文 | 新立场Pro
Manus事件后，硅谷AI创投圈最常被讨论的问题变成了：谁会是下一个“幸运儿”？其中一个答案指向了Genspark。
Agent入口产品历来稀缺，Genspark被推到台前，是因为它在商业化维度给出了AI应用层少有的硬数据。去年5月19日，景鲲在X上晒出产品上线45天ARR达3600万美元的成绩，付费用户首月留存率稳定在88%至92%之间，令海外企业震惊，纷纷询问Genspark背后的公司是什么。今年3月，Genspark曾放出消息，其ARR已达2亿美元。
这些数字在当前AI应用层创业公司中属于异常值，在没有大额补贴的情况下，Genspark可以不完全依赖新用户的持续涌入来维持运营。对任何潜在收购方来说，这种“资本韧性”都比漂亮的月活数字更有说服力。
站在Genspark背后的，是一个在当前AI产业里颇为罕见的创始人组合。景鲲的履历贯穿搜索、语音AI和硬件生态：在微软负责必应搜索亚洲研发，是微软小冰的早期缔造者之一；加入百度后主导小度音箱规模化，出任小度科技CEO。联合创始人朱凯华曾任谷歌主任架构师，后任小度CTO，两人在百度共事11年，此次是二度联手创业。
这个背景组合的意义不只在于资历背书，景鲲在小度时期积累的核心能力，是在技术尚未成熟的窗口期，快速把模型能力封装成用户愿意持续付费的产品形态，并推动其进入大规模商业场景。这种能力在Agent赛道里的价值，远比纯技术背景更直接。
雷锋网此前报道，Genspark团队刻意在业务和公关层面靠近谷歌，以刺激微软的收购意愿。这种操盘逻辑并不复杂：利用两家巨头在AI入口问题上的竞争焦虑，把自己的估值锚定在一个更高的起点上。
但从4月29日那份合作公告的实质内容来看，微软与Genspark之间显然已经不只是普通生态合作。景鲲对老东家的战略价值，正在从竞购筹码转化为产品层面的深度嵌入。离开微软二十年，走过百度，走过小度，景鲲最终还是将自己的产品带回了老东家的生态体系。但相比一个偶然形成的并购故事，这更像是Genspark从一开始就为自己预留的战略出口。
AI应用层的一门硬生意
Genspark的吸引力，来自它有AI应用层罕见的商业数据组合。
融资时间线本身就说明了市场的判断。Genspark于去年11月完成2.75亿美元B轮融资，投后估值12.5亿美元；今年3月B轮扩展至3.85亿美元，估值升至16亿美元；ARR同月突破2亿美元。去年10月的开发者大会上，Genspark被OpenAI纳入“万亿Token俱乐部”，意味着它是少数能稳定消耗超大算力、展现高频复用能力的第三方客户之一。
在AI应用层，大多数产品面临的困境是：流量好但付费率低，或付费用户少但ARPU（每用户平均收入）高。Genspark的组合是付费留存高、单位经济效益强、资金消耗低，三者同时成立，属于当前AI创业公司里的异常值。
这背后有产品架构层面的具体原因。Genspark的核心架构是MoA（Mixture of Agents，多智能体混合），同时调用70余种专业大模型，通过Agent Engine的模型编排与改进循环两个关键机制完成任务执行。CTO朱凯华将团队理念概括为“少控制，多工具”——不追求中心化智能，让系统自己找到最优解。
这个架构选择的商业意义在于可扩展性。单一模型架构的产品，其能力上限由所依赖的基础模型决定，MoA架构则可以随着新模型的涌现不断引入更强的专项能力。5月8日凌晨，OpenAI发布GPT-Realtime-2，称其将GPT-5级别的推理能力带入语音Agent；几个小时后，Genspark即宣布其Call for Me Agent已接入该模型，Genspark Realtime Voice也将随之升级。
模型公司每一次把专项能力往前推一步，Genspark都可以在不重写产品底座的情况下，把这部分能力转化为用户可感知的功能提升。对企业用户来说，这意味着他们的付费价值不会随模型迭代而迅速贬值，这正是Genspark留存率长期高于同类产品的技术层面解释。
产品定位同样清晰。Genspark聚焦办公自动化、数据分析和文档生成三个高频企业场景，从AI搜索起步，2024年完成向Super Agent的转型，几乎保持每周一次的更新节奏。《雷锋网》在报道中披露，Genspark能在一个月活用户身上赚到约0.8美元，退订率仅为Manus的三分之一。
