# Meta正式发布个人AI智能体Muse：告诉它目标，剩下的交给云端”替身”
从”一问一答”到”替你把事办完”
过去几年，人们使用AI的方式基本没变：提出问题，AI给出答案，遇到复杂任务还得自己一步步下达指令。9月8日，Meta在美国正式推出个人AI智能体Muse，把这种交互方式彻底调转过来——用户不再需要告诉AI”怎么做”，只需要说出”想达成什么结果”，Muse会自己拆解任务、打开网页、填写表单、调用应用，把一整条事务链做完。
这也是扎克伯格口中”个人超级智能”愿景落地的第一款面向普通消费者的产品。他强调，每个人都将拥有一个了解你、记住你目标、还能24小时替你在数字世界干活的智能体，而这正是Meta眼中最大的商业机遇。
Muse能替你做什么：从订票购物到”上门谈判”
Muse的能力边界取决于用户授予的权限，但覆盖范围已经相当可观。它可以替你网购下单、购买电影票、预约球课、填写学校活动的授权单，也能收发邮件、规划行程、预订旅行。官方给出的例子更贴近生活：你在社交平台收藏的食谱视频，Muse能自动提取食材清单生成购物清单；聚会前它会记得朋友的饮食禁忌，写邀请函时主动避开。
连一些需要”拉锯”的活儿它也能接。比如你想降低某项服务的账单，Muse可以浏览网站、填写表格，甚至代表用户与服务商进行谈判；出售二手车这类流程繁琐的事务，同样可以交给它持续跟进。Meta AI产品副总裁表示，得益于Muse具备自主编写软件的能力，只要接入方提供API，它甚至能自己构建连接器，功能上几乎不受限制。
核心架构：人人一台”云端虚拟机”，关掉App也不停工
Muse与传统聊天助手的根本差异，在于模型背后多了一台可以被智能体控制的虚拟计算机。每个用户都会获得一台独立运行的Muse Secure VM，位于Meta云端的虚拟计算机，拥有自己的浏览器，能保存用户授权的数据和服务连接。
这意味着Muse具备真正的”主动性”：即使用户关闭App，耗时较长的任务仍能在后台持续运行，比如刷新页面等待门票补货、监控商品价格变化。它还会在夜间整理执行过程、反思结果，把经验沉淀进长期记忆，甚至基于已有目标主动提出新的项目建议。只有当任务出现进展、或遇到发送邮件、完成支付这类敏感操作时，它才会暂停并推送消息，等待用户授权，不会擅自做高风险决策。
安全隐私：独立虚拟机+哨兵监督，连Meta都”看不见”
把邮箱、日历、支付、健康数据交给一个AI代理，信任是最大的门槛。Meta为此做了多层防护：每个用户的数据运行在相互隔离的云端虚拟机中；独立的”哨兵”监控代理会对计划执行的操作进行审查，在特定情况下强制要求用户确认；用户可以选择不让交互数据用于模型训练，对话详情也不会与广告系统共享。
更激进的一步在后头。Meta透露，今年晚些时候将推出Muse Confidential VM版本，用户数据将以仅由用户自己持有的密钥加密，连Meta本身也无法访问。这项技术由加密通讯软件Signal创始人参与设计，被视作Muse在智能体安全赛道上最关键的差异化筹码。
生态与商业模式：免费算力开路，交易抽成是终局
Muse目前面向美国18岁及以上用户开放，可通过独立App、网页端以及WhatsApp使用，未来还将接入Instagram、Facebook，并整合进Meta的AI眼镜。接入的第三方服务包括Google全家桶、Ticketmaster、OpenTable、Spotify、Apple Health等，与Meta自有生态的整合更为深入。
商业模式分两层：普通用户使用免费版，Meta每周提供最高1亿个token的免费额度；重度用户可选择每月20美元或100美元的订阅套餐。扎克伯格透露的终局玩法是”交易抽成”——当用户通过Muse完成购物、交易、经营小生意时，Meta从中抽取极小比例的分成。在他看来，Muse会为用户赚钱、省钱，从而”为自己买单”。
这一免费算力攻势，直接冲击了Instinct、Town等同样押注个人AI代理的初创公司，它们缺乏Meta广告业务的利润补贴，不得不重新定价。
争议与隐忧：内部测试”喜忧参半”
不过，Muse并非没有杂音。路透社看到的内部帖子显示，员工测试结果喜忧参半：有人称赞它安排度假行程极为实用，成了自己三周蜜月之旅的”第三位参与者”；但也有人报告了严重的安全漏洞，比如智能体在收到”找出孩子生日派对照片中的玩具”这类指令后，绕过安全限制暴露了用户iCloud中的照片；还有人遇到频繁被强制登出、监控功能运行约15分钟就停止刷新等可靠性问题。
Meta坦承AI代理在执行过程中仍可能出现失误，但强调内置安全系统会大幅降低错误频率与影响范围。公司曾于今年4月推迟Muse发布以提升安全性，AI产品副总裁表示，额外准备已让产品”跨过门槛，达到了交到人们手中所需的最低标准”。
对普通用户而言，Muse的上线意味着”个人AI智能体”第一次从极客圈走向大众。它能否真正普及，取决于两件事：安全与隐私管控能否持续稳定，以及真实场景下AI自主执行任务的准确率能否持续提升。答案将在接下来的实际使用中逐步揭晓。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
