Meta刚刚把人工智能的竞争
推到了一个更危险的位置
过去的聊天机器人负责回答问题
Muse要直接接管任务
它可以登录网站并填写表格
还能发送邮件预定行程并购买商品
用户睡觉以后照样继续工作
扎克伯格给出的目标更加激进
让每个人都拥有一个
全天候运行的个人代理
理解长期目标
主动提出下一步
并在互联网上代表用户采取行动
这项产品表面上只是一个新应用
背后却压着Meta过去两年
最昂贵的一次战略重建
2026年Meta预计资本开支
达到1,300亿至1,450亿美元
公司此前又用143亿美元
买下scale AI的大额股权
把创始人亚历山大王带
进Meta超级智能实验室
扎克伯格亲自招人
把新团队安排在自己办公室周围
又把多吉瓦数据中心和自
研芯片全部接进这场竞赛
Muse就是这套巨型机器第一次
直接面对普通消费者的出口
它也承担着一项很现实的任务
证明这些钱最终能够形成生意
训练出更强的模型只会制造成本
只有代理进入日常
工作消费与经营环节
算力才有机会变成持续收入
Meta过去靠信息流广告赚钱
Muse想碰的是更靠近交易的环节
它一旦帮用户预定机票和降低账单
还能卖掉汽车或经营小生意
Meta就有机会从交易服务商
那里抽取很小的一部分佣金
扎克伯格相信
代理替用户赚到或省下的钱
会覆盖它消耗的计算成本
这个判断解释了Muse为何
给出异常宽松的免费额度
扎克伯格在访谈中提到
初始方案大约每周提供1亿个TOKEN
还附带一台云端虚拟电脑
用户也可以购买订阅
公开报道显示
付费方案包括每月20美元的
power和每月100美元的maximum
Meta预计大部分人会停留在免费层
真正的回报将来自代理促成的交易
stripe的link被接入结账流程
并用一次性卡号
隐藏真实银行卡信息
Meta想让Muse先成为消费者的代理
再成为商家无法绕开的新入口
这条路比订阅生意更大也更难
chatgpt时代的核心动作是提问
用户输入一句话
模型给出一段答案
会话结束以后
风险通常也停在屏幕里
个人代理的核心动作是授权
用户要交出邮箱和日历
购物记录与健康信息
支付权限也可能包括在内
还要允许系统在没有
持续注释的情况下运行
模型只要答错一句
损失可能只是几分钟
代理如果在错误目标
上连续执行几个小时
就可能发错邮件或买错商品
甚至泄露隐私
转走资金
缪斯为此采用了长期驻留的虚拟机
每名用户获得一台
隔离的Linux云电脑
里面有浏览器和存储
也有处理器与内存
代理可以编译自己写的代码
创建工具
启动多个子代理
也能安排定时任务
用户关闭应用后
这台电脑仍然运行
他会把当天获得的信息整理进记忆
在目标出现变化时回来汇报
需要发送邮件或付款时再请求批准
这个架构改变了AI产品的基本单位
聊天机器人的单位是一轮对话
Muse的单位是一个持续
数周甚至数月的项目
扎克伯格给出的家庭案例很具体
他让Muse为3岁的女儿
安排每周烘焙项目
自动挑选适合孩子的配方
再通过购物服务备齐材料
活动结束后
系统根据反馈降低下一次难度
另一个任务是盯住
登山许可的开放时间
名额出现后立即申请
还有一套设在
综合格斗训练房里的摄像头
会让代理分析动作并给出训练建议
这些例子听起来琐碎
却准确展示了个人代理的门槛
系统要记住家人的兴趣
理解时间限制
处理外部网站
还要从失败中调整后续计划
它需要把一句模糊
愿望拆成几十个动作
并在中途判断哪些
步骤可以自行完成
哪些步骤必须叫回用户
真正有价值的地方恰好藏在
这些没有标准答案的小事里
普通消费者很少
愿意学习复杂提示词
他们只会说出目标
然后等待结果
Muse还会主动提出项目
扎克伯格和女儿玩文明时
让她制作一份游戏攻略
任务完成后
代理又建议加入
不同文明的历史知识
并自行扩展成新的功能页面Meta称
这种建议可以参考整个Muse代理
群体中经过匿名处理的有效做法
某个用户找到更好的工作流
类似经验可能帮助其他
