最近，Meta 新推出的 AI 产品 Muse 确实火得有点突然。
9 月 8 日正式上线后，Muse 的下载量很快突破 250 万。到 9 月 25 日，根据 Sensor Tower 的估算，累计下载量已经达到约 340 万次。它还一度冲上美国应用商店榜首。
乍一看，这很容易被理解成 Meta 又推出了一个类似 ChatGPT 的 AI 助手。
但 Muse 的方向其实不太一样。
Meta 对它的定义是 Personal AI Agent，也就是个人 AI 智能体。
如果说过去几年的 AI 主要负责回答问题，那么 Muse 更想做的是另一件事：替你去完成任务。
Muse 和普通聊天机器人有什么不同？
举个简单的例子。
如果你告诉 ChatGPT：
“帮我规划一下下个月去日本旅行，预算 2000 美元。”
它可以帮你查思路、设计路线、推荐酒店，甚至帮你比较不同方案。
但很多事情最后还是要你自己完成。
你需要自己去订票、打开酒店网站、对照时间、确认行程。
Muse 想往前再走一步。
它不仅给建议，还可以继续操作网页、连接服务、填写信息，并完成后续任务。
Meta 展示过的能力包括处理邮件、购物、旅行安排等。
换句话说，过去我们使用 AI 的过程大多是：
你问，AI 回答。
而 Muse 想变成：
你交代事情，AI 去处理。
这也是最近 AI Agent 这个概念越来越受到关注的原因。
它为什么可以自己操作网页？
Muse 背后有一个很重要的设计，叫做 Muse Secure VM。
可以简单理解成，Meta 在云端给 Muse 准备了一台虚拟电脑。
这台电脑里有浏览器，也可以运行程序，还可以连接用户授权的各种服务。
所以 Muse 并不是生成一段文字之后就结束了。
它可以继续打开网页、搜索信息、点击按钮、填写表单，再根据结果决定下一步做什么。
整个过程和一个人坐在电脑前完成任务其实已经非常接近。
Meta 还为 Muse 准备了一套名为 Muse Spark 的模型，用来驱动这套 Agent 系统。
更值得注意的是，Muse 并不一定只靠一个 Agent 完成任务。
Meta 在相关安全说明中提到，Muse 可以启动多个子 Agent，也可以调用不同工具，并持续处理比较长的任务。
所以它和我们过去理解的“AI 助手”已经有了明显区别。
它开始越来越像一个可以使用电脑的数字助理。
Muse 还有一个更关键的能力：记住你
相比自动点击网页，我觉得 Muse 更值得关注的其实是它的长期记忆。
Muse 会逐渐了解用户的一些习惯和背景。
比如你喜欢什么、最近准备做什么、有哪些固定安排，甚至朋友有没有特殊的饮食偏好。
这些信息以后执行任务时可以继续使用。
Meta 举过一个很典型的例子。
假设你之前在 Instagram 收藏过一条菜谱视频，后来准备邀请朋友来家里吃饭。
Muse 可以根据那条视频整理购物清单，再结合你之前告诉过它的朋友饮食偏好，调整菜单。
这看起来只是一个小功能，但它实际上改变了我们使用 AI 的方式。
现在用 ChatGPT，我们经常需要不停补充上下文：
“我是做什么的。”
“我之前已经完成了什么。”
“我的目标是什么。”
“不要再重复上一轮内容。”
如果 AI 可以长期记住这些背景，那么未来每一次使用 AI，都不需要从头开始。
这可能比单纯提升模型参数更影响真实体验。
如果 Muse 最后只是手机里的另一个 AI App，它的意义其实没那么大。
Meta 更大的布局，是把它放进自己的硬件里。
在 Meta Connect 2026 上，Meta 已经宣布会把 Muse 带到 AI 眼镜中。
这会让事情变得更有意思。
当 AI 只能存在于聊天框里时，你必须主动打开 App、输入问题，再等待回答。
但如果 AI 在眼镜里，它可以直接看到你正在看到的东西。
比如你走进一家商店，看到货架上的一个商品，可以直接问：
“这个网上卖多少钱？”
AI 可以根据眼镜看到的画面识别商品，然后继续搜索、比较。
再进一步，如果你已经授权了购物服务，它甚至可以继续完成后面的操作。
这时候 AI 的形态就开始发生变化。
它不再只是一个需要主动打开的软件，而是逐渐变成一个始终存在于身边的助手。
