逐字稿文字預覽
九月十八号 美国 App Store 的 iPhone 免费排行榜，第一名换人了 把 ChatGPT 挤下来的 是 Meta 才推出十天的新 App 叫做 Muse 如果你玩过 OpenClaw 就是那个很多人叫它“龙虾”的 开源 AI agent 那你大概可以把 Muse 想成一只更好上手的龙虾 以前要养一只龙虾 你得自己准备一台电脑 自己安装、自己设置 对很多人来说 光是把它架起来就是一道门槛 Muse 把这一段都先帮你处理好了 你什么都不用架 只要跟它说一声 它就会自己上网、填表格 帮你下单，把整件事从头做到尾 听起来很方便，可是你真的敢 把信箱跟信用卡交给它吗？ 所以这支片会一次讲清楚 Muse 到底能做什么 要花多少钱、安全又是怎么做的 最后也会回答一个最近很多人 在问的问题：有了 Muse 是不是就再也不需要 OpenClaw 跟 Hermes 了 那 Muse 跟一般的聊天机器人 到底差在哪里？ 先来听听 Meta 自己的宣传片是怎么说的 现在有很多很好用的 AI 聊天机器人，可以帮你查数据 Muse 是一个个人 agent 它不只是回答你 它会真的去把事情做完 Muse 不一样的地方 在于它非常能干 它有自己的一台电脑 所以你在网络上能做的事 它也都做得到 你在忙自己真正在意 对你来说更有价值的事情时 它一直都在背景帮你做事 Muse 跟网页版的 ChatGPT 聊天机器人，最大的不同，就是 Muse 缺省就是一个 agent 你交代一件事 它就自己打开浏览器、登录网站 把表单一格一格填好 一路做到要付钱 或是要把信寄出去的那一步 才会停下来问你 而 Muse 之所以能做到这样 就是因为这次 Meta 采取一个特别的设计 直接在云端帮每个人都开了一台 专属的电脑，所以 Muse 不是只能问答的聊天机器人 也不像 Claude Code 或 Codex 这类工具，大多是借用你自己的 电脑来运行任务 而是就算你把 App 关掉 电脑关掉，Muse 还是可以 在云端那台电脑上继续帮你做事 不过目前 Muse 只在美国推出 iPhone、Android 跟网页版都有 也可以直接 在 WhatsApp 里面跟它聊天 九月十七号又多了 Mac 版 背后在跑的 就是 Meta 自家的模型 叫做 Muse Spark 那打开这个 App 之后 到底长什么样子呢？ 刚好设计这个 App 的人自己录了一段导览 先来看聊天这一页 我们先从聊天分页开始 你会发现它很像一般的通信软件 这是刻意的 跟 AI 对话通常是从一片空白开始 我们希望这里更像是你 在跟一位很能干的私人助理聊天 它就在画面最上面 我跟我的 Muse 什么都聊 通常是聊高尔夫 不过我也会请它帮我做事 像是买电影票 规划一趟很复杂的家庭周末旅行 我还把西洋棋帐号给它 让它盯着我那些常常输掉的棋局 每天早上寄分析给我 它做得到这些 是因为它有自己的一台电脑 而且一直在背景运作 另外，画面最上面还有一条状态栏 Muse 现在在做什么 已经做完什么 接下来打算做什么 全部都写在那里 如果有动作需要你点头 也是直接在这里按就可以了 除了聊天之外 App 下面还有四个分页 第一个是 Feed 这是 Muse 专门替你写的动态 你可以跟它说 早上想看财经新闻 晚上想看书单推荐 再来是 Ideas 它会从你们之前聊过的内容 主动提出一些可以帮你做的事 像是帮你排一份复健计划 或是帮你申请某个许可证 然后是 Goals 这里放的是你在意的目标 每个目标做到哪里 旁边都会有进度 最后是 Library，Muse 帮你做出来的东西都收在这里 不管是文档、PDF 还是可以点来点去的交互图表 那用 Muse 怎么收费呢？ 大概分成三种 第一种是免费版 有用量上限，不过 Meta 没有公布上限到底是多少 每月 20 美元的 Power 方案 每周可以用 5 亿个 token 再往上是每个月 100 美元的 Maximum 每周可以用到 30 亿个 token 祖克柏在一场访谈里有讲个大概 顺便也讲了 Meta 到底打算怎么赚钱 我们设计的方式是 如果你想要更多运算量 可以付费订阅 但绝大多数人都可以免费使用 免费就能拿到很大量的运算 大概每周一亿个 token 这是很大的量 我们基本上是免费送给大家 我们这样做，是因为我们相信 Muse 真的能帮大家赚钱 省下不少钱 长期来看，真正的商业模式 会是从交易抽成 我们会从 Muse 帮你完成的交易 或帮你省下的钱里面 抽很小的一部分 成本就是这样打平的 我认为会有几十亿人能用到它 帮他们一步步完成自己的目标 而且你甚至不用付钱 就能真正用得上 讲到这里你可能会有点担心 Muse 要替你刷卡、替你寄信 那到底谁来管它？ Meta 另外拍了一支片 专门在讲这件事 Muse Secure VM 你和你的 Muse 共用一台在云端上 专属于你的电脑 你的 Muse 就住在这里 你连上的每个服务，数据和登录 凭证都安全地存在这台电脑里 内置的 Sentinel 另一个系统层级的 agent 跑在同一台虚拟机上 但跟 Muse 隔开 没有 Sentinel 放行 Muse 做的任何事都连不上网络 需要的时候 它会先征求你的同意 关键的事，由你来把关 像是买东西 寄 email 这种敏感的动作 Muse 会先问过你 哪些决定一定要你核可 Muse 都知道 你给过的权限它也会记住 讲白一点，你存进去的密码 Muse 其实是看不到的 它手上拿的只是一个替身 真正的密码要等到最后送出去的 那一刻，才会被换上去 那要付钱的时候呢 Muse 会通过 Stripe 的 Link 开一张一次性的卡号 这张卡只能在这一家店 刷这一笔金额 商家也看不到你真正的卡号 而且每一笔都一定要你按 同意才会付出去 另外还有一件事要知道 你跟 Muse 的对话 缺省是会拿去训练 Meta 的模型的 官方说会先把能认出你的数据 拿掉再用，如果你不想被拿去用 到设置里面把它关掉就好 好，最后回到很多人在问的那一题 有了 Muse 是不是就再也不需要 OpenClaw 跟 Hermes 了？ 如果是不太熟悉龙虾的朋友 这边很快简单讲一下这两个是什么 OpenClaw 是今年很红的一个 开源 AI agent 它是装在你自己的电脑上的 你用聊天软件跟它讲话 就可以叫它帮你做事 Hermes 是另一个类似产品 一样是开源、一样可以自己架 它的特色是会记得你 而且每做完一件事 还会自己整理成下次用得上的技能 所以你会发现，它们跟 Muse 做的其实是同一类事 真正的差别在于那台电脑 放在哪里、由谁来架 开头说 Muse 像一只更好上手的龙虾 其实也有科技记者这样形容它 说它是给一般人用的 OpenClaw 祖克柏自己在访谈里，也是这样说的 今年初 OpenClaw 这类东西出来的时候 很多人开始去买 Mac Studio 让人比较放心的一种做法 就是把机器实际摆在自己家里跑 但另一种做法会比较难 因为我不认为会有几十亿人去买 一台 Mac Studio、自己设置 放在家里跑 尤其现在内存这么贵 而且技术上也真的很难 他的意思是，你要放心让 agent 碰你的信箱跟信用卡 一种做法是把电脑放在自己家里 另一种做法 就是让 Meta 在云端帮你开一台 你什么都不用装 而这个部分 正好就是 Muse 帮你省掉的 可是 Muse 也不是什么都做得到 有一位试用者在上线隔天 就拿来用了一轮，主持人问她 Muse 有哪里做不到的时候 她是这样回答的 你说它有设限制 意思是它根本不让你连公司的 Gmail 帐号 只能连个人的 Gmail 吗？ 就好像 Meta 在说 我们不希望它碰任何工作系统 是这样吗？对，我只试了几秒而已 但我没办法连上 Outlook 画面就写着 我们不希望你连接工作系统 那时候我就觉得，好 谢谢你们事先有想到这件事 不过要提醒一下 这是她自己试的时候遇到的状况 Meta 的官方文档里面 并没有写到这条规则 再加上 Muse 目前也只开放美国 所以回到一开始那个问题 有了 Muse 是不是就再也不需要 OpenClaw 跟 Hermes 了？ 如果你要的是一个帮你处理生活 大小事的助理 又不想自己买机器 自己设置，那 Muse 确实把这件事变简单很多 可是如果你要接公司的系统 想把数据放在自己的机器上 或是你人不在美国 那 OpenClaw 跟 Hermes 现在还是比较实际的选择 那 Muse 什么时候会开放到美国 以外的地方呢？ 老实说，Meta 目前没有给时间 也没说哪些国家会是下一批 官方说明页上只写了一句 Muse 还在限定测试阶段 尚未开放所有地区 所以目前在台湾还下载不到 就只能先等 Meta 正式宣布了 我是可波 如果你觉得这支片的内容有帮助 请你帮我按赞留言分享 我们下次见
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：15.2 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：42.2 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.3 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.3 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.4 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.4 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：104.4 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.5 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.5 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.source.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。