Meta 又製造了一個賽道幻覺

2026年9月30日 10:31
Meta 又製造了一個賽道幻覺
站內 AI 整理稿

版面之外2026.09.30 10:30 · 來自海外全文3062字00:00 / 08:36產品剛冒頭,資本先把泡泡吹了起來。文 | 版面之外,作者|畫畫Meta 的新產品 Muse 火了。上線僅半個月,兩週下載量突破280 萬。到 9 月 24 日,這個數字翻到了340 萬以上,毫無懸念地登頂美國 App Store 與 Google Play 免費榜。資本市場比用戶更興奮。Muse 描繪的 Personal Agent(個人智能體)藍圖,直接推動 Meta 市值一度暴漲近2000 億美元。科技圈早已熟悉這個套路:一個產品爆了,一個龐大的賽道故事便應運而生。

過去一年,AI 行業總在重複這一幕。產品剛冒頭,用戶還沒養成習慣,資本先把泡泡吹了起來。一、產品還沒站穩,入口已經來了AI 行業極其擅長給新產品定位。AI 助手不夠宏大,就講 Agent,AI 辦公正打得不可開交,Personal Agent(個人智能體)又被捧上了神壇。Muse 確實展現出了過去 AI 助手不具備的跨越性,它可以打開網頁、填寫表單、發郵件、預訂服務,甚至能在一個隔離的虛擬環境裡替用戶完成連續的真實操作。Meta 為此專門設計了 Secure VM,讓 Agent 擁有獨立的瀏覽器和運行環境。

幾乎同一時間,被 Meta 收購未果的 Manus 也帶著 Cue 重回視野,它開始擁有獨立的郵箱、電話號碼和數字錢包,替用戶接管更具體的現實任務。這還不算完,OpenAI 也很快推出了類似的 AI 助手產品 Dots,這些動作共同推動了市場熱度。這種入口論本身就忽略了底層生態的博弈。一方面,操作系統掌控者絕不會甘心將底層權限拱手讓人,無論是蘋果還是谷歌,都在通過硬件端側的大模型構建系統級閉環,很難允許第三方 Agent 越權接管核心交互。另一方面,Personal Agent 每次執行跨軟件的複雜任務,背後都在消耗雲端推理算力與網絡延遲。

用高成本的 API 調用去替用戶完成幾筆極低客單價的訂餐或買票,在商業底層邏輯上天然存在著成本結構悖論。這種 AI 替個人辦事,被迅速拔高為 Personal Agent 將取代手機,成為下一代超級入口的場景,在科技史上並不陌生。二、從 1840 到 2026今天市場對 Muse 的瘋狂,與 1840 年代英國人對待鐵路的邏輯如出一轍。1840 年代的英國,鐵路是實打實的生產力革命。1830 年利物浦—曼徹斯特鐵路開通後,人員和貨物運輸效率發生劇變。隨後英國陷入著名的“鐵路狂熱”(Railway Mania),大量資本湧入,股票價格飆升。

鐵路最終確實改變了世界,但當年湧入鐵路股市的大量資本並沒有獲得同等回報。前一句後來成了歷史,後一句成了泡沫。世紀之交的互聯網泡沫,又把鐵路的劇本又演了一遍。1990 年代末納斯達克18 個月暴漲170%,隨後一塌糊塗,無數概念公司蒸發。但互聯網並沒有消失,它只是在泡沫褪去後,才真正融入商業與社會。更重要的是,不論是鐵路還是互聯網,真正產生商業價值的地方,從來都不是空泛的個人概念,這背後是極其務實的企業賬本。當下的 Agent 同樣如此,相比於 Muse 引發的個人端狂熱,企業側早已開始理性算賬。

三、AI 辦公不再相信 DemoAI 辦公與 Personal Agent 正在走向兩條截然不同的路徑。今年以來,WorkBuddy、豆包工作、千問辦公此起彼伏,大廠的重心集體向 AI 辦公遷移,一時間劍拔弩張。甚至投資人朱嘯虎斷定,AI 辦公未來就是大廠的天下。大廠之所以把 AI 辦公當成決勝戰場,是因為這本質上是一場關於產品形態、組織架構與生態護城河的全面巷戰。產品層面,各家已經從最初單點文檔生成,快速演進為跨表格、會議、審批流的流程連接。