Meta 过去几年一直在押注智能眼镜，而 Muse 很可能正是这套硬件里缺少的那块软件拼图。
Muse 为什么突然火起来？
除了产品本身，Meta 这次在传播上也找到了一个很聪明的切入点。
不是展示 Benchmark，也不是告诉普通用户模型参数有多强。
而是直接告诉用户：
让 AI 帮你省钱。
Meta 首席 AI 官 Alexandr Wang 推出了一个叫做 #MuseMoneyChallenge 的活动。
玩法很简单。
用户可以把自己的订阅、保险、账单等交给 Muse 检查，看它能不能找到多余的订阅、优惠方案或者可以追回的费用。
有人展示了几百美元甚至数千美元的节省结果。
这个玩法特别适合传播，因为它绕开了 AI 圈一直喜欢讨论的技术指标。
普通用户不太关心某个模型的推理分数提高了多少。
但如果一个 AI 能直接帮自己省几百美元，大家马上就知道它有什么用。
Muse 能在短时间获得大量关注，这应该也是一个很重要的原因。
但权限问题也开始变得绕不开
Muse 越能替人办事，需要的权限就越多。
这是 AI Agent 和普通聊天机器人的一个根本区别。
如果一个 AI 只是回答问题，它主要接触的是你主动输入的信息。
但如果它开始帮你购物、管理邮件、安排日程，它就需要接触越来越多的账户和个人数据。
比如邮箱、日历、购物账号、联系人，甚至支付信息。
这会带来一个新的安全问题。
过去我们担心的是“AI 会不会回答错”。
未来还要担心：
如果 AI 操作错了怎么办？
以及：
如果有人通过 AI 获得了这些权限怎么办？
Muse 发布后不久，就已经出现过安全漏洞相关的讨论。一名安全研究人员披露了 Muse Mac 客户端存在零日漏洞，后来问题得到修复。
这类事情以后可能会越来越常见。
因为当 AI Agent 拥有的权限越来越高，它本身也会成为新的攻击目标。
还有一个问题：网站愿不愿意让 AI 替你操作？
Muse 上线后还发生了一件很有意思的事。
Amazon 开始阻止 Muse 访问自己的购物网站。
Amazon 的观点很明确：第三方 AI Agent 如果要替用户购物，应该明确自己的身份，并获得平台允许。
这其实提出了一个比 Muse 本身更大的问题。
今天的互联网，大部分网站都是为“人”设计的。
网站默认访问者会自己打开页面、点击按钮、查看广告，然后完成购买。
但如果未来越来越多事情都交给 Agent：
用户可能不会打开 Amazon。
不会打开 Booking。
甚至不会打开很多 App。
用户只需要告诉 AI：
“帮我买。”
“帮我订。”
“帮我找。”
然后由 AI 在后台完成一切。
如果真的走到这一步，今天很多互联网平台的商业模式都会受到影响。
谁拥有用户入口，谁就拥有分发权。
以前这个入口可能是浏览器、搜索引擎和 App。
以后很可能会多出一个新的入口：
AI Agent。
Muse 真正值得关注的地方
Muse 当然不是第一个 AI Agent。
类似的产品和技术过去几年已经出现了很多。
但它有一个很重要的不同：
Meta 正在尝试把 Agent 从开发者和 AI 爱好者的工具，变成普通消费者可以直接使用的产品。
以前我们讨论 Agent，经常会提到 API、工具调用、MCP、浏览器自动化、工作流。
普通用户其实很难理解这些东西。
Muse 的表达方式简单得多：
你告诉它想做什么，然后让它去做。
这可能也是接下来几年 AI 产品最明显的变化之一。
过去我们一直在讨论：
AI 会不会写文章？
会不会写代码？
会不会画图？
会不会做视频？
这些问题慢慢已经不再新鲜。
接下来真正值得关注的问题，可能会变成：
我们愿意把多少事情直接交给 AI？
让它读邮件。
让它管理日程。
让它买东西。
让它操作电脑。
甚至让它代表我们和其他服务进行交互。
ChatGPT 让很多普通人第一次习惯了“直接和 AI 说话”。
Muse 想推动的，则可能是下一步：
不只是和 AI 说话，而是让 AI 去做事。
如果这种使用方式真的普及，我们以后使用互联网的方式，很可能也会一起发生变化。关于 AI Agent 的产品观察和后续影响，在 云栈社区 也有不少讨论。
发表于 4 天前
|
查看: 11|
回复: 0