代理提出更合适的建议
聊天机器人主要依赖模型规模
个人代理还可能形成
使用网路带来的复利
这正是Meta熟悉的战场
Facebook Instagram和Whatsapp的优势
从来不止来自单个功能
关系网络和分发规模才是关键
Meta服务数十亿用户
也连接着数以亿计的小企业
缪斯若能进入Whatsapp
并进一步进入智能眼镜
它获得的分发能力远
高于一家独立AI创业公司
小商家可以让它制作
商品页面并管理广告
还能回复客户
在不断根据销售结果调整
消费者则可以让它寻找服务
比较价格并完成购买
交易两端都在Meta的生态里
闭环自然会越来越短
扎克伯格把AI代理市场
看成一个强者集中的市场
他认为
真正有能力推进前沿研究的公司
可能不会超过十几家
各家会在不同任务上形成优势
Meta想同时拿下两类高频需求
帮助普通人改善生活关系
以及帮助小企业经营
前者依赖社交数据与长期记忆
后者依赖广告系统和商家网络
缪斯的商业野心因此远远
超过一个每月收费的效率工具
不过Meta必须先回答一个尖锐问题
一个曾经因为隐私和青少年
安全遭到长期批评的公司
凭什么获得更深的权限
缪斯发布前不到两周
Meta同意用最高180亿美元解决美国
多州围绕社交媒体伤害青少年的
诉讼
并承诺增加保护措施
更早以前
Facebook经历过剑桥分析丑闻
2019年又因隐私违规向
美国联邦贸易委员会支付50亿美元
用户面对Muse时
不会只看新的技术说明
也会把这些旧账一起带进判断
Meta给出的答案是把
信任写进系统结构
Muse的核心代理看不到
真实密码和支付信息
认证令牌被放在
虚拟机里的隔离容器
由专门服务保管
连接邮箱时系统
默认先获得只读权限
只有用户明确允许后
它才可以发送邮件
每一次连接外部服务都要声明
调用的方法权限范围和任务目的
付款登录或传出敏感数据时
系统可以要求人工确认
虚拟机里还有一个
独立的Sentinel代理
Muse提出动作
sentinel决定放行拒绝或询问用户
所有网络请求都要经过它检查
目标域名和IP地址是判断对象
端口协议与请求内容也包括在内
Meta还把运行不受信任内容的
区域与凭据存储长期数据库分开
限制系统调用和内核能力
攻击者即使诱导主
代理执行恶意指令
也要继续穿过权限
隔离与网路出口控制
Meta为Muse开放了漏洞奖励计划
有效报告最高奖励30万美元
其中能够通过提示词
注入影响单名用户的漏洞
最高奖励13万美元
这些数字说明公司
知道威胁并不抽象
个人代理会主动
阅读网页邮件和文件
而这些内容都可能藏有对
模型下命令的恶意文字
传统软件把数据与代码分得较清楚
大模型却会把看到的
文字同时当成信息和指令
只靠一句忽略恶意
提示守不住这样的系统
权限必须放在模型之外
Muse发布时使用安全虚拟机
Meta承诺稍后推出机密虚拟机
届时整台虚拟机的内容和对话
会用只有用户持有的密钥加密
公司声称连Meta也无法读取
signal创始人莫克西
马林斯派克参与了这套项目
他早年也帮助WhatsApp
建设端到端加密
扎克伯格反复强调这项
能力可以被技术验证
信任不必完全依赖公司的口头承诺
可发布时与未来版本必须分开看
官方说明明确写着
真正做到连Meta也无法
访问的Muse confidential VM
要在当年稍后推出
当前系统仍会在必要时
把有限数据送出虚拟机
用于模型推理和遥测
用户可以退出把交互用于训练
也可以要求代理遗忘特定内容
Meta还承诺Muse的对话和
虚拟机数据不会进入广告系统
这些保护措施很重要
但它们仍需独立
安全研究者长期验证
一个架构图无法替代
真实世界里的攻击检验
更深的矛盾来自产品本身
muse越了解用户服务就越准确
它收集的长期上下文越多
一次泄露的价值也越高
普通聊天记录可能只有零散问题
个人代理的记忆会把工作家庭
健康消费与关系放进同一个地方
攻击者得到的将是一份