組織的動作更不用說,大廠紛紛打破原有的業務部門壁壘,將 AI 團隊與原有協同軟件(如釘釘、飛書、企微)進行垂直整合,試圖用 AI Native的方式推動組織效率革新,為生態之間的較量儲備力量。McKinsey 今年的調查顯示,年收入超過10 億美元的大企業中,40%已經在規模化使用 AI Agent(去年僅為27%)。然而,Deloitte 的另一組數據披露了殘酷的現實,僅有5%的企業認為自己真正準備好了 Agentic Workflow(智能體工作流),能夠完成跨部門、多 Agent 協同的企業不過15%。企業要算的賬,每一筆都很現實,一個 Agent 能切入什麼流程?需要開多少權限?

數據資產怎麼隔離?四、比下載更難跨越的是信任與 AI 辦公滲透企業流程相比,Muse 引發的 Personal Agent 熱潮,正撞上一堵極其厚重的消費級信任牆。用戶圖新鮮去下載容易,但長期習慣根本沒有形成。Adobe 的消費者研究顯示,43%的受訪者願意嚐鮮 Personal Agent,但只有19%的人認為它會成為自己與品牌互動的主導方式,近40%的人甚至壓根沒想過需要一個個人智能體。更致命的卡點在於金錢與交易。查資料、對比商品,用戶樂見其成,但只要涉及到自動付款、發郵件、下單採購,用戶交出控制權的門檻會明顯抬高。Muse 目前正處於這個極其敏感的邊界。

它的悖論在於,越想展現 Agent 的強大,就越需要索取更深度的個人權限,而權限越深,系統一旦出差錯的代價就越無法承受。聊天機器人說錯一句話,用戶大不了重新問一遍,但 Personal Agent 一旦發錯一封公函、買錯一份資產,代價也會直接進入現實世界。五、Meta 的明棋與暗線在 Muse 賺足眼球的同時,Meta 暗中鋪設的另一條商業化主線才暴露了真相。

9 月 28 日,Meta 正式宣佈成立 Meta Enterprise Platform,由前 MongoDB CEO Chirantan Desai 領銜,將 Muse、Meta Business Agent、Muse API 及 Muse Code 等能力全部打包,統一向企業和開發者開放。這與 Muse 此前高調宣揚的個人 Agent 故事,構成了極其耐人尋味的對照。Meta 顯然不打算做選擇題。至此,Muse 的商業角色也更清晰:它既承載著 Meta 爭奪個人 AI 入口的野心,也成為 Meta 向企業 AI 市場延伸的一塊跳板。

資本市場沉醉於一個宏大的新賽道,而 Meta 自己心知肚明,落到實處只有兩個極度接地氣的問題:六、偉大的技術,都會從聚光燈下消失鐵路狂熱消退後,再也沒有人把鐵路當作一個新賽道。互聯網泡沫破裂後,互聯網公司也逐漸剝離了曾經的光環。它們最終都收攏為了社會的基礎設施。蒸汽機沒有永遠以創新產業的名義存在,電力沒有一直作為顛覆式賽道被高捧,互聯網也是如此。它們穿透了工廠、城市和家庭,變成了如水和電一般默認存在的底層能力。如果 AI 真能走完這條路,Agent 也絕不例外。到了那一天,用戶不會在乎自己用的究竟是不是 Personal Agent,企業也不再需要討論 Agent 是不是風口。

它會褪去所有包裝,淪為一種最基礎的軟件交互能力,以及一種再自然不過的工作方式。Muse 真正需要證明的,從來不是下載量,而是這些用戶會不會留下來,企業會不會願意為它持續付費。【版面之外】的話:人類總是高估技術改變世界的速度,低估技術改變世界的深度。新技術最好的結局,從來不是成為風口,而是有一天,人們再也不覺得它新鮮。

Related

相關文章

何夕2077生成式AI

本期AI資訊彙總2026年11月14日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態

L2、L3正確率分別從4%、0%、0%升至88%、82%、16%。作者還報告,生成內核快於PyTorch eager的任務佔比有所提高;正確率與性能提升應分別理解。DecArena檢驗十萬工具規模的去中心化協作。論文采用圖約束通信,讓智能體僅觀察局部狀態並與鄰居交互,工具規模超過10萬項。

