邀請碼被炒到 10 萬一個的 Manus，前陣子首次宣布年化收入達到 9000 萬美元。
從 3 月上線到現在，滿打滿算也就幾個月時間。一個 AI 產品的增長勢頭，真能這麼快就做到一年近 6 億的年收入？
關鍵是，不少網友質疑 Manus 用的還不是常見的 ARR 指標，而是一個叫 RRR 的指標——收入運行率。
Just had a great conversation with @paulharapin at Stripe Tour Singapore. It's amazing to see Manus grow from launch in March to a $90M revenue run rate, with $100M just around the corner. Grateful for Stripe's strong support along the way! pic.twitter.com/AJZWtqj9sn
— Yichao 'Peak' Ji (@peakji) August 20, 2025
當天，Manus 創始人肖弘甚至專門髮長文解釋，說 ARR 容易造假，用 RRR 更靠譜。
ARR 也好，RRR 也罷，這種定時公布財務指標的操作在 AI 圈已經成了標配。Genspark 號稱 9 天收入 1000 萬美元，Lovable 說 8 個月破億。轉眼間。AI 公司們突然都成了造富神話的主角。
那麼問題來了，這些數字經得起推敲嗎？
要理解這個問題，得先搞清楚 ARR 和 RRR 到底是什麼。
為方便理解，先簡單用一個例子說明：
假設你每個月工資 1 萬，年底拿了 3 萬年終獎，那當月的總收入是 4 萬。
如果用 ARR 的算法：只看固定工資，1 萬×12=12 萬年收入。如果用 RRR 的算法：拿當月總收入算，4 萬×12=48 萬年收入。
問題是年終獎一年只發一次，用 RRR 算出來的 48 萬聽起來很厲害，但實際上你明年不可能每個月都拿 4 萬。
同理，放到企業財務上，ARR（年度經常性收入）就是 SaaS 公司的標準指標，指一年內可預測、可持續的訂閱收入。
它更多是看那些「年年都會進賬」的部分，剔除掉偶發性交易。計算公式也非常簡單：ARR = MRR（月度經常性收入）× 12。比如一個產品每月訂閱收入 100 萬元，ARR 就是 1200 萬元。
ARR 的價值在於給投資人一個穩定預期——這家公司明年/一年大概能賺多少錢。投資人喜歡這種確定性，所以 ARR 成了融資路演的必備數據，也是同行業公司對比的標準維度。
但 ARR 有個致命假設：用戶會在接下來 365 天裡保持完全相同的消費行為，這在傳統軟體行業和 toB 業務中或許成立。在快速變化的 AI 市場中，用戶的新鮮感會消退，競爭對手會湧現，季節性波動也很明顯，而 ARR 的計算某種程度上忽略了這些變化。
RRR（收入運行率）則是另一種算法，它把當前某個周期的收入直接外推到全年。
公式則更粗暴：月收入 × 12，或季度收入 × 4。如果 Manus 當前單月收入 750 萬美元，RRR 就是 9000 萬美元。這不是已經到賬的錢，而是「假如未來 12 個月都保持這個水平」的理論數字。
因此兩者的關鍵區別在於：ARR 強調「可持續的訂閱收入」，RRR 只是簡單的「當前收入×12」。前者更保守，後者更激進。
面對質疑，Manus 創始人肖弘詳細解釋了選擇 RRR 的原因。
「Revenue Run Rate 是嚴謹的財務數據，計算方法是當月 Revenue × 12。關鍵是 Revenue 不等於 Cash Income，年付只能算預存款。」
他認為 ARR 容易造假：「產品上線初期，很多公司用 7 天現金收入乘以 52 來算 ARR，這裡包含了年付用戶的現金，可能多出好幾倍。而且產品早期熱度高、嘗鮮者多，很容易高估未來。」
肖弘的說法不無道理，除此之外，還有許多人為抬高 ARR 的套路。
比如最常見的抬高方式，是提前確認收入。客戶一次性簽了三年合約，按財務規範應該分三年確認，但公司為了讓 ARR 好看，直接把三年的合同金額打包進今年。