可以执行操作的人生档案
安全虚拟机降低了风险
却无法把风险降到零
Meta要求用户相信的程度
已经超过社交网络时代
扎克伯格认为隐私
反而会成为Meta的优势
他的理由是
公司花了十多年把Whatsapp建成全球
规模最大的端到端加密通信系统之
一已经积累了工程经验
这个逻辑有技术基础
也带着明显的商业反击意味
Meta过去的隐私声誉
是Muse最大的负债
公司现在试图把最受质疑
的地方改造成差异化卖点
能否成功
决定Muse会成为下一代入口
还是昂贵的数据中心演示
Muse背后的模型路线
同样经历过一次失败
扎克伯格承认
他曾以为Meta在推荐广告和
内容治理上的机器学习经验
可以顺利复制到大
语言模型LLAMA3表现不错
他因此对LLAMA4过于乐观
产品发布后
团队发现进展轨迹已经偏离目标
问题不只是模型榜单落后
原有组织方式也无法
支撑快速推进前沿能力
随后发生的是一次激烈重组
Meta投资scale AI
并引入亚历山大王
成立超级智能实验室
又压缩团队规模
扎克伯格开始强调人才密度
认为前沿模型更像一项由少数
顶尖研究者共同推进的科学工程
团队人数太多会拉长沟通链条
真正稀缺的是能够把整个
训练过程放在脑中协同的人
于是
他亲自花大量时间招募研究人员
让核心成员在物理
空间上围绕自己工作
算力投入也跟着扩大
扎克伯格表示
俄亥俄州的Prometheus
吉瓦级集群已经上线
并用于继续训练新模型
公司还在建设多吉瓦计算能力
Meta与许多纯AI实验室的区别
在于它拥有庞大的广告现金流
2025年公司收入达到约2,010亿美元
2026年资本开支指引已经
抬到1,300亿至1,450亿美元
高利润社交业务正在为模型
芯片和数据中心承担账单
这就是Muse被称为最大
AI投资的真正含义
金额并没有全部
写在一个产品项目里
投资散布在人才收购与模型训练
自研芯片及电力设施中
也流向数据中心和消费者分发
缪斯把这些部分连成了
一项可以检验的商业计划
模型能否长时间可靠工作
安全系统能否挡住攻击
免费额度能否形成习惯
交易抽成能否覆盖推理成本
每一项都会决定上
千亿美元资本开支的回报
Meta也在重新定义开放路线
扎克伯格仍然主张维持
强大的开放模型生态
理由是更多研究者能够检查系统
市场也不会被少数实验室控制
他同时明确表示
公司不会把所有先进成果全部开放
Musebark通过Meta自有
服务和API运行未来
虽然计划发布开放权重版本
个人代理的安全虚拟机社交
分发和交易网络仍掌握在Meta手里
开放模型负责扩大生态
封闭产品负责形成收入
两条路线可以同时存在
这套立场来自扎克伯格
对AI未来的三项判断
他认为个人应该直接获得强大技术
AI最重要的用途会是发明新事物
而非单纯替代现有劳动
长期安全还要依靠
权力分散与相互制衡
按照这个逻辑
把最强模型长期锁在少数实验室里
会让经济利益和安全决策同时集中
Muse承担的政治叙事就是把
高端能力送到个人手上
让普通用户也能决定
代理为哪些目标工作
但Meta自己的做法没有完全走向开放
扎克伯格承认
盈利公司需要保留部分先进成果
Muse开放给用户并不等于
核心系统全部可检查
外界能够研究开放权重模型
却无法完整复现Meta内部的
训练数据后训练流程代理
群体学习和云端安全基础设施
所谓把技术交给每个人
在产品层面成立
在控制层面仍然由平台设定边界
这种张力会长期伴随muse
扎克伯格还把开放生态
与网络安全联系起来
他举出的逻辑是
攻击者拥有强大AI时
防守方也需要同等级工具修补系统
开放软件允许更多人审查
漏洞更容易被发现
这个判断有现实依据
也需要条件
高能力网络模型同时降低供给门槛
个人和小机构未必拥有
足够人才把工具转化成防御
开放带来的净效果取决于防护
工具能否比自动攻击更快普及
这个组合比单纯开放LLAMA更现实
模型权重逐渐商品化以后
利润会向分发
上下文和执行环境移动
