最近几天科技财经圈最热的话题就是 Meta 收购 Manus 这桩交易被多个司法辖区监管机构接连盯上、启动审查的消息。智能体赛道的明星项目被全球头部平台收入囊中本身就够有话题性了但真正让做投资、做并购、做法务合规的人坐不住的是监管这轮的反应速度和审查广度——几乎所有和 AI 沾边的并购参与者都在问同一个问题AI 并购的合规门槛是不是从这一刻开始被彻底抬高了这篇文章不打算复述新闻报道我按照自己多年参与并购合规项目的实操思路把这桩交易背后的监管逻辑拆开讲清楚为什么一笔 AI 收购会引发跨国审查监管审查的焦点到底是什么如果你正在操盘、参与或者只是旁观一桩 AI 相关并购接下来可能要闯哪些关、提前做哪些准备、哪些坑最容易踩。读完你应该能建立一张属于自己的AI 并购合规地图。1. 从一笔普通收购到多国审查Manus 案到底踩中了什么1.1 智能体明星标的战略价值与争议并存Manus 这轮被推到聚光灯下根本原因是它踩中了智能体Agent这条当前 AI 行业最热的赛道。和传统聊天式大模型不一样智能体的核心能力是自主执行任务用户给它一个目标它可以自己拆解步骤、调用工具、浏览页面、操作系统、跑完整个工作流最后交付结果。这相当于从帮你回答问题进化到替你干活。过去一年多Manus 靠着邀请码模式被市场反复抢购兑换码一度成了社区里的硬通货产品热度与团队工程能力都有大量真实用户数据背书。对 Meta 这样的平台公司来说这种标的的战略价值几乎是明牌模型层可以自己砸钱训练但智能体需要的任务理解、工具调用、真实执行数据不是短期能堆出来的。买下 Manus等于同时拿到一支验证过产品形态的完整团队、一套被用户反复打磨过的执行引擎以及一个可以直接嵌入社交、内容、广告体系的智能入口。1.2 交易还没正式申报问询已经先到真正让行业警觉的是时间线。消息刚浮出水面多个辖区的监管机构几乎没等正式申报就表态或者发起了问询这种提前介入在过去的科技并购里并不多见。放到两三年前一笔体量算不上顶级的 AI 收购可能只在交易金额最大的辖区走一遍常规审查就放行了而这次是消息一出几个主要市场同时把交易放进了雷达。这不是哪一家监管机构过度敏感而是过去几年平台并购审查经验的自然延续。监管的底层逻辑其实很朴素今天的 AI 公司很可能就是明天的关键基础设施今天让你悄悄把一个潜力竞争对手收走明天再想拆分代价就完全不一样了。所以对 AI 并购现在的主流态度就是宁可早看、多看也不能漏看。任何团队在做 AI 交易时如果还抱着监管反应不会那么快的幻想后面基本都会被现实教育。2. 监管真正在评估的资产数据、模型能力与入口生态2.1 数据叠加带来的跨域护城河传统并购审查先看市场份额AI 并购里监管开始把数据组合当成独立资产来评估。Manus 沉淀下来的是什么是用户的任务描述、操作轨迹、工具调用结果、任务完成反馈——这些数据单独看比较垂直但一旦和 Meta 现有的社交关系数据、兴趣标签、广告转化数据合并起来能训练出来的行为预测模型会比任何一个单一来源都强大。监管担心的不是合并后产品更好用而是这种跨域数据叠加会形成后来者根本无法追赶的护城河。因为差距不在产品层面而在数据飞轮层面新进入者哪怕做出更好的产品也可能因为没有同等规模的数据而永远追不上。实务里这个争议会转化为一个尖锐问题合并后的数据集合是否构成任何现有或潜在竞争者都不可复制的优势要回答它你得画数据流向图、做数据可替代性分析、讨论数据授权链条是否干净——这比统计市场份额费劲得多。2.2 人才收购与创新空间被压缩监管的第二只眼睛盯在人上。很多 AI 并购本质上是 acqui-hire买团队、买核心研发人员、买学术带头人。