Muse这一波，国内大厂跟也不好，不跟也不好

发布短短二十天内，Muse已经积累了大约400万总用户、60-80万DAU；要知道，它目前还只在美国、加拿大等少量市场提供下载。Meta的股价在此期间上涨约20%，从“AI行业的失败者”摇身一变成为了“AI行业新的领导者”。还记得两个月前，Meta二季报电话会议上，分析师反复追问扎克伯格：“为什么Meta还要花大价钱开发Muse Spark模型？为什么不干脆依靠第三方或开源模型算了？”现在，扎克伯格终于可以扬眉吐气地对华尔街说：“这就是为什么！”

Muse是一个功能很强大、使用很方便、面向一般消费者的AI Agent. 很多人都在问：它与OpenClaw, 以及Meta一度想收购的Manus等竞品，有什么区别？区别很大。从市场定位看，Muse的战略很清晰，就是面向一般人、解决消费端的问题，而当前绝大部分流行的Agent都定位于生产力和办公。更重要的是，从技术角度看，Muse和OpenClaw区别很大：

• OpenClaw是一个运行在用户自己电脑上的Agent运行环境(Runtime)，所有数据均存储在本地，用户有绝对的控制权，可以选择任何模型完成任务。

• Muse是一个运行着Agent的虚拟机，这个虚拟机由Meta包装好、负责安全问题，数据存储在虚拟机上，只能使用Meta自家的Muse Spark模型。

Meta所谓的“每个Muse用户都有一台专属电脑”的说法，当然不是指每人分配一台物理PC，而是指在云端给每个人分配了一台预先配置好的虚拟机。因为是预先配置的，所以用户不用进行繁琐的安装调试流程；因为安全方案由Meta打包负责，所以可以执行很复杂的、涉及金钱的操作；因为不依赖本地算力，所以在手机上也能运行。

这就是Muse与其他Agent产品最大的区别。OpenAI, Anthropic乃至谷歌等竞争对手，迄今还没有推出过类似的产品。国内的WorkBuddy、豆包、千问办公等，走的也是OpenClaw的路数。龙虾(OpenClaw)还需要“养”，Muse不需要养， 傻瓜级操作，字面意义上的“有手就能用”，把AI Agent的门槛基本降低到了零。

那么问题来了：OpenClaw那一波，国内大厂跟了，而且跟的颇为成功（此处点名WorkBuddy）。Muse这一波，国内大厂跟不跟？

按照国内大厂的一贯风格，肯定是应该跟的，这很可能是下一个1亿DAU级别的市场，比龙虾的群众基础强得多，商业化想象空间也大得多。问题在于：算力消耗也不在一个重量级，真的可以膨胀到活活拖死一家大厂的地步。

OpenClaw以及WorkBuddy这样的本地Agent运行环境，Loop跑在用户本地，大部分数据也存储在用户本地，只是在烧Token的时候还要用外部算力。具体而言：

• Agent编排(orchestration)，也就是任务分配、协同、保持上下文等操作，是由用户CPU执行的，相关数据也跑在用户的内存里；

• 在这个过程中产生的需要长期存储的数据，基本存储在用户的硬盘，或者用户指定的远程存储场所（由用户付费）；

• 调用外部大模型，Token所需算力由第三方模型商或云厂商负责，用户只是付费接收结果；但是，如果用户在本地部署了模型，就连这个环节的算力，也是由用户负责的。

Muse则完全反过来了：Agent编排由Muse虚拟机负责，数据存在虚拟机里，大模型则只能用Muse Spark。所有算力和存储均由Meta负责，用户的设备只是一台弱客户机(thin client)，就算把设备彻底断电断网、去睡大觉，Agent仍然在虚拟机里不停地运行，只是关键节点需要获得用户认可罢了。

想象一下吧，这个模式会新增多少算力和存储要求……全国至少有5000万台电脑安装过OpenClaw, WorkBuddy或其竞品，如果大厂要跟风Muse模式，就意味着代替用户把这5000万台电脑的CPU算力和存储空间全部接过来。匪夷所思，想想就觉得可怕。

如果上述愿景发生在一年前，国内大厂可能会毫不犹豫跟进，因为当时资本市场喜欢看大厂烧钱砸算力、砸存储，阿里宣布提高资本开支目标时，投资者是弹冠相庆的。可是现在风向已经变了，当腾讯、阿里先后宣布创纪录的季度资本开支时，市场的反应是冷淡的，乃至怀疑的。

在中国如此，在美国同样如此。Meta二季度宣布坚定上调资本开支，市场也是冷淡的，所以扎克伯格才要宣称“如果算力过剩了可以租出去”。这两个星期Meta大涨，很大程度上是因为之前已经跌过了，投资者接受了“你非要烧钱不可”这样一个无奈的愿景，然后惊喜地发现“原来烧钱还是有用的”。就算在这种情况下，Meta也仍然没有收复一年前的历史最高点。

任何大厂，不管是中国的还是美国的，倘若下定决心复制Muse模式，肯定要狠狠再砸一笔钱，而且很难通过对原有资本开支计划的调整来完成。因为Muse需要大量的CPU算力以及长期存储空间，与大厂既定的数据中心硬件结构并不相似。当然，这对于英特尔、AMD等CPU厂商而言是特大喜讯，AMD因此突破了1万亿美元大关。对于互联网大厂来说，则是早已不堪重负的荷包，又要打开一道新的缺口……

何况中国的用户数量还远远大于北美。Muse在北美红透半边天，到现在DAU还没超过百万。如果是在中国，做到千万DAU应该不是难事，那就意味着十倍的算力和存储要求……事实证明，中国用户，无论其工作与AI是否相关，在AI Agent方面的FOMO (Fear of Missing Out)情绪都是全球最强的。我的一位AI创业者朋友就感叹，老头老太太上街找人安装龙虾，这种事情只有在中国才会发生，放到硅谷都不敢想象。假设真弄出一个中国版Muse，啧啧，那画面太美，你想象一下？

如此浩大的、近乎无底洞的成本，国内大厂如果要跟，必须先确定一件事情：国内用户能迅速培养起付费习惯，或者立即通过广告、交叉导流等方式产生足够的收入。总而言之一句话：羊毛出在羊身上。这谁敢确定啊？万一你收费了，竞品不收费，你咋办？豆包、Kimi等聊天应用都有付费选项，迄今的效果谈不上特别理想，个人Agent付费的命运难道就能好很多吗？

我感觉，这个国庆假期，大厂的管理层以及AI产品团队注定没法好好休息了，大家都得严肃思考——这一局我跟还是不跟？不跟的话，被竞品抢占了山头，责任谁来负？跟的话，追加一笔巨大的资本开支，钱从哪里来？

不管答案是什么，资本市场估计都不会太喜欢。只有算力和存储产业链可以接着奏乐，接着舞。

祝大家国庆长假愉快！