过程从模型里搬到沙盒外，让一切都能被看见和介入。
04、写在最后
「Manus」和「Genspark」最有意思的地方，不在于它们各自找到了什么客户，而在于它们共同证伪了“Agent 会有统一产品形态”的预期。
回过头去看 2025 年关于通用 Agent 的争论，大家默认假设是这个赛道最终会跑出一两个“普适型 Agent”，把所有用户和场景一网打尽。但 2026 年的数据告诉我们：Agent 的产品路径，本质上是和“用户现有工具组合复杂度”反向匹配。在 SaaS 稀缺的市场（日韩），用户要的是一个 All-in-One 的超级入口，于是「Genspark」的“卖结果”打通了；在 SaaS 高度成熟的市场（美国），用户要的是一个能嵌进现有工作流、过程可控的助手，于是「Manus」的“卖过程”打通了。
这种“反向匹配”的方法论，可能比“Agent 找到了 PMF”本身更值得关注。
