景鯤的Genspark，正在成為微軟缺失的執行層

Manus事件后，硅谷AI創投圈最常被討論的問題變成了：誰會是下一個“幸運兒”？其中一個答案指向了Genspark。

Agent入口產品歷來稀缺，Genspark被推到臺前，是因為它在商業化維度給出了AI應用層少有的硬數據。去年5月19日，景鯤在X上曬出產品上線45天ARR達3600萬美元的成績，付費用戶首月留存率穩定在88%至92%之間，令海外企業震驚，紛紛詢問Genspark背后的公司是什么。今年3月，Genspark曾放出消息，其ARR已達2億美元。

這些數字在當前AI應用層創業公司中屬于異常值，在沒有大額補貼的情況下，Genspark可以不完全依賴新用戶的持續涌入來維持運營。對任何潛在收購方來說，這種“資本韌性”都比漂亮的月活數字更有說服力。

站在Genspark背后的，是一個在當前AI產業里頗為罕見的創始人組合。景鯤的履歷貫穿搜索、語音AI和硬件生態：在微軟負責必應搜索亞洲研發，是微軟小冰的早期締造者之一；加入百度后主導小度音箱規模化，出任小度科技CEO。聯合創始人朱凱華曾任谷歌主任架構師，后任小度CTO，兩人在百度共事11年，此次是二度聯手創業。

這個背景組合的意義不只在于資歷背書，景鯤在小度時期積累的核心能力，是在技術尚未成熟的窗口期，快速把模型能力封裝成用戶愿意持續付費的產品形態，并推動其進入大規模商業場景。這種能力在Agent賽道里的價值，遠比純技術背景更直接。

雷鋒網此前報道，Genspark團隊刻意在業務和公關層面靠近谷歌，以刺激微軟的收購意愿。這種操盤邏輯并不復雜：利用兩家巨頭在AI入口問題上的競爭焦慮，把自己的估值錨定在一個更高的起點上。

但從4月29日那份合作公告的實質內容來看，微軟與Genspark之間顯然已經不只是普通生態合作。景鯤對老東家的戰略價值，正在從競購籌碼轉化為產品層面的深度嵌入。離開微軟二十年，走過百度，走過小度，景鯤最終還是將自己的產品帶回了老東家的生態體系。但相比一個偶然形成的并購故事，這更像是Genspark從一開始就為自己預留的戰略出口。

AI應用層的一門硬生意

Genspark的吸引力，來自它有AI應用層罕見的商業數據組合。

融資時間線本身就說明了市場的判斷。Genspark于去年11月完成2.75億美元B輪融資，投后估值12.5億美元；今年3月B輪擴展至3.85億美元，估值升至16億美元；ARR同月突破2億美元。去年10月的開發者大會上，Genspark被OpenAI納入“萬億Token俱樂部”，意味著它是少數能穩定消耗超大算力、展現高頻復用能力的第三方客戶之一。

在AI應用層，大多數產品面臨的困境是：流量好但付費率低，或付費用戶少但ARPU（每用戶平均收入）高。Genspark的組合是付費留存高、單位經濟效益強、資金消耗低，三者同時成立，屬于當前AI創業公司里的異常值。

這背后有產品架構層面的具體原因。Genspark的核心架構是MoA（Mixture of Agents，多智能體混合），同時調用70余種專業大模型，通過Agent Engine的模型編排與改進循環兩個關鍵機制完成任務執行。CTO朱凱華將團隊理念概括為“少控制，多工具”——不追求中心化智能，讓系統自己找到最優解。

這個架構選擇的商業意義在于可擴展性。單一模型架構的產品，其能力上限由所依賴的基礎模型決定，MoA架構則可以隨著新模型的涌現不斷引入更強的專項能力。5月8日凌晨，OpenAI發布GPT-Realtime-2，稱其將GPT-5級別的推理能力帶入語音Agent；幾個小時后，Genspark即宣布其Call for Me Agent已接入該模型，Genspark Realtime Voice也將隨之升級。

模型公司每一次把專項能力往前推一步，Genspark都可以在不重寫產品底座的情況下，把這部分能力轉化為用戶可感知的功能提升。對企業用戶來說，這意味著他們的付費價值不會隨模型迭代而迅速貶值，這正是Genspark留存率長期高于同類產品的技術層面解釋。

產品定位同樣清晰。Genspark聚焦辦公自動化、數據分析和文檔生成三個高頻企業場景，從AI搜索起步，2024年完成向Super Agent的轉型，幾乎保持每周一次的更新節奏。《雷鋒網》在報道中披露，Genspark能在一個月活用戶身上賺到約0.8美元，退訂率僅為Manus的三分之一。