6 小時前
何夕2077生成式AI

谷歌搜索引入Gemini 4 Hydrogen

Google推出Gemini4Hydrogen,全球Search迎來最大模型升級AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Nov 13, 202680Google宣佈推出Gemini4Hydrogen,並將其引入全球Google Search,重點提升搜索引擎處理多部分、複雜細節及拼寫錯誤問題的能力。Google稱,這是迄今為止Search最大規模的一次模型升級。與專注複雜推理的Gemini4Carbon和Gemini4Argon不同,Hydrogen主要面向高速代理式工作流,能夠自主完成多步驟任務。Google表示,其任務執行速度比上一代快速模型Gemini3.8Flash快2.5倍。在默認高思考等級下,Hydrogen在Artificial Analysis Intelligence Index基準測試中的表現甚至超過能力定位更高的Gemini4Argon。在搜索場景中,Hydrogen能夠更準確地理解用戶意圖、遵循指令和調用工具,並優化Search的扇出技術,將複雜提示拆分為多個子查詢,以發現更多相關網站。Google AI Mode也將提供更多圖片、結構化答案、對比表格及定製工具,進一步改善多語言搜索體驗。Hydrogen支持低、中、高和新增的超高(xhigh)四檔思考等級,旨在減少輸出Token消耗並提高任務執行效率。在Agent Arena基準測試中,其在深度研究、數據分析和大型代碼庫導航等多步驟任務中排名第五。此外,該模型還可自主編寫代碼、運行測試並驗證代碼修改,也能與Carbon、Argon協同完成工作流。除Google Search外,Gemini4Hydrogen還將登陸Google AI Studio、Gemini API、Gemini App,以及面向AI Pro和Ultra付費訂閱用戶的Google Antigravity開發平臺。

6 小時前
何夕2077生成式AI

模型推理透明度受訓練取捨影響

Ad Skip to content OpenAI’s data suggests that frontier models are hiding their thoughts because developers optimize for capability and compute Maximilian Schreiner View the LinkedIn Profile of Maximilian Schreiner Nov 12, 2026 Nano Banana Pro prompted by THE DECODER Frontier models like GPT-6 Astra are becoming harder for safety monitors to see into.

6 小時前
MarkTechPost AI生成式AI

2026年最佳AI影片生成模型:Elo評分、每秒價格與開放權重

AI影片生成模型的排行榜與12個月前相比已有巨大變化。原生音訊現在已是基本配備,影片片段長度可達15至30秒,且開放權重模型已擠進前三名。這份排名(截至2026年11月13日)採用單一品質指標:來自Artificial Analysis Video Arena的盲測人工偏好Elo評分。我們同時附上API每秒價格與權重的授權狀態。你可以透過我們的GPULeaderboard.com Chrome擴充功能查看部署選項與規格。 方法論:品質方面,Artificial Analysis由經過驗證的評估者進行盲測配對投票,以Elo評分為模型排名。每次投票比較同一提示詞產生的兩段影片。我們依據AA-Video-T2V v2.1(含音訊)排行榜進行排名,同時也提供AA-Video-I2V v2.1分數。基準錨點:Kling 3.0 1080p(Pro)在兩個排行榜上都固定為1000 Elo。

13 小時前
智東西生成式AI

88比12!在攻克癌症這件事上,垂類AI比國際主流通用大模型和人類醫生都在行?

作者 | 王涵 編輯 | 漠影 攻克癌症一直是全球醫學界最重大的命題之一,現在這一目標也被AI盯上了。 近期,生物醫藥公司Generate Biomedicines藉助Claude Code重新設計CAR-T療法中的細胞內信號結構域,嘗試在縮短組件長度的同時提升免疫細胞活性。實驗中,一項AI參與生成的設計將信號結構域縮短約70%,使細胞表面受體數量增加約10倍,並展現出更強的腫瘤細胞殺傷能力。 隨著通用大模型的不斷發展,其正逐漸從整理醫學知識、輔助科研,走向疾病研究和臨床診療。

20 小時前