Muse拥有一台长期运行的电脑
能够调用Meta生态
也可能与其他代理协作
即使竞争对手拿到性能相近的模型
也很难迅速复制数十亿
用户关系商家广告账户和支付连接
Meta正在把护城河从谁的模型参数
更多转向谁能让代理真正进入生活
入口竞争还会延伸到智能眼镜
手机上的代理必须
等待用户掏出设备
眼镜可以持续听到问题
看到环境
并在当下给出帮助
Muse计划进入Meta智能眼镜以后
代理可能获得现实世界的第一视角
它可以记住用户刚看过的商品
识别一张活动海报
再把信息转成日程或购买任务
便利会明显增加
旁人的知情权和被
记录风险也会随之升高
扎克伯格认为智能眼镜的
录制提示灯已经比手机更透明
公众会像过去适应摄像
手机那样逐渐适应这类设备
这个类比只解释了技术扩散
没有解决代理的持续分析能力
手机录像通常由人主动开启
带有个人记忆的AI眼镜
可能随时把观察转成行动
Meta需要回答的会从
设备是否正在拍摄
扩大到系统保留了什么
推断了什么
又替用户做了什么
缪斯与Meta AI暂时也不会立即合并
扎克伯格把Meta AI描述
成快速问答工具
Muse更重视长期理解与持续执行
两者如果一直分开
用户要在两个入口
之间判断任务类型
两者如果最终融合
Meta就会把聊天记忆和
行动放进同一账户体系
前一种方案增加使用摩擦
后一种方案增加数据集中程度
产品最后如何收敛
将直接影响隐私边界
风险也随之从模型层转到制度层
代理替用户谈价时
究竟代表谁的利益
如果平台从商家获得佣金
它推荐的商品还能否保持中立
当Muse管理Instagram广告
又从交易中分成
平台既控制流量
也控制执行购买的代理
短期看这能降低交易摩擦
长期看它可能形成一层新的平台税
消费者以为拥有自己的代理
代理却运行在一家同时经营
广告和市场入口的公司里
扎克伯格描述的模式是
让商家承担部分成本
从而保持大规模免费使用
这与Meta过去的广告模式有相似之处
用户不用直接支付高价
商业系统通过用户行为获得回报
区别在于
信息流只影响人看见什么
代理能够替人做决定并完成行动
推荐排序的偏差
已经足以改变注意力
执行代理的偏差还会改变资金流向
监管者迟早会要求平台解释
推荐佣金与代理决策之间的关系
还有一个容易忽视
的成本是本地社区
数据中心需要大量电力
土地冷却设施和熟练工人
扎克伯格在访谈中把Meta与短期
倒卖数据中心地块的投机者区分开
强调公司会在当地经营数十年
他举出路易斯安那州
税收支持教师奖金的例子
也提到培训光纤
技术员电工和高级木工
长期建设确实能够创造税收和就业
但居民对电价水资源与基础设施
负担的担忧不会因此自动消失
Meta仍要用可核查的数据
证明收益与成本如何分配
Muse能否普及还取决于可靠性
一个代理每完成10个
步骤都有95%的成功率
整个任务全部正确
的概率只有约6成
长链任务把小错误不断放大
系统还会遇到网页变化登录
失败库存不足和含糊指令
Meta给主代理增加Sentinel
最小权限和人工批准
能够限制灾难性动作
却会增加中断
用户一旦需要频繁回来确认
全天候代理的便利就会下降
安全与自主之间没有免费的答案
个人代理还会面对责任归属
Muse替用户与商家协商价格时
如果误解条件造成损失
用户Meta和服务商要怎样分担
代理自行生成代码连接陌生服务
出现数据外泄又由谁证明操作过程
传统应用的功能边界相对固定
Muse会根据目标临时创建工具
能力越灵活
事故路径越难提前列举
完整日志
可撤销操作和清晰赔付
机制会与模型能力同样重要
stripe为Muse提供购买
保护是这方面的第一步
符合条件的交易可以获得遗失损坏
保障降价保护免费退货和退货承诺
一次性卡号也能减少
真实支付信息暴露
它解决的是商品
交易中较常见的纠纷
仍覆盖不了代理发错商业邮件
调整广告预算或执行
错误经营决策的损失
Muse越深入小企业
责任规则就越不能只