景鯤的個人背景是這套商業邏輯不可忽視的變量。在微軟負責必應搜索亞洲研發時，他處理的正是搜索算法與用戶意圖之間的匹配問題；主導小度音箱時，面對的是如何讓一個技術還不夠成熟的語音AI系統，進入千萬級家庭并產生穩定的使用習慣。這兩段經歷的共同主題，是在技術尚未完全就緒的窗口期，快速把能力包裝成用戶可以接受的產品形態，并推動商業化落地。

小度后來能被資本市場推到接近50億美元估值，決定性因素不只是語音交互本身，也是景鯤在智能音箱這個階段性入口上，把技術、硬件、內容和渠道壓成了一個可規模化復制的消費產品。

相比之下，今天的小度仍在尋找下一個確定入口，閨蜜機、AI眼鏡等新品或許能制造話題，但一個更像被場景預設出來的需求，一個更像對行業風口的跟隨，還沒有證明自己具備當年智能音箱那種改寫用戶習慣的開創性。

搜索到Agent的轉型，是景鯤對AI應用層下一個重要戰場的主動判斷。他在一次內部分享中說，一家50人的公司如果每個員工都可以無限使用AI，已經可以跑贏一家沒有這種能力的500人公司。這句話描述的不只是Genspark的產品理念，也是他對Agent賽道價值密度的判斷：AI的價值，是讓一家公司以更少的人，承擔過去只有更大組織才能消化的工作量。

Genspark的團隊結構以中國人為核心、但配置了硅谷背景成員的混合團隊，兼具國內互聯網大廠的工程密度與硅谷產品公司的對外敘事能力。這讓它既能在短周期內實現復雜功能上線，也能順暢對接國際機構投資人和媒體。這種雙軌能力，在當前AI創業公司里并不常見，也是它能以純硅谷公司身份參與并購談判的基礎條件之一。

交付是護城河，也是天花板

Genspark的產品價值是真實的，但它目前的交付質量與"AI員工"的自我定位之間，還存在一段可量化的距離。

從實測體驗來看，Genspark的核心優勢是降低從模糊需求到結構化初稿的摩擦成本。用戶提出一個復合型任務，比如整理一份行業競爭對手報告、生成一個帶數據可視化的分析表格、或者把一份文字會議記錄轉化為PPT。Genspark能夠調用頂級模型（包括Opus 4.7）和多種內置工具，跨步驟完成任務，最終輸出一個可以直接使用的文檔初稿。用戶不再需要分別打開搜索引擎、數據工具和文檔軟件逐步拼接信息。

但當任務復雜度超過某個閾值，這套系統的局限開始顯現。《新立場》實測，處理多變量篩選任務（如按特定條件篩選人員列表并按粉絲量排序）時，Genspark響應時間明顯拉長。

原因在于MoA架構本身的結構性取舍，其多模型調度本身有延遲成本：每一層任務拆解、模型選擇和結果整合都需要額外調度時間。多模型調度帶來了更強的專項能力和更好的結果質量，代價是可感知的延遲，用戶會感受到自己在“等AI”而不是“和AI協作”。

排版和結構的問題同樣真實存在。此前有媒體報道，Genspark生成內容的版式有標準化傾向——標題位置固定、布局遵循模板，用戶難以在保持AI生成內容的同時進行個性化定制。從技術角度，這個問題的根源是模型生成結構化文檔時，傾向于選擇訓練數據中頻繁出現的版式模板，因為這些模板在統計上更“安全”，但同時也最缺乏個性化適配能力。

因此，郎瀚威團隊此前對Genspark的測試定位是：初級實習生水平。它能完成結構性框架搭建，輸出大致可用的初稿，但最終判斷、細節審美和修訂仍需人工接手。

相較之下，字節AnyGen在《新立場》實測中，交付質量、UI精細度和單次使用深度上均有優勢，免費可用積分也更充裕。這種差距反映的是兩種產品的設計取向分歧：AnyGen在單次交付質量上精耕細作；Genspark則用更寬廣的工具覆蓋和更高密度的迭代節奏留住用戶，主動以質量上限換取場景覆蓋密度。

這個取向差異背后是兩種商業邏輯。專注單次交付質量的產品，適合用戶基數小、付費意愿高、任務專業性強的垂直場景；覆蓋密度優先的產品，適合高頻低強度任務的水平擴展，依靠工具豐富度和更新頻率建立用戶粘性。用戶留下，并非因為每次輸出都完美，是新模型、新工具不斷出現、使得Genspark整體價值持續積累而續費。

因此，這種“強在交付，短板也在交付”的現實，并沒有削弱Genspark的并購價值，反而強化了它作為技術補充型資產的吸引力。微軟和谷歌所需要的，并不是一個能夠替代頂尖知識工作者的AI系統，是一個能幫助普通知識工作者減少從“有想法”到“有初稿”之間摩擦的工具，Genspark目前的能力邊界恰好覆蓋了這個需求密度最高的區間。

