Muse憑啥讓小扎AI口碑翻盤?一文看懂

AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|心緣 9月30日報道,過去三週,Meta發佈的一款App成了科技圈最大的變量。該應用上線後僅10天就登頂美國App Store免費應用總榜,將ChatGPT甩在身後,第12天,據第三方估算其全球安裝量達到280萬。資本市場也反映出它的火爆,美國當地時間9月21日,Meta單日股價上漲11.43%,市值一天增加接近2000億美元,此後Meta股價整體呈上漲趨勢,價格穩定在700美元(約合人民幣4697.31元)以上。
前面這款爆火的APP,就是Meta於9月8日發佈的個人AI助手Muse,它給每個用戶配上了獨立的雲端虛擬機,用戶通過手機就能瀏覽網頁、操作應用、發郵件、訂機票、下單購物,關掉App後雲端還可以繼續工作。Muse走紅後,不少AI公司也紛紛緊跟潮流,OpenAI即將推出對標Muse的個人助手、Manus發佈獨立應用Cue,Grok Bot、Instinct也早已走在了虛擬機這一方向上,與此同時,據新浪科技報道,字節跳動也在內測個人助理方向的產品。一款看起來只是AI助手的App,為什麼能同時擾動驚動用戶、資本市場和AI公司三方風雲,讓Personal Agent成為新的焦點詞彙?
一、Muse爆火始末:把OpenClaw變成了普通人都能用的AI助理 Muse上線後,很快就有人發現,它和此前爆火的OpenClaw有一種很強的相似感。“龍蝦之父”Peter Steinberger還在社交平臺上在線求邀請碼,表示對Muse對Soul文件很好奇。這種相似並不只是“都能操作電腦”。OpenClaw真正讓AI圈興奮的地方,是它把Agent的權限進一步打開,讓AI可以進入真實的電腦環境,調用瀏覽器、文件、終端以及各種外部服務,替用戶持續完成一件事情。比如訂機票、處理郵件、買東西,甚至運行代碼、管理其他AI工具。
只要給Agent足夠的權限,它就不再只是回答問題,而是可以真正替用戶操作電腦。但這套能力過去更多屬於極客玩家,即使是最近更新的OpenClaw,也依然保留著較高的上手難度。用戶需要自己準備運行環境、配置模型和工具,還要處理賬號、權限、安全等問題。而隨著Agent逐漸進入普通用戶場景,大廠推出的成熟產品受安全、隱私和第三方平臺限制,真正“完成任務”的能力事實上是受限的,越來越多的產品傾向於辦公這種和文件打交道的場景。而對於Muse來說,用戶需要做的事情越來越簡單,只需要告訴它“我要完成什麼”。Muse真正做的,是把OpenClaw這類產品已經驗證過的Agent能力,進一步做了一次消費級封裝。
過去,用戶需要先理解Agent是什麼、怎麼配置、有哪些權限,Muse則把這些東西藏到了產品背後。用戶只需要打開App或者WhatsApp,交代一件事,剩下的搜索、網頁操作、信息整理和任務推進,都由Agent自己完成。所以,Muse與OpenClaw的差別,與其說是“誰多了一個能力”,不如說是同一套個人Agent範式,擁有了完全不同的使用門檻。這一點甚至引發了Muse是否“就是OpenClaw套殼”的討論。早期用戶發現,兩者的工作區和配置文件存在不少相似之處,包括SOUL.md等文件。
對此,Meta超級智能實驗室產品負責人Nat Friedman公開表示,Muse本身是“從零開始”開發的,但產品設計確實深受OpenClaw影響。他還提到,團隊希望做一個類似OpenClaw、但能夠更加安全、可靠、易用,並最終擴展到數十億人的產品。這也解釋了Muse為什麼會讓很多AI玩家覺得熟悉。真正的變化在於,OpenClaw把Agent能力交給了極客,Muse則試圖把這套能力交給所有消費者。比如,用戶想去看一場演唱會,可以直接告訴Muse:“幫我安排下個月的行程。” 它不會只返回一份旅行攻略,而是自己搜索航班、比較價格、查酒店、規劃路線,甚至繼續完成預訂。
