Muse爆火背后：扎克伯格看人的眼光又行了？

Muse火了三周之后，一期和Muse同一天上线的播客，又被翻出来解读。

这期由科技记者Alex Heath对扎克伯格的专访，是Muse发布前几天在Meta总部录的。三周后回过头再听，信息量反而大了，因为扎克伯格也不知道它会火成这样。

特别是和最近与另一位科技博主Jacklyn Dallas的访谈放在一起，扎克伯格讲明白了一件事：Muse为什么长成这个样子，以及它背后那双挑人的手。

从办事

到陪你过日子的AI

Muse和ChatGPT、Meta AI等普通AI的区别到底是什么？

Alex Heath在采访一开始就替所有人问出了这个问题，扎克伯格说：Meta AI、ChatGPT、Gemini这类模型，你只发送一个提示词，它就给出一个答案，任务完成之后，关系也就结束了。而Muse使用方式是，你给它设定项目或目标，它就会持续运作，全天候无休无止地工作，直到帮你达成目标才会停下。

这也是Muse出圈的真正原因，它不是会“办事”，而是把办事拉长了一整个量级。

采访中，扎克伯格举了自己的几个例子。

三岁的女儿很喜欢烘焙，但他对此一窍不通，于是让Muse把这件事管起来：每个周末安排一个适合三岁小孩的烘焙项目，在Instacart上把材料备齐，周日人到了动手一起烤。

烤完扎克伯格把结果反馈给Muse：“这一期太难了！”烘焙门外汉这才知道，Cake Pops（棒棒糖蛋糕）是烘焙里的硬骨头——他在采访里笑着总结教训：“别从Cake Pops开始，这是问题所在。”

事情到这里没有结束。下周它接着排，接着买，接着根据反馈调整。不是做完一次就散伙，而是每周滚动下去。这是“长期个人智能体”和“任务智能体”的分水岭：交给它的不是一个任务，是一件可以一直做下去的事。在设计上，这种循环没有截止日期，可以持续几个月、几年。

Muse还会自己找活干。

小扎和女儿玩《文明》，让Muse做了份游戏攻略；做完任务，Muse自己提议要不要把攻略扩一扩，加上各个文明的历史课？小扎说好啊，于是它就自己动手加了个新板块，而且效果特别好。

它还会自己长本事。扎克伯格说，团队内部管这个叫“学习”（study）：夜里，它把当天的反思整理进记忆，第二天接着琢磨怎么把自己变得更有用。

在Alex Heath的播客专访中，扎克伯格提出Muse个人智能体的一大价值，是能帮人赚钱、省钱。

他认为个人Agent可以帮助普通个体与小商家处理交易、经营业务，从而创造实际经济收益。基于这一判断，Meta提供每周1亿token的免费算力与云虚拟机。其设想的长期商业模式并不主要依赖用户订阅付费，而是从Muse 促成的商业交易中抽取小额佣金，佣金可由合作商家承担，以此实现多数用户免费使用。

不过访谈时小扎也说，这种交易抽成模式仍属于产品构想，尚未正式落地，Muse同时提供面向重度使用者的付费订阅选项。

总的来说，Muse就是从一轮对话，变成一个一直在线的伙伴，7×24小时围着你转的AI。

AI能力越强

越应该普及

在最近与科技博主Jacklyn Dallas的访谈里，扎克伯格复盘了Muse的诞生，灵感来自本地体验OpenClaw带来的顿悟。

“今年早些时候很多极客在家Mac Mini跑OpenClaw这类本地 Agent。我自己在家也试过这套本地运行的体验。体验非常吸引人，但门槛极高：要买硬件、敲终端、不停处理崩溃。数十亿普通人不会这么干。”

有意思的是，驱动Muse的模型并不是最聪明的那个。

在Artificial Analysis的评测里，Muse Spark 1.3的智能指数是61分，落后于Anthropic Claude Fable 5.1的66分。模型不是第一，产品却爆了。所以下半场拼的不再是谁更聪明，而是谁敢把技术交到普通人手里。

不过Alex Heath的访谈里，扎克伯格把这件事解释得很清楚了。他说，硅谷现在有一个很普遍的直觉：AI能力越强，就越要限制它的访问，只允许少数人使用，以此保证安全。不过他并不认同这套看法，他的理由有三个：

赋能个体是人类繁荣的来源，AI首要用途是创造新事物，而不是自动化旧工作；安全的根基来自能力广泛分布形成的制衡。他用一个思想实验阐释第三条原则：倘若只有一个人拥有超级智能律师，他或许能赢下本不该胜诉的官司。但当人人都拥有同等工具，劣质的论点会在博弈中被过滤，整个体系反而会更加公平高效。

在他看来，个人智能体可能比开源本身更重要。开源只是手段，让几十亿普通人真正拥有强大的AI才是目的。他连用它干什么都想好了：这个智能体可以帮助自己成为更好的父亲与丈夫，也帮助自己更好地陪伴朋友、维系人际联结。