對潛在收購方而言，一個交付能力已經完美的產品反而不那么有吸引力，它可以獨立存在，不需要被并購。真正理想的收購標的，是一個商業框架已經清晰成立、產品價值已經被市場驗證、但在打磨空間和整合潛力上仍有明顯余地的公司。Genspark當前的位置，精準地落在這個空白上。

回到微軟，可能是早已寫好的結局

Genspark總部位于加州的帕洛阿爾托，創始團隊由來自微軟、谷歌、Meta等硅谷科技巨頭的資深專家，除了曾在微軟的景鯤，朱凱華也曾是谷歌的主任架構師。作為一家有著最純粹的硅谷基因的公司，Genspark在當前地緣政治背景下面臨的監管壓力和輿論阻力遠小于Manus。但這只是并購成立的前提條件。

利用微軟與谷歌之間在AI入口問題上的競爭焦慮，把自己的估值錨定在一個更高的起點上，這套操盤邏輯不復雜，但執行需要對雙方決策心理的精準判斷。谷歌對Genspark感興趣的動機，集中在搜索入口的防御。Genspark最早便是以“Sparkpages”概念切入AI搜索，試圖用AI生成的結構化信息頁面直接替代傳統藍鏈，積累超過500萬用戶之后才轉向Agent賽道。

微軟的邏輯則完全不同。它面臨的問題是執行層的空缺。Copilot本質上是一個嵌入式AI助手，可以幫用戶修改文檔、總結內容、生成草稿，但它缺乏跨應用自主執行復雜任務的能力。用戶仍然需要在不同工具之間手動切換，把AI的輸出搬運到下一個工作環節里。Genspark的MoA架構，恰好覆蓋了Copilot當前缺失的這個執行層。

《新立場》由此認為，Genspark團隊對谷歌的靠近更多是用來激發競爭對手的收購意愿，微軟才是需要被說服的那一方。這是一場目標明確、戰術刻意制造競爭緊張感的談判，并非機會均等的競購。

4月29日，Genspark官方公告稱，Genspark與微軟建立全球戰略合作伙伴關系，其AI Slides、Sheets和Docs Agent以原生插件形式嵌入微軟365，基礎設施全面部署在Azure，并計劃進入Agent 365和微軟Marketplace。

微軟商業業務CEO Judson Althoff在聯合聲明中的措辭，明確強調了“在工作流中感受AI價值”，而非功能演示，這些連接一旦建立，就會產生雙向依賴：Genspark的產品迭代開始圍繞微軟企業生態展開，微軟企業客戶開始在日常工作流中使用Genspark的能力。從技術整合角度看，這已經具備了并購前深度綁定常見的特征。

景鯤本人的微軟背景，是這條路徑更容易走通的另一個原因。他在微軟負責必應搜索亞洲研發期間，建立了對微軟內部決策結構和產品哲學的深度理解。微軟對景鯤而言不是陌生的談判對手，而是他職業路徑的起點。這種認知上的對稱性，在并購談判的每一個細節上都會產生效果。

只是，戰略上越匹配，產品上的沖突反而越難回避。Genspark是一家以AI為核心的“AI+”企業，它的工作方式是用AI重新定義任務執行的起點，用戶先有AI，再有工具。微軟Copilot目前的模式更接近“+AI”：在已有的Office工作流里嵌入AI輔助能力，軟件工具仍然是用戶交互的主體，AI是附著在上面的能力增強。這兩種產品哲學的沖突，在并購完成后會直接體現在產品路線圖的決策上。

Genspark當前產品能力，部分依賴于它對Anthropic和OpenAI等頂級模型調用的靈活配置，進入微軟生態后，Azure OpenAI服務和Copilot技術棧會對這種配置自由度形成多大程度的約束，將直接決定Genspark能否在并購后繼續保持它目前的能力優勢。

對一家以“AI員工”為敘事核心的創業公司來說，這些是并購本身必然帶來的代價。歷史上，硅谷對AI原生產品的收購，結果往往是兩種：要么被完整保留獨立運營，如Slack被Salesforce收購后的早期階段，要么被快速吸收進母公司產品線而失去原有特色。

但也正因為這些代價過于清晰，景鯤仍然把Genspark推向微軟生態，反而說明這未必是一個被動選擇。Genspark如果繼續獨立，需要持續承擔模型成本、獲客成本、企業銷售成本和巨頭競爭壓力；進入微軟，則意味著它可以把最難的企業分發、基礎設施和信任門檻交給老東家解決。

這也讓Genspark的并購敘事變得更耐人尋味。它并不是一個先做大、再被巨頭看上的標準創業故事，更像是一家公司從產品形態、客戶場景到生態接口，都在逐步把自己調整到微軟能夠接住的位置。

Genspark并購后的失去獨立性、失去部分原有特色、乃至從AI Native向微軟工作流妥協，并不一定是景鯤沒有預料到的結果；相反，它可能正是這條路徑從一開始就包含的終點。

*題圖及文中配圖來源于網絡。