景鲲的个人背景是这套商业逻辑不可忽视的变量。在微软负责必应搜索亚洲研发时，他处理的正是搜索算法与用户意图之间的匹配问题；主导小度音箱时，面对的是如何让一个技术还不够成熟的语音AI系统，进入千万级家庭并产生稳定的使用习惯。这两段经历的共同主题，是在技术尚未完全就绪的窗口期，快速把能力包装成用户可以接受的产品形态，并推动商业化落地。
小度后来能被资本市场推到接近50亿美元估值，决定性因素不只是语音交互本身，也是景鲲在智能音箱这个阶段性入口上，把技术、硬件、内容和渠道压成了一个可规模化复制的消费产品。
相比之下，今天的小度仍在寻找下一个确定入口，闺蜜机、AI眼镜等新品或许能制造话题，但一个更像被场景预设出来的需求，一个更像对行业风口的跟随，还没有证明自己具备当年智能音箱那种改写用户习惯的开创性。
搜索到Agent的转型，是景鲲对AI应用层下一个重要战场的主动判断。他在一次内部分享中说，一家50人的公司如果每个员工都可以无限使用AI，已经可以跑赢一家没有这种能力的500人公司。这句话描述的不只是Genspark的产品理念，也是他对Agent赛道价值密度的判断：AI的价值，是让一家公司以更少的人，承担过去只有更大组织才能消化的工作量。
Genspark的团队结构以中国人为核心、但配置了硅谷背景成员的混合团队，兼具国内互联网大厂的工程密度与硅谷产品公司的对外叙事能力。这让它既能在短周期内实现复杂功能上线，也能顺畅对接国际机构投资人和媒体。这种双轨能力，在当前AI创业公司里并不常见，也是它能以纯硅谷公司身份参与并购谈判的基础条件之一。
交付是护城河，也是天花板
Genspark的产品价值是真实的，但它目前的交付质量与"AI员工"的自我定位之间，还存在一段可量化的距离。
从实测体验来看，Genspark的核心优势是降低从模糊需求到结构化初稿的摩擦成本。用户提出一个复合型任务，比如整理一份行业竞争对手报告、生成一个带数据可视化的分析表格、或者把一份文字会议记录转化为PPT。Genspark能够调用顶级模型（包括Opus 4.7）和多种内置工具，跨步骤完成任务，最终输出一个可以直接使用的文档初稿。用户不再需要分别打开搜索引擎、数据工具和文档软件逐步拼接信息。
但当任务复杂度超过某个阈值，这套系统的局限开始显现。《新立场》实测，处理多变量筛选任务（如按特定条件筛选人员列表并按粉丝量排序）时，Genspark响应时间明显拉长。
原因在于MoA架构本身的结构性取舍，其多模型调度本身有延迟成本：每一层任务拆解、模型选择和结果整合都需要额外调度时间。多模型调度带来了更强的专项能力和更好的结果质量，代价是可感知的延迟，用户会感受到自己在“等AI”而不是“和AI协作”。
排版和结构的问题同样真实存在。此前有媒体报道，Genspark生成内容的版式有标准化倾向——标题位置固定、布局遵循模板，用户难以在保持AI生成内容的同时进行个性化定制。从技术角度，这个问题的根源是模型生成结构化文档时，倾向于选择训练数据中频繁出现的版式模板，因为这些模板在统计上更“安全”，但同时也最缺乏个性化适配能力。
因此，郎瀚威团队此前对Genspark的测试定位是：初级实习生水平。它能完成结构性框架搭建，输出大致可用的初稿，但最终判断、细节审美和修订仍需人工接手。
相较之下，字节AnyGen在《新立场》实测中，交付质量、UI精细度和单次使用深度上均有优势，免费可用积分也更充裕。这种差距反映的是两种产品的设计取向分歧：AnyGen在单次交付质量上精耕细作；Genspark则用更宽广的工具覆盖和更高密度的迭代节奏留住用户，主动以质量上限换取场景覆盖密度。
这个取向差异背后是两种商业逻辑。专注单次交付质量的产品，适合用户基数小、付费意愿高、任务专业性强的垂直场景；覆盖密度优先的产品，适合高频低强度任务的水平扩展，依靠工具丰富度和更新频率建立用户粘性。用户留下，并非因为每次输出都完美，是新模型、新工具不断出现、使得Genspark整体价值持续积累而续费。
因此，这种“强在交付，短板也在交付”的现实，并没有削弱Genspark的并购价值，反而强化了它作为技术补充型资产的吸引力。微软和谷歌所需要的，并不是一个能够替代顶尖知识工作者的AI系统，是一个能帮助普通知识工作者减少从“有想法”到“有初稿”之间摩擦的工具，Genspark目前的能力边界恰好覆盖了这个需求密度最高的区间。
对潜在收购方而言，一个交付能力已经完美的产品反而不那么有吸引力，它可以独立存在，不需要被并购。真正理想的收购标的，是一个商业框架已经清晰成立、产品价值已经被市场验证、但在打磨空间和整合潜力上仍有明显余地的公司。Genspark当前的位置，精准地落在这个空白上。