又或者給 KOL 開出 50% 甚至 70% 的超高佣金，讓他們「賠本賺廣告」。KOL 再用這筆錢給粉絲返現，短時間內就能賣出大量年費會員。
賬面上看，月收入暴增，ARR 高得嚇人。但扒開一看，全是補貼燒出來的「虛火」，用戶根本沒為產品本身買單。
還有的公司會把一些一次性收費——比如部署費、定製服務費、培訓費也算進 ARR。
更隱蔽的做法是比如讓大客戶先免費試用半年，合同金額是「正式使用後的價格」，但即便客戶還沒付錢，也沒承諾續費，ARR 里就先算上去了。
再比如，還有一種做法是折扣簽單卻按原價記賬。比如給大客戶打了 9 折、8 折甚至 5 折，為了儘快簽約，卻按產品官網價來算 ARR。你實收只有 50 萬美元，卻說 ARR 是 100 萬。
今天上午，肖弘也再次在社交平台強調 RRR 更真實。他還舉例說，AWS、Databricks、Stripe 等公司都用 RRR 來反映包含 Usage based 的業務實質。
只是，如果仔細分析肖弘的這套說辭，或許也能找到一些漏洞。
巨頭們之所以用 RRR，是因為他們業務已經穩定運行多年，有充足的歷史數據支撐外推的合理性。而 Manus 作為一個運行幾個月的初創產品，與跟這些成熟企業類比，很難不說存在誤導的空間。
Xsignal 數據顯示，Manus 從 3 月的 2000 萬月活跌到 5 月的 1000 萬，用戶減少了整整一半。如果真如他所說是「Usage based」的商業模式，用戶使用量大幅下降，收入理應也會跟著下滑。
而將視角拉回整個AI創業領域，幾乎每家 AI 公司都在使用類似的數字指標和表述方式。
根據 The Information 的數據，自 ChatGPT 發布以來，AI 原生公司的年收入已超過 150 億美元。
Genspark 聲稱上線 9 天就有 1000 萬美元 ARR。歐洲 AI 編程公司 Lovable 更誇張，說 35 個人 8 個月就做到年收入 1 億美元，還預測年底前達到 2.5 億美元 ARR，12 個月內衝擊 10 億美元。
Genspark Super Agent, 9 days, $10M ARR! 🚀https://t.co/Zc6aKDFL6x
Can't thank you enough for your trust and support! This is just 10% of our progress - one more exciting feature coming in two weeks! We're all in, 24/7. 🔥 pic.twitter.com/8lthlaU5Kd— Eric Jing (@ericjing_ai) April 10, 2025
這些數字都有個共同特點——時間短，增長快，數字大。
為什麼 AI 公司都熱衷於拋出這些數字？
一個很大的原因在於因為技術門檻降低了，同質化焦慮加劇了。當 ChatGPT、Claude 的 API 人人都能調用，構建 AI 應用的技術壁壘幾乎消失，創業者急需證明自己的不可替代性。
於是，財務數字遊戲成了救命稻草。而 ARR 這種傳統商業指標，看起來嚴肅、可預測，而投資人也吃這套，相比解釋複雜的技術原理，一個熟悉的財務指標更容易獲得認同。
但問題是，AI 工具或許壓根就不適合用傳統 SaaS 的標準來衡量。
傳統 SaaS 產品功能相對穩定，用戶遷移成本高，有明顯的網路效應和數據護城河。而 AI 工具恰恰相反：技術疊代極快，用戶切換成本很低。
歷史總是驚人地相似。
2000 年網際網路泡沫時，公司強調點擊量和頁面瀏覽量；移動網際網路時代，下載量和日活成了萬金油指標。每次技術演進都會催生一批「虛榮指標」，現在輪到 AI 了。
所以也難怪一些投資人開始調侃一些 AI 初創公司的收入為「ERR」——實驗性收入（Experimental Recurring Revenue）。
歸根結底，產品是否真的解決了用戶痛點？技術壁壘是否足夠深厚？團隊是否具備持續創新的能力？商業模式是否具有可持續性？這些基本問題的答案，遠比任何經過包裝的財務指標更重要。
畢竟，市場終究會用腳投票，泡沫總會破，只有真正有價值的產品才能活到最後，而當潮水退去時，我們才知道誰在裸泳。
