Meta 最新 AI 模型干了豆包想干的事，AI 赛道目标走向重合

#10月·每日幸运签#

4月8日，Meta 发布了 Muse Spark，这是超级智能实验室成立九个月来的第一个模型。发布当天股价涨了约6%，盘中一度超过10%-34。但真正有意思的事发生在五个月后。

9月初，Meta 基于 Muse Spark 1.3 推出了个人 AI 助手 Muse。这个产品给每个用户分配一台独立的云端虚拟机，你发条消息，它自己打开网页、填表、比价、下单、回邮件，你关掉手机它还在后台干活，只需要处理付款和密码这类关键决策。上线13天，Muse 挤掉 ChatGPT 登顶美国 App Store 免费榜榜首，下载量超过340万次。

这件事在中国引发了连锁反应。据多家媒体报道，字节跳动豆包产品线在中秋节前接到紧急任务，要求6天内重构一款对标 Muse 的产品，项目代号 Spell，9月27日完成联调，9月30日拿出体验版上会内测。这个速度说明字节的判断是：Muse 验证的方向，正是豆包一直想走的路。

豆包想干什么。过去两年，豆包从聊天助手逐步向“能办事”的方向演进，试图让AI从回答问题升级到替你操作。但这条路在国内走得很艰难。中国移动互联网的生态决定了所有日常功能都被装进了几个超级App里，外卖在美团、购物在淘宝京东、出行在滴滴。每个平台都有自己的风控护城河，一个AI Agent想去别的平台替用户点外卖、买机票，几乎必然碰壁。豆包手机想做的事，本质上是让AI在手机系统层面替用户操作各种应用，但APP之间的壁垒让这件事推进缓慢。

Meta 走了一条完全不同的路。美国互联网保留了大量的网页入口，订机票去航司官网、订酒店去酒店官网，买沙发去家具公司网站，这些最原始的入口没有被超级App吞掉。Muse 不需要突破任何App的封锁，它只需要在浏览器里操作就行。有分析指出，Muse 给人的第一印象是它把所有链条都打通了，能丝滑完成原本分散的复杂任务，而它之所以能做到这一点，恰恰是因为美国移动互联网生态没有形成中国那样的封闭体系。同样的产品思路，在两个不同的市场里，面对的是截然不同的难度。

更值得关注的是底层模型的能力跃升。Muse Spark 从第一版到1.3版，五个月内更新了四次。在 Artificial Analysis 的智能指数上，Muse Spark 1.3 拿到61分，和 GPT-5.6 Sol、Grok 4.6 处在同一档，限量预览版达到62分，仅次于 Claude 的两个版本。在256K到512K上下文测试中拿到98.5分，领先第二名GPT-5.6 Sol的91.5分，上下文扩大到1M时仍然以98.1分领先。

成本方面，Muse Spark 1.3 完成每项智能指数任务的费用是0.55美元，而同等水平的 GPT-5.6 Sol 和 Grok 4.6 分别要0.95美元和0.94美元，贵出七成以上。Alexandr Wang 说 Muse Spark 1.3 已经具备与 Claude Fable 5.1 竞争的能力。扎克伯格在社交媒体上称它是“在智能体表现、工具使用和计算机操作方面最强的模型”。

但质疑同样猛烈。V2EX 上有用户试用一周后写道，这不就是国产豆包手机助手吗，区别是 Muse 主要在浏览器里替你操作，豆包那边是在手机系统层面动手，谁抄谁没法下定论，只能说英雄所见略同。知乎上有人指出，Llama 4 曾在 LM Arena 排名第二后来跌到第32名，现在 Muse Spark 进入全球前5，但质疑声依然存在，即使性能确实跻身前列，人们的第一反应仍然是怀疑。

Ndea 联合创始人 François Chollet 称 Muse Spark“看起来是个令人失望的模型”，认为它过度优化了公开评测，牺牲了实际可用性。沃顿商学院教授 Ethan Mollick 认为 ，Muse Spark 最重要的意义在于 Meta 现在有了自己的前沿模型，可以用它从现有用户基础中提取更多价值。

隐私问题也在浮现。亚马逊在9月21日封锁了 Muse，理由是未经授权的AI代理访问违反使用条款。有报道称 Muse 在操作过程中可能捕获用户的登录凭证，Meta 回应称 Muse 看不到密码和支付方式。WIRED 记者的测试发现，Muse Spark 会主动邀请用户上传化验单、血糖监测和血压记录等原始健康数据，然后给出分析建议，但给出的饮食方案热量极低，被认为不适合作为真正的医疗参考。迈阿密大学的医学副教授表示，把生化数据交给这类聊天机器人让人非常不安。这些争议说明，当AI从聊天工具变成真正替你操作数字生活的代理时，它触及的边界远比回答问题要复杂得多。

字节的反应速度本身就说明了问题。六天重构一个产品听起来很夸张，但它传递的信号是清楚的：Muse 证明了个人的AI Agent不是概念，而是可以大规模落地的产品。中国团队面临的核心挑战不是模型能力，而是生态封闭带来的结构性障碍。豆包要做的不是复制一个Muse，而是在一个App之间互相设防的市场里，找到让AI真正替用户办事的路径。这件事的难度，远比Meta在美国市场面对的要大。