回到微软，可能是早已写好的结局
Genspark总部位于加州的帕洛阿尔托，创始团队由来自微软、谷歌、Meta等硅谷科技巨头的资深专家，除了曾在微软的景鲲，朱凯华也曾是谷歌的主任架构师。作为一家有着最纯粹的硅谷基因的公司，Genspark在当前地缘政治背景下面临的监管压力和舆论阻力远小于Manus。但这只是并购成立的前提条件。
利用微软与谷歌之间在AI入口问题上的竞争焦虑，把自己的估值锚定在一个更高的起点上，这套操盘逻辑不复杂，但执行需要对双方决策心理的精准判断。谷歌对Genspark感兴趣的动机，集中在搜索入口的防御。Genspark最早便是以“Sparkpages”概念切入AI搜索，试图用AI生成的结构化信息页面直接替代传统蓝链，积累超过500万用户之后才转向Agent赛道。
微软的逻辑则完全不同。它面临的问题是执行层的空缺。Copilot本质上是一个嵌入式AI助手，可以帮用户修改文档、总结内容、生成草稿，但它缺乏跨应用自主执行复杂任务的能力。用户仍然需要在不同工具之间手动切换，把AI的输出搬运到下一个工作环节里。Genspark的MoA架构，恰好覆盖了Copilot当前缺失的这个执行层。
《新立场》由此认为，Genspark团队对谷歌的靠近更多是用来激发竞争对手的收购意愿，微软才是需要被说服的那一方。这是一场目标明确、战术刻意制造竞争紧张感的谈判，并非机会均等的竞购。
4月29日，Genspark官方公告称，Genspark与微软建立全球战略合作伙伴关系，其AI Slides、Sheets和Docs Agent以原生插件形式嵌入微软365，基础设施全面部署在Azure，并计划进入Agent 365和微软Marketplace。
微软商业业务CEO Judson Althoff在联合声明中的措辞，明确强调了“在工作流中感受AI价值”，而非功能演示，这些连接一旦建立，就会产生双向依赖：Genspark的产品迭代开始围绕微软企业生态展开，微软企业客户开始在日常工作流中使用Genspark的能力。从技术整合角度看，这已经具备了并购前深度绑定常见的特征。
景鲲本人的微软背景，是这条路径更容易走通的另一个原因。他在微软负责必应搜索亚洲研发期间，建立了对微软内部决策结构和产品哲学的深度理解。微软对景鲲而言不是陌生的谈判对手，而是他职业路径的起点。这种认知上的对称性，在并购谈判的每一个细节上都会产生效果。
只是，战略上越匹配，产品上的冲突反而越难回避。Genspark是一家以AI为核心的“AI+”企业，它的工作方式是用AI重新定义任务执行的起点，用户先有AI，再有工具。微软Copilot目前的模式更接近“+AI”：在已有的Office工作流里嵌入AI辅助能力，软件工具仍然是用户交互的主体，AI是附着在上面的能力增强。这两种产品哲学的冲突，在并购完成后会直接体现在产品路线图的决策上。
Genspark当前产品能力，部分依赖于它对Anthropic和OpenAI等顶级模型调用的灵活配置，进入微软生态后，Azure OpenAI服务和Copilot技术栈会对这种配置自由度形成多大程度的约束，将直接决定Genspark能否在并购后继续保持它目前的能力优势。
对一家以“AI员工”为叙事核心的创业公司来说，这些是并购本身必然带来的代价。历史上，硅谷对AI原生产品的收购，结果往往是两种：要么被完整保留独立运营，如Slack被Salesforce收购后的早期阶段，要么被快速吸收进母公司产品线而失去原有特色。
但也正因为这些代价过于清晰，景鲲仍然把Genspark推向微软生态，反而说明这未必是一个被动选择。Genspark如果继续独立，需要持续承担模型成本、获客成本、企业销售成本和巨头竞争压力；进入微软，则意味着它可以把最难的企业分发、基础设施和信任门槛交给老东家解决。
这也让Genspark的并购叙事变得更耐人寻味。它并不是一个先做大、再被巨头看上的标准创业故事，更像是一家公司从产品形态、客户场景到生态接口，都在逐步把自己调整到微软能够接住的位置。
Genspark并购后的失去独立性、失去部分原有特色、乃至从AI Native向微软工作流妥协，并不一定是景鲲没有预料到的结果；相反，它可能正是这条路径从一开始就包含的终点。
*题图及文中配图来源于网络。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App