传统反垄断审查对人才收购一直比较宽容但 AI 赛道开始出现新的理论——如果头部平台把某个方向上最顶尖的一两批团队都收入麾下市场上几年内就再也组建不出有竞争力的独立项目组。这种人才堰塞会直接压缩创新空间因为 AI 行业最稀缺的从来不是钱而是能带队做出成果的少数人。Manus 的团队恰好属于会让监管这种担忧落地的类型一支已经证明能做出爆款智能体产品的完整团队。它如果被最大平台整体收编未来智能体赛道的独立生态就会少一个潜在的领军者。这个点即便不足以单独否决交易也一定会成为审查和救济谈判中的重要筹码。2.3 入口生态位从工具到平台的越界第三个关注点是入口。智能体未来可能是比浏览器更上游的数字化入口用户不再自己逛网站、比价格、选服务而是直接告诉智能体目标由它决定用什么工具、访问什么网站、完成什么交易。谁掌握智能体谁就在事实上获得了一种编排整个互联网流量走向的能力。Meta 手里已经有社交入口和内容分发入口再叠加上智能体入口监管很难不警觉纵向封锁自家的智能体优先调用自家的服务第三方的智能体被边缘化开发者和用户的选择权一步步被收窄。数据、人才、入口这三样东西叠加在一起构成了监管评估 AI 并购的核心框架。这不是在旧地图上找路而是监管自己又画了一张新地图。3. 合规门槛抬高的具体表现从申报红线到审查变量3.1 传统并购申报的三条红线正在被改写先复习传统并购控制的基本框架。绝大多数辖区看三样东西营业额、市场份额、交易金额。营业额超过当地法定门槛就要提交反垄断申报在相关市场占有率偏高实质审查阶段会更难过。过去二十年全球大型并购案玩的基本就是这套游戏规则。但 AI 并购让这三条红线全都出了偏差。很多 AI 创业公司成立时间短、营收小单看营业额永远触发不了申报估值和战略价值却高得离谱。为了堵这个漏洞多个辖区陆续引入了基于交易额的新门槛——不看当期营收只看交易对价是否超过某个数值。这意味着过去很多可以悄悄完成的小体量 AI 收购现在即便营收再小也必须走申报程序。这条规则变化对 AI 赛道的并购影响比任何单一案例都大。3.2 实质审查阶段的新变量申报只是入场券实质审查变量越来越多。我把这几年实际操作中遇到的新变量整理成一张表评估维度传统技术并购重点AI 并购新增重点市场界定产品和地域边界相对清晰智能体、模型、数据服务边界模糊常需准备多套备选界定竞争损害理论涨价、减产、质量下降数据护城河、人才堰塞、入口封锁、创新节奏放缓申报触发营业额为主交易额门槛、数据规模、AI 能力类资产清单救济工具结构性剥离为主行为性承诺、技术隔离、接口开放、独立受托监督这里面最花时间的是市场界定。智能体的相关市场怎么画按任务类型、按工具调用量、按用户使用时长还是按广告曝光量不同的界定画出完全不同的市场份额这几年几乎每个 AI 并购案都会在市场界定环节打拉锯战。通常交易双方会主张一个有利于自己的窄定义监管则倾向于宽定义最终拼的是双方提交的证据和经济学论证。3.3 安全审查与数据跨境第二条并行赛道反垄断之外AI 并购还经常触动另一条独立审查线外资准入与安全审查。多个辖区对涉及关键基础设施、大规模敏感数据、核心算法能力的外部投资都有专门的审查机制。它和反垄断审查并行但互不隶属关注的不是竞争而是国家安全与公共秩序。AI 标的往往同时踩中数据和算法两条敏感线所以一桩跨国 AI 收购经常要同时面对两条独立时间表。数据跨境是第三个绕不开的环节。合并意味着原本分散在不同法域的数据可能集中存储、集中处理这涉及数据出境、本地化、用户同意链条重签等一堆具体问题。特别是当一方的用户数据规模比较大时这笔账会变得非常沉重——不是法务一个部门能解决的通常要法务、数据合规、工程、安全团队一起进场。