针对Meta收购Manus一事，中国商务部明确表示将开展评估调查。此举并非单纯的商业审查，而是直指数据跨境流动与合规的核心。深入剖析Manus的技术机制与数据处理逻辑，有助于理解当前AI企业在对外投资与数据安全方面面临的关键风险。
智能速览
商务部将针对Meta收购Manus开展法律法规一致性评估。
Manus的核心竞争力建立在“数据飞轮”效应之上，用户使用越多越智能。
其长期记忆机制存储于云端算力池，涉及敏感数据处理。
自研小模型的训练数据及算法可能属于中国境内数据资产。
企业不能仅靠形式主义合规规避穿透式监管，实质重于形式。
精华内容
此次商务部介入审查，揭示了收购案背后复杂的技术细节与监管逻辑，以下从技术原理与合规角度进行深度剖析。
核心竞争力与数据飞轮
Manus的核心优势在于多步骤任务编排的成功率、多模型调度的有效性以及用户维度的跨项目长期记忆。这些优势构建了一个强大的“数据飞轮”效应：用户使用频率越高，系统对用户的理解就越深刻；用户基数越大，调度和编排的准确性与效率就越高。
这种高度依赖用户数据反馈的进化模式，使得数据本身成为了最核心的资产。
敏感数据的存储机制
Manus采用了OffModel的用户长期记忆机制，这一设计不依赖基座大模型，而是将数据存取和计算置于云端虚拟机算力池中。这种架构虽然提升了计算灵活性，但同时也意味着大量的用户业务数据、上下文信息直接流转于特定服务器环境。
考虑到这些数据可能包含了高度敏感的业务逻辑和个人偏好，其存储和处理方式成为了监管审查的重点。
算法与训练数据归属
Manus自研了以7B调度模型Scheduler-β为代表的一系列小模型，并利用小时级的RL（强化学习）机制进行迭代。这一过程涉及将用户级编排步骤上下文脱敏后作为人工标注的训练数据。
上述模型训练数据、算法逻辑以及最终形成的算法模型，极有可能大部分是在中国境内采集和完成的。按照法律界定，这些理应属于中国境内的数据资产与算法技术，直接关系到国家数据安全。
合规审查的实质逻辑
金融行业常出现的“表内转表外”等形式主义合规手段，在实质重于形式的监管原则下难以奏效。中国商务部在相关领域的影响力不容小觑，合规审查绝非流于表面。
对于涉及敏感数据出境和核心算法转移的收购案，监管机构必然要求企业严格遵循法律法规，任何试图规避穿透式监管的行为都面临巨大的法律风险。
此次收购审查为AI行业敲响了警钟，闷声大发财或许是更稳妥的策略。在数据安全日益重要的今天，企业必须正视合规要求，确保技术发展不踩红线。未来如何在商业化与合规性之间找到平衡，将是所有科技企业必须面对的课题。
