找回密码
立即注册
搜索
发回帖 发新帖

5109

积分

0

好友

659

主题
发表于 3 小时前 | 查看: 6| 回复: 0

提到 Personal Agent,很多人的第一反应是找个 Agent 替自己干活。可同样是 Personal Agent,大家拿 Grok Bot 和 Muse 干的活,几乎没什么重叠。

Grok Bot 常见的用法,是按岗位搭几个 Bot 一起干活:盯着 Slack 和 GitHub 的消息,跟进销售线索和会议,整理营销报表,运营社交媒体等等。而 Muse 不一样,更多的人拿它来办生活里的杂事:打电话替自己排队等人工,在客服窗口里把网费砍下来,翻银行账单揪出一笔不认识的扣款,再顺手退掉忘了的订阅等等。

一个接管了上班琐事,一个接管了日常琐事。这不只是用法不同,两个产品的设计骨架和生态天然造就了它们的不同用法。Grok Bot 按岗位给你一群 Bot,每个 Bot 各管各的记忆和定时任务;Muse 只给你一个 Agent,一条主对话从第一天一直聊下去,你生活里的人和事都记在同一个 Agent 身上。

设计骨架不一样,记忆和权限自然也是两种管法。上一篇拆完了 Grok Bot,这一篇再看看让 Meta 重新崛起的 Muse,这样一个替你过日子的 Personal Agent,背后是怎么工作的。

Muse 提供了什么环境

Muse 是 Meta 上个月推出的 Personal Agent,官方定位是一个人人都能用的个人 Agent,会主动帮你推进目标、给你出主意,用起来就像给人发消息,App 和 WhatsApp 里都能聊。目前只在美国和加拿大开放。

和 Grok Bot 最大的不同,是一个人只有一个 Agent,没有 Bot 名册,也没有群聊。它的名字、头像和性格由你来定,主对话从第一天一直延续下去,话题多了可以另开副聊天,对话上下文分开,记忆还是同一份。

用过 OpenClaw 的人,看到它云电脑里的文件会很眼熟:SOUL.md、IDENTITY.md、USER.md、MEMORY.md、AGENTS.md、HEARTBEAT.md,一个不差。这也是 X 上流传最广的说法,Muse 就是给普通人用的 OpenClaw。Meta 那边也没否认,说代码是从零写的,但产品上深受 OpenClaw 启发,文件名也是照着用的。

不同的是,在 OpenClaw 里这些文件要你自己写、自己清理;在 Muse 里,MEMORY.md、SOUL.md 这几个你可以在 Identity 页直接改,但大部分时候不用动手,后台会替你整理。

配置上,两边也差了不少。Grok Bot 是 8 核 CPU、15GB 内存的 Debian 13;Muse 则只有 2 个 vCPU、8GB 内存。Grok Bot 会给每个 Bot 都开一个桌面和浏览器,Muse 的 Agent 则没有桌面。

Muse 的云电脑架构:一台机器上的两个安全域,包含 Muse Secure VM、runtime cell、Sentinel、凭据服务等

官方的说法是,这是一台机器上的两个隔离的安全域,而不是一个拿着 root 权限的 Agent。上一篇讲过,Grok Bot 的凭据以环境变量的形式出现在 Shell 命令上,靠审查模型在动手前把关;Muse 则直接把凭据和对外的出口放到了 Agent 够不着的地方。

Muse 是怎么运行的

对话之外,Muse 一直有一组后台流程在不停跑着:每小时整理记忆、更新你身边每个人的档案,每天写构想卡、复盘技能,每晚研读你的目标,再“做梦”回顾最近的对话。Feed 则由另一条流程每小时决定要不要出一刊。

跟 Codex 这种编程 Agent 不同,Muse 后台执行的任务虽然非常多,但来找你的次数并不多。普通的事要等你醒着、闲下来才发,每天最多一条,只有紧急的才立刻推送;每条结果还要先过分类器和撰写器两关,提示词里写得很明白:没有值得说的,就一条都不发。嫌它太吵或者太安静,直接跟它说就行:

Muse 后台在忙什么:对话之外的后台流程与要不要来找你的发送节奏

构想卡也有一套规矩。每张卡都是一份可以验收的执行合约,写着做完你能得到什么、有哪些限制、怎么算做好、为什么推给你;写完还要过一道评审,只问一个问题:这张卡是不是只可能写给这个人?你问它为什么推这张,它也得去数据库里查当初存下的理由,不能临场编一个。

目标页也是同一个思路。目标本身不跑任何东西,真正干活的是挂在它下面的定时任务。

上一篇讲过,Grok Bot 的主动性是在聊天里提一句,问你要不要把重复的活做成定时任务;Muse 则把主动性拆成了几个单独的页面和一整套后台流程。

记忆怎么管

跟所有 Agent 一样,会话聊久了总是需要压缩,而压缩就不可避免导致信息丢失,所以 Muse 在对话之外另外维护了一套五层的记忆。写入有两条路:Agent 在对话里学到值得记的事,当场就写进去;后台每小时从对话里抽出一条条事实,带着类型、置信度、你的原话和来源消息,再合并进去:

Muse 的记忆怎么写进去:前台写入、后台抽取,以及五层记忆结构

这些事实会被证实、到期、被新的事实取代,MEMORY.md 只留最新的版本,旧的轨迹留在每日笔记里。之前我写 OpenClaw 的正确打开方式 时提过一个坑:OpenClaw 的 Dreaming 容易把啰嗦的内容也晋升上来,MEMORY.md 越来越臃肿,只能定期手动清理。Muse 用新事实取代旧事实的办法来控制它,做梦写出的那份“该怎么对待这位用户”的总结,也只当作参考,不能替你下命令。