如果航班漲價或者酒店沒房,它還能重新調整方案;涉及付款、發送郵件等敏感操作時,再回來讓用戶確認。用戶在Instagram收藏了一條菜譜視頻,Muse也可以把它整理成購物清單;郵箱裡有一堆待處理事項,它可以幫忙整理;甚至還有人分享用Muse註冊Claude賬號的教程。而要讓普通用戶真的敢把郵件、賬號、購物甚至支付交給AI,光有一個Agent還不夠,Meta還得解決一個更底層的問題:AI到底應該運行在哪裡?答案就是Muse Secure VM。按照Meta官方介紹,Muse運行在一臺獨立的雲端虛擬機中,擁有自己的瀏覽器、存儲和算力,Agent與用戶數據都運行在隔離環境裡。
Meta還設置了獨立的Sentinel Agent,對Muse訪問互聯網和執行敏感操作進行控制,並在發送郵件、購買商品等操作前要求用戶確認。一個真正的Personal Agent,不能只有聊天窗口。它需要瀏覽器訪問網站,需要存儲空間處理文件和用戶資料,還需要一個可以持續運行的環境,讓用戶關掉App之後,任務仍然能夠繼續。Meta真正封裝起來的,也正是這一整套複雜度:電腦、工具、權限和運行環境。於是,OpenClaw時代需要用戶自己搭建和管理的東西,被Muse變成了一個普通用戶打開App就可以直接使用的服務。
這也體現了Muse的產品邏輯:把已經被OpenClaw驗證過的“AI替你幹活”做成一個足夠簡單、足夠安全、足夠接近普通人日常生活的產品。而這可能也是Muse能夠迅速破圈的一個重要原因——它把“擁有一個自己的AI助理”這件事,從極客能力變成了消費產品。二、能幹活、易上手、免費、邀請碼和Meta流量,共同推高Muse熱度 但能幹活和門檻低能解釋Muse為什麼值得關注,卻還解釋不了它為什麼能在上線不到兩週後衝上美國App Store總榜第一,Muse上線初期的一系列運營和傳播策略,起到了重要的放大作用。
首先是免費,Muse上線初期提供了大量免費基礎能力,用戶不需要為第一次嘗試付出成本,免費意味著用戶可以先用起來,再決定它到底有沒有長期價值。其次是邀請碼,上線初期的邀請碼機制製造了一定的稀缺感,用戶之間出現了明顯的傳播效應。新用戶註冊後可以通過邀請碼獲得更多Token,也進一步刺激了用戶分享。但真正讓這股熱度被快速放大的,還是Meta本身的分發能力。Meta旗下擁有Facebook、Instagram、WhatsApp、Messenger等龐大的產品矩陣,Muse天然擁有其他初創Agent產品很難獲得的用戶觸達能力。
Muse上線第二天,Meta就開始在自家產品中進行推廣;此後,Meta還持續通過旗下產品和社交媒體擴大曝光。Meta首席AI官Alexandr Wang本人也持續在社交媒體上為Muse造勢,發佈用戶案例、轉發使用反饋和各種相關內容,讓Muse不斷出現在AI用戶的視野裡。不過,Muse的爆火併不能簡單歸結為“Meta砸錢投流”,Meta自身的流量更像是放大器,而不是Muse爆火的全部答案。Muse用戶在社區中所展示的案例十分“接地氣”,也是爆火的原因之一。不是造了個什麼網頁,不是開發了什麼遊戲,而是省下了多少保險費用、幫忙訂了便宜的酒店、機票等等這些生活中的場景,非常易於傳播。
重要的是,Muse本身是一款非常容易被普通用戶理解和傳播的產品。準確地說,Muse讓原本屬於開發者和AI玩家的Agent能力,以一種更加輕量、更加容易理解的產品形態進入了大眾消費者的使用場景,和用戶的日常生活更加緊密地結合。三、Muse還有三道關卡:權限、安全和准入 Agent產品一直繞不開安全問題,過去,人們擔心的是Agent運行在什麼環境裡、數據會不會洩露,以及本地部署和雲端部署之間的安全差異。Muse的爆火,又一次撩撥了安全紅線: 當AI擁有一臺雲端電腦之後,它到底應該拿到多高的權限?出了問題誰來負責?而當它真正進入第三方平臺時,對方又是否允許它這麼做?第一道限制,是權限。
Muse目前允許用戶對任務設置不同的讀取和寫入權限,也可以隨時斷開某項服務。換句話說,Muse在用戶授權和Agent執行之間留出了一層控制機制。第二道限制,是安全。Muse的解法是通過Secure VM隔離運行環境,並對憑證和敏感操作進行額外保護,例如避免直接向Agent暴露用戶憑證,以及在涉及敏感操作時要求用戶確認。購物是Muse最典型的Agent場景之一。比如用戶讓Muse幫忙買東西,真正困難的是後面的登錄、填寫信息、結賬和付款。尤其涉及真實資金後,任何一次操作失誤,都可能直接變成用戶的經濟損失。Meta做了一套比較完整的產品設計。
