Manus, стартап в сегменте AI-агентов, возвращается к независимой работе после того, как китайские регуляторы потребовали отменить его сделку с Meta примерно на $2 млрд. Вместе с этим компания предупредила пользователей: часть накопленных данных будет удалена. Для рынка, где память AI-агента давно продают как ключевое преимущество, новость неприятная: выясняется, что память AI-агента живет ровно до тех пор, пока не меняется корпоративная вывеска над сервисом.
Об этом сообщает The New Stack. По данным издания, Manus разослала пользователям уведомление о том, что после выхода из-под крыла Meta удалит определенные данные, созданные в период, когда компания находилась в составе американского техгиганта. Формулировка важная: речь не о полном обнулении истории аккаунтов, а о тех записях и артефактах, которые были связаны с периодом владения и подпадали под обновленную политику данных после разворота сделки.
История сама по себе выглядит как хороший сюжет о том, что у AI-рынка все еще есть очень земные ограничения. В декабре 2025 года Meta объявила о покупке Manus, одного из самых заметных игроков в нише автономных агентов. Но уже 27 апреля 2026 года китайский регулятор NDRC потребовал сделку отменить. Дальше началась не красивая интеграция, а болезненная обратная сборка: разделение команд, остановка обмена данными, фактическое разведение инфраструктуры и возврат Manus к самостоятельной жизни. В июне Bloomberg сообщал, что Meta уже отрезала Manus от своих внутренних систем и прекратила совместное использование данных. Теперь появился следующий логичный шаг: зачистка цифрового следа, оставшегося после неслучившегося брака.
Почему это бьет не только по PR
Для обычного SaaS-сервиса такая новость выглядела бы как очередное скучное обновление политики хранения данных. Но AI-агенты продаются иначе. Их главный маркетинговый тезис прост: они помнят контекст, задачи, решения, привычки пользователя и поэтому становятся полезнее с каждой новой сессией. И вот тут начинается самое интересное. Если при смене собственника, юрисдикции или комплаенс-модели часть памяти можно удалить, значит, на практике эта «долговременная память» не является чем-то незыблемым. Она зависит от структуры сделки, регуляторных требований и того, как именно данные были смешаны между старой и новой организацией.
Для разработчиков это довольно неприятное, но полезное напоминание. Когда команда встраивает AI-агента в продажи, саппорт, аналитику или внутренние операционные процессы, она часто думает о качестве модели, стоимости токенов и доступности API. Намного реже обсуждают вопрос жизненного цикла памяти: где именно хранятся пользовательские артефакты, кто считается контролером этих данных после M&A, можно ли отделить «память периода А» от «памяти периода Б», и что произойдет, если интеграцию придется раскатывать назад не в проде, а на уровне собственности. История Manus показывает, что этот сценарий уже не из учебника по корпоративному праву, а из новостной ленты.
Особенно это важно для компаний, которые используют AI-агентов не как игрушку для генерации текста, а как слой над CRM, документами, таск-трекерами, перепиской и внутренними базами знаний. Там память AI-агента быстро превращается в рабочий актив: в ней оседают решения, предпочтения клиентов, резюме встреч, черновики, классификации, цепочки действий. Если часть этой истории удаляется, бизнес теряет не только «удобство пользователя», но и кусок операционного контекста. И если в чат-боте это раздражает, то в b2b-процессах уже может ломать метрики, автоматизации и доверие к инструменту.
Что это значит для рынка AI-агентов
Есть и второй слой этой истории: рынок получает сигнал, что AI-агенты входят в число чувствительных активов не только из-за моделей, но и из-за накопленной памяти. Раньше обсуждение таких сделок шло вокруг доступа к талантам, коду, вычислительным ресурсам и пользовательской базе. Теперь на первый план выходит вопрос, кому достается долговременный контекст работы агента и можно ли вообще безболезненно передать его из одной корпоративной оболочки в другую. Для регуляторов это уже не абстрактные логи, а данные, которые могут описывать поведение пользователей, бизнес-процессы и внутренние знания организаций.
На стороне продукта вывод тоже прямой. Если вендор обещает, что агент «помнит все», заказчику уже мало красивой демки. Нужны ответы на довольно прозаические вопросы: как устроено удаление, можно ли экспортировать историю, что считается памятью пользователя, а что системным артефактом, какие данные будут удалены при смене владельца сервиса, и можно ли изолировать корпоративную память от памяти платформы. Иначе выяснится, что самая дорогая часть AI-продукта хранится по правилам, о которых клиент вспоминает только после письма с темой в духе «обновление политики данных».
Для российских команд, которые строят собственных агентов или выбирают зарубежные платформы, кейс Manus полезен еще и как чек-лист для due diligence. Если сервис завязан на накопленный контекст, в договоре и архитектуре должны быть предусмотрены экспорт, ретеншн-политика, сценарий миграции и понятная граница между данными пользователя и данными платформы. Иначе AI-агент оказывается умным ровно до первого корпоративного шторма.
История Manus задает неприятный, но правильный вопрос всему рынку: кому на самом деле принадлежит память AI-агента, если она переживает сессии, но не всегда переживает сделку. Похоже, следующий этап конкуренции между агентными платформами пойдет не только по линии качества моделей и числа интеграций, но и по тому, насколько надежно они умеют хранить, переносить и юридически защищать накопленный контекст пользователя.