3.4 多国并行审查的真实时间成本还有一个被严重低估的变量时间。多国审查不是串行是并行。每个辖区的申报材料要单独准备审查节奏、证据要求、救济谈判风格都不一样。实务中最常见的状态是最大辖区谈完附条件放行你以为终于结束了下一个辖区又提出一个完全不同的担忧理由要求追加承诺。一笔涉及多个主要市场的 AI 并购从消息披露到拿到所有必要批准一年上下非常常见。整个过程还要严格遵守暂停交割义务——批准之前不能实质合并不能整合团队、不能迁移数据、不能共享路线图。一旦触碰就是 gun-jumping抢先实施罚款金额和声誉损失都不是小数目。4. 推演一遍 Manus 案的多国审查通关路线图4.1 第一关管辖权地图与申报义务评估实操第一步永远是画管辖权地图。把交易涉及的业务所在地、数据存放地、服务器所在地、用户集中地、团队成员所在地全部摊开然后逐辖区判断三条要不要申报按什么标准申报申报材料要求什么用 Manus 这笔交易做样本可以预期的申报节点至少包括双方核心运营地所在辖区、用户规模最大的几个市场、数据流转经过的法域以及交易金额达到交易额门槛的所有辖区。每一处都要单独准备申报文件内容侧重还不同。很多团队在第一步就会犯错只看营业额不看交易额门槛只算集团母公司不算关联实体或者漏掉了数据中转地这个申报节点。第一步漏后面全部被动。4.2 第二关实质审查阶段的高频争议点进入实质审查三个点大概率跑不掉。第一相关市场界定。监管可能会抛出很宽泛的候选定义比如AI 智能体市场或者任务自动化工具市场把合并双方的市场份额摊得很薄交易方则会主张更聚焦的窄定义比如深度整合社交入口的智能体工作流市场。市场界定一旦失守后面关于市场支配地位的所有论证都会被监管带着走。第二数据合并影响。监管会要求评估合并后的数据集合能否形成不可复制的行为预测能力。你通常要提交数据来源清单、授权链条、模型训练日志摘要同时让经济学家做反事实模拟如果这个交易不落地Manus 作为独立公司几年后是什么样如果落地数据叠加让 Meta 在哪些新场景获得不公平优势。这种反事实分析没有标准答案拼的是证据质量和论证逻辑。第三救济方案谈判。一旦监管认定存在实质性竞争损害就会进入救济谈判。结构性救济是极端手段常见于要求剥离部分业务或数据资产更常见的是行为性救济包括承诺智能体接口保持开放、承诺不把 Manus 的某些数据用于训练指定模型、承诺建立独立合规委员会、同意监管指定的受托人持续监督承诺履行。救济谈判是一场典型的交换条件博弈提前想清楚哪些能让、哪些不能让步非常重要。4.3 第三关交割条件与交割后的合规马拉松获批不等于结束这是新人最容易误解的一点。附条件批准的交易往往带着一条长长的交割后义务清单数据隔离期、接口公平开放承诺、定期向监管报告执行情况、接受监管现场检查。也就是说交割完成的瞬间你的合规义务才刚刚开始。所以务实的做法是在交易文件里就为这些义务提前预留位置。明确由谁来对接监管、承诺违约触发什么机制、承诺期多长、期满如何评估是不是可以解套。这些条款放在交易还在谈的时候去谈远比交割后补谈容易。监管关心的是承诺可执行你提前把执行机制设计清楚谈判空间反而更大。5. 给 AI 并购团队的一张家底级的合规动作清单5.1 交易前用监管模拟盘给尽调做压力测试我经手过的并购项目不算少这几年最大的感悟是AI 并购的合规尽调不是收集资料而是做逆向压力测试。签保密协议之后的第一件事应该是拉一个最懂反垄断、最懂行业、最了解监管风格的内部小组站在监管的角度把这笔交易最容易被打的三个点找出来数据合并的争议、人才集中的争议、入口封锁的争议。然后逐项准备应对材料和证据。