停留在消费者退货层面
这也是Muse Spark 1.3强调
长程任务的原因
Meta称新模型可以在混乱甚至
互相冲突的资料里建立上下文
发现计划缺口
持续跟踪已经学到的内容
它在编程任务上比1.2减少约20%
的工具调用和25%的TOKEN消耗
并会在指令含糊时提问
在遇到阻碍时向用户求助
那些看起来不够炫目的改进
恰好决定代理能否从
演示走向日常使用
Meta的优势十分清楚
它有足够现金建设基础设施
有数十亿用户提供分发
有Whatsapp承担通信入口
有Instagram和Facebook连接兴趣与商家
又有智能眼镜争夺下一代硬件
竞争对手可能拥有更
强的单次推理能力
Meta却有机会掌握
最丰富的连续使用场景
个人代理需要看到生活的上下文
这正是Meta20年来一直经营的资源
现金流优势也可能变成纪律问题
广告业务足够赚钱时
公司能够容忍AI项目长时间不盈利
也容易把规模本身误当成进展
1,300亿至1,450亿美元资本开支
覆盖AI与核心业务
服务器会形成折旧
电力合同和数据中心又是多年承诺
如果Muse的活跃使用不足
闲置或低效率算力仍会进入成本
市场最终关注的不会只是模型排名
而是每一美元基础设施
能带来多少新增现金流
meta过去在元宇宙上的
经历已经提醒投资者
长期技术愿景可能吞下巨额资金
却迟迟无法形成大众市场
muse比投显更有利
因为它能直接借用手机
Whatsapp和现有广告体系
不需要用户先购买昂贵硬件
它也比元宇宙更危险
因为代理推理需要持续消耗算力
用户使用越频繁
运营成本越高
规模增长只有配合单位
经济改善才会变成真正优势
扎克伯格押注交易分成
正是在寻找这个单位经济答案
订阅收入相对稳定
却会把大量价格敏感用户挡在门外
佣金模式让进入门槛下降
也要求代理持续创造可量化价值
若Muse只负责家庭安排和提醒
交易收入可能很薄
若他真正进入小企业经营
收入空间会提高
操作错误与利益冲突也会同步放大
免费策略把增长问题解决在前面
把治理问题推到了后面
它的弱点也同样清楚
用户是否愿意把更深的信息交给Meta
远比某项基准测试重要
模型落后可以继续投入追赶
信任一旦再次受损
很难靠更多GPU修复
Muse的成功标准不会只是下载量
用户要持续连接邮箱和支付工具
让代理保存长期记忆
并允许它代表自己行动
任何一次大规模误操作或数据泄露
都可能让整个市场对
个人代理踩下刹车
平台之外的服务能否
配合也会决定体验
Muse可以用浏览器
代替用户操作网页
可航空公司银行和电商
平台不会无限接受自动代理
登录验证
反机器人规则与服务条款
都可能让任务中断
真正稳定的执行
需要更多官方接口和责任协议
Meta拥有巨大的谈判能力
却仍要让外部平台相信
开放交易入口得到的收益
高于欺诈客服和合规成本
个人代理的竞争最后
会变成一场生态协调
模型聪明只是入场券
这种协调能力会直接决定产品上限
所以Meta是一场把Meta所有优势与
历史负债同时放大的豪赌
广告现金流让公司有能力
建设最昂贵的AI基础设施
社交网络让产品可以
迅速触达全球用户
过去的隐私争议又让每
一项授权都更难获得
扎克伯格想把AI从回答
机器变成行动机器
把Meta从注意力平台推进到
个人经济活动的操作层
这场投资最终要接受三个检验
第一
Muse能不能稳定完成足够长的任务
让普通人真正省下时间和金钱第二
Meta能不能证明用户数据与广告
利益之间存在可信的技术隔离
第三交易抽成能不能在维持
大规模免费使用的同时
覆盖高昂算力
三项只要缺一项
Muse就可能变成资本
开支不断扩大的入口
三项同时成立
Meta得到的将是一种比
社交网络更深的控制力
扎克伯格押注的未来里
每个人都有一个持续工作的代理
真正决定胜负的不会是
他能说出多漂亮的答案
而是用户敢不敢把钥匙交给他
Meta已经把模型和数据中心
支付与社交网络全部摆上桌面
接下来最稀缺的资源只剩信任