如果用戶是在已經保存支付信息的網站上購物,到了付款環節,Muse會彈出人工審核,並把商品、金額等完整購買信息交給用戶確認。對於此前沒有購物記錄的網站,Muse則通過內置錢包保存支付信息,並宣佈與Stripe Link合作,未來將接入Shop Pay。付款時,系統會生成一個一次性卡號,把這個臨時卡號傳給商家。每筆交易都需要用戶進行人工審核,而且這組支付信息還會綁定具體商家和金額,只在有限時間內有效。這樣一來,即便Agent在執行任務時遭遇提示詞注入,或者支付信息被攻擊者竊取,拿到的也不是真實信用卡。
不過,只要Agent擁有真實的瀏覽器、賬號和操作權限,安全風險就不可能完全消失,Meta官方也聲明瞭這一點。第三道限制,則來自第三方生態。Muse即使擁有自己的雲端電腦,也不意味著它可以自由進入互聯網裡的所有服務。電商、支付和社交平臺都有自己的賬號體系、反爬機制以及Agent政策。無論是傳統的內置瀏覽器、無頭瀏覽器,還是Computer Use,本質上都會面對平臺願不願意讓AI替用戶完成操作的問題。
9月20日晚起,Amazon開始攔截Muse在其平臺上的瀏覽和下單行為;而同一天,Shopify CEO Tobias Lütke則公開表示將與Muse合作,支持Agent在Shopify商家店鋪中完成結賬。兩個截然不同的動作,恰好說明了Muse下一階段真正需要解決的問題:Agent能不能成為用戶的執行入口,不只取決於自己有多強,還取決於互聯網裡的其他服務商願不願意向它開放權限。結語:Personal Agent走入廠商、大眾和資本視野 事實上,Muse的爆火,還不足以證明Personal Agent已經成為下一個確定性的風口。
但它至少把一套完整的Agent能力,以一種非常直白的方式擺到了普通消費者面前。當AI擁有一臺自己的電腦,可以替你瀏覽網頁、處理文件、發郵件、購物、訂機票和酒店,問題也隨之發生變化: 你願不願意把自己的信息交給AI?又願不願意把一件完整的事情,真正交給它去完成?這可能才是Personal Agent走向大眾之後真正需要回答的問題。接下來,決定這類產品能走多遠的,也不只是模型有多聰明,還包括AI能夠獲得多少權限、能夠進入多少應用,以及用戶願意在多大程度上信任它。
而從Muse近期引發的市場和行業反應來看,Personal Agent已經從開發者和AI玩家的小範圍實驗,開始進入廠商、大眾用戶和資本都在關注的視野。
Related
相關文章
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。
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。
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.
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。
llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem
Back to Articles llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem Team Article Published November 13, 2026 Upvote 21 +15 Daniel Bevenius danbev Follow ggml-org Georgi Gerganov ggerganov Follow ggml-org merve merve Follow ggml-org llama.
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。