这份尽调清单建议至少包含这些模块数据资产地图双方数据集的字段、来源、授权链条、跨域可迁移性人才地图核心团队的历史任职、竞业协议、研发方向重叠度入口控制力分析合并后在分发渠道、默认设置、接口权限上的变化历史申报记录双方过去三年在各辖区的申报和承诺履行情况5.2 申报阶段经济学分析的分量被大多数人低估并购申报说白了是一场用证据说服监管的工程。涉及 AI 的交易监管最想要的是可验证的东西数据流向图、模型依赖关系、用户切换成本分析、竞品真实使用数据调研。这时候请一个有 AI 行业经验的经济学顾问价值远远大于堆一百页充满形容词的 PPT。材料组织上有一个原则把你想让监管相信的结论永远放在证据前面用证据说话而不是用观点说话。5.3 交易结构设计提前为救济措施留后路如果预判交易大概率进入救济谈判结构设计阶段就要给自己留后路。我比较推荐的做法是评估资产收购而非股权收购方便未来必要时切割特定业务线把核心数据资产单独设壳管理承诺隔离时不需要动整个公司先准备一版许可协议备选方案全资收购受阻的话独家授权、技术许可、少数股权投资能不能达成战略目标设计分批交割结构无争议业务先交割敏感业务等救济承诺成熟后再交割这些结构上的灵活性平时不起眼到了监管谈判桌上可能就是能不能成交的分水岭。5.4 实务中最容易踩的五个坑最后把我反复看到的低级错误列一下低估非正式审查。有些辖区在正式申报之前有预沟通、非正式问询环节不回应或者回应得含糊会直接拉高后续正式审查的强度。这里的原则是宁可重视过度也不要轻视。在批准前事实上合并。宣布收购后两边团队马上在一起办公、共享路线图、互查源代码这在监管眼里就是抢先实施属于高风险的 gun-jumping。把合规义务当公关任务。监管要的是可审计的执行机制、合规委员会、定期报告不是新闻稿里漂亮但空洞的承诺。忽略少数股东和既有合作协议里的控制权变更条款。有些合作方协议里约定控制权变更即触发终止交易还没获批商业合作先崩盘。只算交易律师不算全流程预算。审查周期一旦拉长经济学家、数据取证、跨境法律顾问的费用是按月烧的预算得按最坏情况准备。6. 门槛抬升之后AI 并购的游戏规则确实被改写了6.1 大厂买创业公司的成本结构全面重估这桩交易最直接的影响是买这个动作变贵了。以前算并购成本主要算估值和整合成本现在得把多辖区申报的律师费与经济学家费用、审查周期带来的机会成本、为满足救济承诺而放弃的业务协同、以及最不确定的交易失败风险全部加进去。成本结构一变大厂在 AI 并购上的决策逻辑也会跟着变能授权解决的未必走收购能少数持股的未必全资控股能和多个创业团队共建标准的未必绑定单一标的。6.2 创业公司的退出策略必须提前调整对 AI 创业者来说过去那个做出产品、找大厂收编的默认剧本已经不太好用了。如果你还是想被收购那么从融资第一天就要做可审批性设计——把数据授权链理干净、把数据资产结构化规范好、避免产品方向和潜在收购方核心业务高度重叠。这些细节做的越早将来交易在监管那里的风险系数就越低。更多团队会开始接受替代方案开源核心加商业云、协议授权、与平台共建项目而不是被并进平台。这未必是坏事。独立发展和资本连接的方式本来就不止一条路合规压力客观上会逼着 AI 创业生态往更多元的方向走。6.3 从合规实务角度说几句真心话做这行时间长了我最大的体会是合规不是交易的刹车而是交易的保险。凡是把监管审查当成不可控外部变量、等到被问询才开始应付的交易大概率会被审查拖得面目全非凡是提前把监管逻辑纳入交易设计、把审查问题当产品问题来答的团队反而能把合规确定性变成自己谈判桌上的筹码。Manus 案之后AI 并购的合规门槛只会更高、只会更常态化。无论你是买方、卖方还是中间那条船上的任何角色早点把这件事放进你的交易工具箱一定不会吃亏。