引言：两条路径，一种宿命
清晨的科技圈被一条消息刷屏了：成立不久的 AI Agent 创业公司 Manus 被 Meta 以 20 亿美金的价格收入囊中。创始人肖弘更直接获封 Meta 副总裁。
就在 Manus 在新加坡庆祝“技术套现”的同时，国内大模型领头羊智谱清言也在同一时间启动了香港上市的招股。招股书显示，智谱预计市值超 511 亿港元，但繁华背后却是沉重的财务压力——2025 年上半年亏损 17.5 亿元，平均每月“烧掉”近 3 亿。按此速度，账上现金仅够维持 9 个月。
同样是顶尖的华人技术团队，一个在 Meta 的生态里轻装上阵，一个在资本市场的博弈中求生。这种巨大的体感差异，真的只是因为“出海”与否吗？
估值博弈：被“土壤”摊薄的价值
我们将坐标拉长到全球视野。智谱即便顶着“中国 OpenAI”的光环，其市销率（P/S）在 64 倍至 78 倍之间，相较于国内 AI 应用公司已是巅峰，但对比美国同行却略显落寞。
大洋彼岸做企业服务的 Anthropic，2025 年营收预计超过 50 亿美金，二级市场隐含估值高达 3500 亿美金，更不用上篇文章提到的Palantir，市值已经突破4500亿美金。
就算有美股的泡沫和对AI价值的高估，可那又怎么样呢？泡沫的繁荣也是繁荣，总比理性的贫瘠强，普通人创业，首先要获得市场和资本的认可，让创始人和投资人先赚到钱。
可为什么智谱既有 Anthropic 的订阅逻辑，又有 Palantir 的服务属性，市值却难以跨越数量级的鸿沟？
答案不在技术指标，而在于中国企业级市场的“三大泥潭”：私有化部署、定制化开发、数据治理。
这并非新鲜事，但为何难以破解？我曾经以为这不过就是中国企业现阶段的无奈之举，直到我无意中翻开一百多年前传教士明恩溥的那本《中国人的性格》，才发现如今中国企服市场的每一个痛点，都能在百年前的社会心理中找到底层编码。
社会心理一：互相猜疑
这种心理在企服市场中的体现就是猜疑的高墙与私有化的执念。
明恩溥观察到，中国民居最显著的特点就是环城、环村、环房而建的高墙。这种防御不是针对外敌，而是针对彼此。
“据说，人与人之间之所以相互不信任，原因有两个：一是不了解对方；二是太了解对方。”
书中举例：
一个妇女听到院内喧哗便勃然大怒，认定人们在议论她；
一个仆人被辞退，会固执地猜疑所有人都在背后中伤；
中国人分钱时，大家很难相信既定方案，总觉得钱被别人克扣了。
这种深植骨髓的“不安全感”，完美映射在当下的数字化决策中。
许多大中型企业不惜支付数倍溢价，也要搞私有化部署，理由如出一辙：“数据交给别人，我不放心。” 甚至有企业宁可雇上千人团队从头研发商业成熟产品，美其名曰“自主可控”，实则是担心数据被外人窥视。
在这些决策者心中，私有化部署等于绝对安全。这正如明恩溥描述的“高墙心理”——宁可把现金埋在自家的床底，也不愿存入银行。
他们宁愿相信月薪八千、三本毕业的自家运维，也不信大厂投入几十上百亿研发的技术能力和安全机制。这种心理带来的效率损耗，正是中国企业软件难以规模化增长的第一个病灶。
社会心理二：“顺而不从”与定制化黑洞
为什么中国企业的个性化需求如此之多？是因为业务真的特殊吗？未必。更多时候，是为了迁就不合理的旧流程和人的操作习惯。明恩溥将其总结为“顺而不从”。
书中写道：
给苦力一把快镰刀，他笑着接过，转身却继续用那把钝滞的旧刀，理由是“旧的更好用”；
给洗衣工脱水机，他弃之不用，宁可手搓得破烂不堪；
园丁不按吩咐修墙，反而插满树枝，被质问时还能讲出一堆优越性。
有位地方官命仆人去远方取水，仆人却私自到近处取甜水，只要结果满意，官员便不追究其抗命
这种“会捉老鼠就是好猫”的实用主义，在企业数字化中演变为对标准化软件的天然抵制。管理层呼吁标准化，下级表面尊重，实际操作中却绕过规则。如果上级持续施压，压力便逐级下移，直至消解，一切恢复如初。
这种博弈导致厂商不得不针对每个企业、甚至每个部门开发特定的补丁。定制化开发不是在适配业务，而是在适配那些不愿改变的“旧习惯”。
社会心理三：漠视精确带来的“数据负债”
“大数对得上就行”，是中国企业数据治理的隐秘真相。明恩溥提到，中国人对数字的敏锐度往往让位于“模糊的体面”。
AI的底层逻辑是数据，而数据要求的是绝对的精确。但我们的传统心理中，似乎自带一层“模糊滤镜”。
明恩溥发现：说老人七八十岁，可能才满七十；去看戏花了173吊钱，口述时一定是“两百吊”，因为“没区别”。
这种对数字的无所谓，直接导致了企业内部的数据断层。
当年我代表就职的企业与合作方签署了一个970万的软件合同，于是对方在签约喜报中就体现了合作金额“千万大单”，反正看起来接近1000万就行，实际上还差了整整30万。
我服务过一家年营收数百亿的集团，不管是集体总部还是众多二级单位之间，的数据几乎没有一个能完全对上。真正用的好就一个财务系统，做核算出报表，你搞你的我搞我的，对不上就对不上，以财务数据为准。
这种对精确性的漠视，导致了国内企业普遍面临极高的“数据债务”。
当 AI 进入这些企业时，面对的是一堆逻辑混乱、口径不一的脏数据。为了让 AI 说句“人话”，厂商不得不投入大量精力在底层治理上，这种苦活累活，让任何业务都变得沉重且低效。
结语：在盐碱地外寻找“增长范式”
盐碱地里固然能种出庄稼，但需要极高的改良成本。
Manus的成功，本质上是利用了中国的工程师红利，但在产品设计之初就对准了规则明确、生态成熟的海外市场。这为新一代软件创业团队提供了一个极其清晰的生存指南：跑出原型，然后快速融入国际化生态。
而对于像智谱这样根植本土的先行者，真正要获得商业上的成功，还需要极大的战略定力和资本支撑。未来相当长一段时间内，国内市场或许会继续维持这种“高投入、慢回报”的常态，这是由社会心理和商业环境共同决定的。而那些希望快速兑现技术价值的团队，出海不再是选项，而是必然。
无论如何，还是要祝福Manus，他们证明了本土教育背景的技术团队一样能做出世界顶尖的产品，同时还能赚到钱；
同时也要致敬智谱，走入资本市场，迎接更大的挑战。