年初另一款爆火的智能体OpenClaw，走的是另一条路：开源，用户自己部署。结果它长期停留在极客圈子里。据媒体此前报道，今年2月，Meta一位AI安全负责人部署了OpenClaw后，因为上下文压缩丢掉了安全指令，两百多封邮件被自己部署的智能体批量删掉。

给普通人一台开箱即用的云端电脑，和给极客一套自己组装的工具箱，是两个市场。前者大得多。

有分寸感

懂人情世故的AI

在与Alex Heath的对方里，扎克伯格说，信任设计做到了产品里。他讲了这套机制：卡号密码锁在安全凭据库里，模型看不到，支付走一次性虚拟卡。而在主Agent之外，还有一组叫Sentinel的安全Agent盯着进出流量，发现提示注入，或者要登录、付款、传敏感信息，就拦下来等用户批准。

在Jacklyn Dallas的访谈中，扎克伯格提出Muse一项关键差异化能力：discretion，即分寸感。

在他看来，大模型推理、写代码只是个人智能体的入场券。真正决定消费级Agent能不能走进普通人生活的，是模型懂不懂人际与隐私边界，既要替用户完成外部任务，又要尽可能少向外泄露用户的敏感私人信息。

他举了订餐厅的案例：Muse知道你过敏，甚至怀孕，但不能直接把你的隐私信息对外透露给餐厅，要在不泄露敏感细节的前提下达成订位目标。

他认为，写代码能力很多大模型都可以做到，但这种“懂人情世故、懂得保护用户隐私、适度披露信息”的分寸感，是个人消费Agent的核心壁垒。很多Agent面向企业、面向编程，没有把这套社交分寸作为训练重点，而Meta因为做社交产品多年，会把这一项作为模型的核心训练目标。

不过扎克伯格也承认，分寸感是持续迭代目标，不是已经做到完美。现实复杂场景无穷无尽，模型依然会出现误判，高风险动作依旧保留用户人工审批作为最后一道防线。

不要怀疑小扎看人的眼光

Muse的班底，绕不开扎克伯格这十年的买买买。而这条线，几乎没失过手。

2012年，10亿美元买下Instagram，对方全公司13个人。2014年，190亿美元买下WhatsApp，55个人。两笔交易当年都被骂贵，如今成了Meta帝国的两根支柱。

2025年上半年，Llama 4不及预期。扎克伯格后来在采访里承认，它“偏离了我们需要的进步轨迹”，自己也看错了，以为擅长别的机器学习就能自然做好大语言模型。

他的纠错方式还是买人。6月，143亿美元买下Scale AI的49%股权。这笔钱买的不只是股权，还有它的创始人Alexandr Wang，19岁从MIT辍学创业，24岁成为全球最年轻的白手起家亿万富翁。他到Meta后，出任首席AI官。

紧接着，Meta组建超级智能实验室MSL。实验室首批11名核心成员里，有7人来自OpenAI。外媒披露，为吸引人才，部分成员的薪酬包高达四年21亿美元，有人首年便可拿到1亿美元。那段时间，扎克伯格亲自给目标人选写邮件，邀约对方到帕洛阿尔托家中，一谈就是一下午。

顺着Muse回溯，能看到更多伏笔。Meta AI实验室过去一年一直在四处搜罗Agent相关技术：除了Scale AI，还接触消费级智能体平台Dreamer并完成全资收购，连人带技术一并纳入。

Dreamer联合创始人正是Hugo Barra，国内米粉对这个名字并不陌生，他在2013年至2017年间担任小米全球副总裁，Muse相当一部分技术授权便来自他。

眼光准的另一个证据是，他抢人时下手最快。

今年年初，开源智能体OpenClaw爆火，作者Peter Steinberger收到的第一批大厂邀约中，Meta反应最为迅速。Peter收到扎克伯格消息，提议马上通话，小扎回复：“等 10 分钟，我正在写代码。” 就因为这句话，让Peter感受到诚意。之后一周，扎克伯格持续深度体验OpenClaw，不断向Peter反馈：“这个设计很棒”，“这里不行，需要修改”。

不过这场挖人最终没能落地，被OpenAI截胡：OpenClaw转入基金会维持开源，Peter Steinberger选择加入OpenAI。

所以看人眼光是一回事，人心是另一回事。

顺带一提，去年12月Meta还曾以约20亿美元收购Manus，就是那个去年3月一夜刷屏、邀请码被炒到10万元、被外媒称作“第二个DeepSeek时刻”的“全球第一个通用智能体”。据称，扎克伯格从接触到拍板，只用了十几天。

交易最后被监管叫停、小扎的20亿美元也退了回去，但Manus团队曾在Meta工作了五个月，云端虚拟机、离线执行、连接器、审批门控……Muse的架构和Manus几乎能逐条重叠。有网友分析：监管可以要求删除数据、终止授权，但无法删除工程师头脑中的认知。

就在前几天，9月28日，独立后的Manus发布2.0，围观群众在讨论它跟Muse“谁抄了谁”，业内的判断是，两者本质上是同一个团队演化出的两个产品。

橙柿互动·都市快报 记者 沈积慧

编辑 陈伊

审核 潘俐 陈欣文

校对 叶芹

BREAK AWAY