当然只是增加记忆还远远不够,能够正确遗忘才是记忆系统的核心。在 Muse 里,你说一句“忘掉这件事”,它并不是简单地删掉一行记忆,而是会走一整套清理流程,具体步骤如下图所示:

Muse 说一句忘掉这件事之后的完整清理流程

另外,遗忘和删除在 Muse 里是分开的。删掉聊天记录,它从里面学到的东西可能还留在记忆里,需要再让它忘掉一次;反过来,让它忘掉某件事,原来的聊天记录也还在,而主聊天只能通过重置整个 Muse 才能清空。

权限是怎么管理的

打电话、砍网费、下单,这些都是让 Agent 替你出面去做事,而 Agent 总是有可能会出错的。Meta 官方文档也强调了这个安全问题:不管模型多强,这类 Agent 都一定会犯错,也会被它读到的数据攻击,所以整套系统都是按照 Agent 可能已经被攻破的前提来设计的。

这套设计的核心是 Sentinel。它是一个跑在容器外面的独立服务,也是连接器动作和网络出口唯一的授权方:Agent 只能提出要做什么,批不批则由 Sentinel 按照你设定的策略来决定。需要问你的时候,审批卡会直接弹到 App 上,而不是通过你和 Muse 的对话,所以 Agent 既看不到这张卡,也没法替你点同意:

Muse 权限怎么管:Agent 只能提,Sentinel 来批,以及干净的进程、污点进程和花钱审批

哪些出站请求可以不打扰你?Muse 的办法是在内核里用 eBPF 追踪数据的流向:每个工具进程启动时都是干净的,一旦读过你的数据,就会被打上污点,从而失去自动放行的资格,必须走正常的审批流程。而涉及花钱的操作,每一笔都需要你单独批准。

凭据也是同样的思路,Agent 可以使用凭据,但始终看不到凭据本身:

Muse 凭据怎么管:Agent 会用钥匙,但看不见钥匙

上一篇讲权限时我提到,Grok Bot 能守住的约束基本都写在了 schema 和代码里。Muse 则把这条线又往下推了一层,把约束放进了 Agent 碰不到的另一个安全域,这样即使 Agent 被骗了,也没法绕过 Sentinel 把你的数据发出去。当然,官方也承认 prompt 注入目前仍然没有解决,所以同时开放了漏洞赏金计划。

定时任务的设计也和 Grok Bot 不太一样。任务跑完之后,要先判断有没有值得报告的内容,再交给面向你的 Agent 转告,所以任务跑完并不等于你收到了结果,官方条款里也写明了不保证按时完成。需要频繁盯着某件事时,Muse 也不会每分钟叫醒一次模型,而是让一段脚本去轮询,真有事了才叫醒模型。

不过,这些设计也是有代价的:Muse 的能力基本依赖 Meta 和合作方提供的技能和连接器,用户没法自己接入 MCP 服务器。

浙大团队的 nanoMuse

Muse 目前只在美国和加拿大开放,国内想体验的话,可以试试浙大团队做的开源项目 nanoMuse。它在 Muse 上线两周后开工,基本由一个人开发,两周多就发布了 1.0,GitHub 上已经有近千个 star。

从使用体验上看,nanoMuse 基本上就是 Muse 的复刻(对得起它的名字):Feed、Ideas、Goals、Library、Markdown 记忆和审批卡片等等都有,还多了操作 Android 手机屏幕、设备之间互相派活这些 Muse 没有的能力。不过从代码来看,它的实现跟 Muse 差别很大:

Muse 和 nanoMuse 对比:外形相似,实现反着来

其中差别最大的是 Sentinel。nanoMuse 的 Sentinel 和 agent 跑在同一个进程、同一个系统用户下,凭据库和密钥也放在同一个目录里,作者也承认,这只是策略边界,而不是权限边界。1.0 发布前后,它就已经修过两次同一类漏洞:在放手模式下,后台任务可以先读取一份私密数据,再悄悄发到一个陌生的主机上,整个过程都不需要审批。

所以 nanoMuse 更适合用来体验 Muse 这一套交互方式,真正难做的是交互背后的两件事:后台怎么把记忆积累起来、管理好,以及怎么把对外的出口放到 Agent 够不着的地方。

写在最后

拆完 Muse 再回头看,它和 Grok Bot 其实是在同一道题上给出了两个不同的答案。Grok Bot 给你一群 Bot 和一台什么都能装的电脑,用起来很灵活,但很多边界需要你自己操心;Muse 只给你一个 Agent,记忆交给后台整理,出口放在 Agent 够不着的地方,普通人也敢把事情交给它。所以挑 Personal Agent 之前,先想清楚你要它接管的是上班琐事,还是日常琐事。

不过,越懂你的 Agent,记住的东西也就越多。Muse 会给你提到的每个人建档,让它忘掉也不等于真的清理干净了,Meta 自己也承认现在的架构挡不住它访问你的数据。所以除了看它能替你办成多少事之外,也要注意它的隐私问题,比如记了谁、记了什么,以及能不能在需要的时候让它真的忘掉。

推荐阅读:

如果你也在关注 AI Agent 的架构设计,欢迎持续交流。类似的架构拆解和踩坑记录,我也会在后续继续整理和分享。




上一篇:MLLM推理加速新范式:按问题动态路由视觉标记,预填充快2.09倍
下一篇:神经渲染半年提速10倍,英伟达DLSS 5新模型改变了什么
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-10-18 04:47 , Processed in 0.061852 second(s), 38 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表