Meta的Muse：比“AI点咖啡”更具深度的灵感助手

正文：

Muse 已成为科技巨头 Meta 的“灵感源泉”，其推出后使 Meta 的股价上涨了15%。

9 月 8 日，Meta 发布了旗下的智能助手 Muse，短短十天内便在美国苹果 App Store 免费榜上夺得了第一的位置，并连续三天保持这一荣誉。到 9 月 21 日，Meta 的股价因此飙升11.4%，市值增加了约1923亿美元。

该产品的热度还波及到了半导体行业，使得 CPU 也成为市场的热门追逐对象，推动 AMD 股价上涨9.9%，市值首次突破1万亿美元。

对于中国用户而言，这一现象似乎有些耳熟。从“一句话点外卖”到跨应用的比价和下单，过去一年中，个人智能代理（能够自主执行任务的 AI）已经展示了许多令人振奋的场景。甚至有声称天生为 AI 个人助手的“豆包手机”问世，尝试让 AI 直接操作屏幕，帮助用户在不同应用间完成任务。

众多用户都曾在发布会上体验过“AI 请客”的咖啡。

然而，现实中的体验却往往残酷无情。发布会上演示的无缝操作，到了实际使用中，可能因登录、支付或意外弹窗而受阻；银行等应用的限制也使得 AI 助手无法顺利工作。

如今，Muse 带着类似的产品承诺出现，但很快就遭到 Amazon 的封锁。为什么这些熟悉的能力与障碍在美国市场上却被赋予了如此大的想象空间？

图：Meta 首席人工智能官 Alexandr Wang（汪滔）与 Muse，图片由 AI 生成

Muse 于 9 月 8 日发布，之后十天内迅速登顶。传播过程中，退款、闲置订阅和保险账单成为反复提及的主题。Meta 的首席 AI 官 Alexandr Wang 推动了“Muse Money Challenge”（Muse省钱挑战），鼓励用户分享省钱的成果。外媒报道，一位创业者称 Muse 帮他找到了一项每年节省3500美元的车险方案；不过，许多分享内容实际上来源于 Meta 的员工。

然而，这些案例给用户提供了尝试的理由：查看是否有不必要的支出。对于不太关注 AI 的用户而言，节省的金额显然比一串模型的基准成绩更易于理解，并且更适合分享。

Muse 的推广还在于解决另一个障碍：用户不知该让 AI 执行哪些任务。Muse 的设计团队透露，早期测试中功能过多反而让用户无从选择，因此他们加入了根据目标和对话自动生成建议的功能。科技记者 Alex Heath 在公开发文中也称赞了 Ideas 和 Feed 页面，因为它们会提出用户意想不到的任务。

沃顿商学院教授 Ethan Mollick 的评价是：其他 AI 实验室的系统已经能够实现类似功能，而 Muse 的专注设计让普通用户更易于上手；Meta 还投入了大量免费算力以提升用户体验。

在 C 端的市场玩法上，显然 Meta 更具优势，以“省钱”为主要吸引力，功能设计上让用户容易上手，入口则是最熟悉的 WhatsApp，更重要的是用户可以使用免费的 token 来体验。用户不仅可以免费试用 Muse，还能通过 WhatsApp 像发消息一样让其执行任务，降低了尝试和使用的门槛。

省钱案例、任务建议和熟悉的入口构成了这次传播的几个重要环节。同时，省钱的故事为传播提供了引爆点，并进一步反映在榜单表现上，成为投资者重新评估 Meta 的信号。

那么，Muse 在技术上是否有新的突破呢？

模型负责理解用户需求、安排步骤，并调用浏览器等工具进行网页操作和表单填写。这些操作在 Meta 的服务器上进行，因此即使用户关闭手机应用，任务仍然可以继续进行。Meta 通过虚拟机技术为每位用户划定独立的运行空间，保存个人数据和任务进度。Computer Use（电脑操作能力）使得 AI 能够使用这台电脑上的软件。

Muse 的“云端电脑”并非首次。根据 OpenAI 的官方文档，ChatGPT Work 是在基于虚拟机的沙盒中运行的，执行状态与用户相关，环境可以跨任务复用，并且在保留部分状态的情况下更换。其云端浏览器在用户关闭电脑后依然能继续工作。GPT-6 还可以编写代码以操作浏览器和桌面，并结合插件完成任务。

然而，Muse 的工程特点在于围绕个人数据划定权限边界。根据 Meta 的披露，每位用户都拥有一个 Muse Secure VM（Muse 安全虚拟机），作为个人数据的主要存储位置。执行程序和工具被放置在虚拟机内部的受限容器中，账户凭据、安全检查和持久状态分别管理；模型推理通过接口调用外部基础设施，而并非将整个大模型装载于个人虚拟机中。

我们可以将其视为一个分区的工作区，Agent 可以在操作区读取文件和运行程序，而账户凭据则由另一处保管，连接器的动作和网络访问必须经过 Sentinel（权限审核智能体）。这种设计旨在确保处理陌生网页的程序即使受到误导，也难以直接获得全部权限。不过，实际安全效果仍需进一步测试和验证。

这种设计的工程价值在于将执行能力与授权边界一同组织：服务已有接口时调用连接器，若无合适接口则尝试浏览器操作。接口需要合作接入，而界面操作则需应对页面变化与验证。

这套设计便于持续委托，保留进度，按时间或相关事件继续处理事务，并在关键操作前请求授权。独立虚拟机、容器和权限审核都有现成的技术基础；目前尚无法证明 Muse 的整套方案在所有竞争者中处于领先地位。

图：Muse 安全架构示意图。每位用户拥有独立的云端虚拟机；任务执行程序与账户凭据、持久数据分开管理，Sentinel 负责审核对外访问及连接器操作。

国内早已有类似产品尝试，例如 2025 年的 AutoGLM 2.0 同时提供云手机和云电脑，覆盖移动应用、网页及办公任务；豆包手机的卖点在于“AI 原生手机”，能够操作用户手机中的应用；千问 app 利用阿里生态的优势，将点单、支付等服务通过合作接口接入，减少逐屏点击。

界面操作与接口调用可以结合，任务也可以在本机或云端执行。AutoGLM 的“云电脑”指供 AI 操作的环境，而 Muse 的“独立 Linux 虚拟机”主要描述其为用户划分运行空间，两者处于不同的比较维度。

Muse 表示，部分 AI 手机体验可以通过现有手机和云端服务交付；但要调用手机中的应用、相机和系统权限，仍需设备端支持与用户授权。

总体来看，Muse 本质上仍是国内用户熟悉的、擅长表演点咖啡的 AI 助手。只是，在国内，这个 AI 助手暂时未能点燃用户和资本的热情。

Muse 主要面向个人，现阶段聚焦于生活管理，但它同样可以生成文档和网页。“个人用户”和“生活任务”并非同一概念，一个个人助手完全可以同时处理家庭与工作的事务。

中国市场并未放弃生活代理的探索。阿里披露，千问在春节期间促成了近2亿笔订单；这一活动伴随着30亿元的激励，而订单量并不能单独证明自然需求与盈利。同时，豆包在6月推出了面向复杂办公的专业版，月费68元起，腾讯也推出了 WorkBuddy 企业版。国内正在并行探索生活与办公场景，只是办公场景的风口更为显著。

办公场景更易于收费，比如整理一批表格、完成调研，节省的劳动可与省去的交付时间进行比较。然而，点一杯奶茶本只需几次点击