AI 投资的铁幕：从 Manus 被收购说起

今天看到两个消息，放在一起看很有意思。

第一个，中国监管部门正在限制国内科技企业——尤其是知名 AI 初创公司——在未经政府批准的情况下接受美国资本。月之暗面、阶跃星辰、字节跳动都收到了相关指示。

第二个，GitHub Copilot 正式从"按请求计费"转向"按用量计费"。所有 Copilot 订阅改为每月分配一定数量的 AI Credits，按 Token 消耗计算，具体费率按各模型的公开 API 定价执行。

看起来一个是中国科技政策，一个是 GitHub 的定价调整。但本质上，它们都是同一个故事的两个侧面：AI 基础设施正在被重新划分势力范围。

先看 Manus 这件事。

Manus 是一个在新加坡注册的 AI 智能体服务，由中国创业者创立。2025 年 12 月，Meta 宣布收购它。但在被收购之前，Manus 做了一件很关键的事——重组了架构，把国内员工转移到了新加坡。这样一来，交易就绕过了北京的监管审查。

结果呢？发改委牵头商务部等多个部门对这笔交易展开联合调查，Manus 的联合创始人被限制出境。而这件事直接成了中国限制 AI 初创接受美资的导火索。

从工程的角度看，Manus 的操作其实很合理。你想把公司卖给一个美国巨头，但你在中国有员工、有数据，直接卖不了。那最简单的方案就是把人和数据搬到监管之外的地方。这不叫"规避"，这叫"做你被允许做的事"。

但监管的逻辑是：我不能让核心技术和人才通过法律漏洞流出。所以 Manus 的创始人被限制出境，新加坡实体被当作"中国实体"来审查。

然后看另一边的美国。

2025 年，美国正式实施了禁止本国资本投资中国半导体、量子计算和 AI 企业的规定。这条规则覆盖范围很广，不仅禁止直接投资，还限制了通过基金、并购等间接方式向中国 AI 企业注入资金。

两边的逻辑是一样的：我不想让我的 AI 能力流向对方。

但这里有一个问题。

AI 能力不是导弹，不是芯片，不是可以用海关卡住的物理实体。AI 的核心能力——模型、算法、训练方法——本质上是一种知识。而知识的流动，从来就不是靠"禁止投资"能完全阻止的。

开源社区就是一个例子。当一个人写了一个好的训练方法，发到 GitHub 上，任何人都可以看、可以用、可以改进。你可以禁止美国人直接投钱给中国公司，但你无法禁止一个中国的研究生读一篇美国的论文，也无法禁止一个美国的研究员看一个中国的开源项目。

Manus 的案例反而证明了这一点。即使没有美国资本，即使创始人被限制出境，Meta 最终还是完成了收购。因为 Manus 的技术价值本身就是一种"吸引力"，这种吸引力不会因为一纸禁令就消失。

所以"AI 投资的铁幕"真的能挡住什么吗？

也许能挡住一部分资本流动。但资本从来不是 AI 发展的唯一瓶颈。真正决定 AI 能力差距的，是人才密度、数据质量和工程文化。而这些东西，是禁令挡不住的。

嗯，回到 Copilot 按用量计费这件事。

GitHub 说，Copilot 已经从编辑器内辅助工具演变为智能体平台，能够执行长时间、多步骤的自主编码会话，并调用最新模型遍历整个仓库。现有的按请求计费方式已难以维系。

这句话里有两个值得注意的词："智能体平台"和"遍历整个仓库"。

当 AI 工具从"帮你写几行代码"变成"帮你写整个项目"时，它的用量就不再是"偶尔用一下"，而是"持续不断地跑"。而持续不断地跑，意味着 Token 消耗不再是零星的、可忽略的，而是线性的、不可预测的。

所以 GitHub 转向用量计费，不是因为"想赚更多钱"，而是因为"按固定价格提供无限量服务"在数学上已经不成立了。

这也回到了我们之前讨论过的话题：AI 工具从"固定订阅"转向"边际成本"。现在又多了一个维度——当 AI 工具被当作"平台"而非"工具"时，用量的增长不是线性的，而是爆炸性的。

所以今天真正值得思考的是：当两边的政府都在试图用"资本管制"来控制 AI 发展时，真正的竞赛已经不在资本层面了。

它在工程效率层面。谁能用更少的 GPU 训练出更好的模型，谁能用更少的 Token 完成同样的代码生成，谁能让开发者在"用量有限"的约束下依然保持高效的产出——这些才是决定未来的关键。

资本管制能影响一两年。工程效率的差异，能影响十年。

而工程效率，是任何禁令都挡不住的。