Muse狂飙，龙虾退潮

出品 | 智械岛 沈怀铮

9月8日，Meta正式发布旗下首款智能代理（Agent）产品Muse。随后，Muse登顶美国App Store免费榜，下载量超过250万，美国移动端日活64.2万，是ChatGPT上线同期23.1万的近三倍。

三周之内，OpenAI发布Dots，阿里千问宣布加速Personal Agent，腾讯被曝三条产品线同时推进，字节豆包紧急加速Spell项目，国内大厂被紧急按下了同一个开关。

Muse不仅是一款产品，它是个人Agent从极客玩具走向大众消费的临界点，也是整个互联网权力结构开始松动的信号。

那么，Muse到底证明了什么？国内互联网大厂跟进到什么程度了？半年前养龙虾的集体狂热，会不会在Muse身上重演？大厂们有必要跟进Muse这一波，做成中国版Muse吗？

一、Muse爆火，证明的是需求

250万下载、64万日活，证明的是个人Agent存在真实的大众需求，并非极客圈的自娱自乐，用户愿意把邮箱、日历、甚至支付权限交给AI，让它替自己办事。

在获客上，Meta几乎没有额外花钱，95%的Muse用户同时是Facebook用户，社交分发能力把获客成本压到了趋近于零。对Meta而言，Muse证明了AI投入可以有产品级回报。

但需求被验证，不等于模式被验证。亚马逊以"未经授权的AI代理持续访问"为由封禁了Muse的代购功能，也就是说，Personal Agent的产品形态虽然被验证了，商业模式还没有跑通。

其实，Muse赢在了产品层，Meta真正下功夫的是两件事：记忆与主动循环，让Agent从单次工具变成长期服务；权限与安全架构，让用户敢把账号交出来。

而在技术上，它的底层模型Muse Spark 1.3并非最顶尖，多位从业者提到它在部分纯编码测试上落后于Claude和GPT。

这就导致Muse在商业闭环的三个矛盾，每一个都无法依靠产品迭代解决。

第一个矛盾：订阅费天花板极低。ChatGPT在10亿周活下付费率仅5%，Muse免费档每周送1亿token，付费转化率注定更低。

Meta今年的资本开支指引是1300亿至1450亿美元，第二季度自由现金流只有7.84亿美元，订阅费连算力成本的零头都覆盖不了。

第二个矛盾：交易抽佣与帮用户省钱天然对立。Muse的核心卖点是帮用户比价、砍价、退订、找更便宜的保险，这门生意的本质是压低商家的利润。

但Muse又想从交易中抽成，商家利润越薄，越不愿付佣金。亚马逊封禁Muse，表面理由是安全条款，深层原因是AI替用户购物会绕过亚马逊的个性化推荐和广告，平台被迫降级为仓库与物流。

第三个矛盾：单用户成本高企。每人一台云端虚拟机，哪怕简单执行任务，单用户成本可能高达50美元/月。

Muse免费档每周送1亿token，意味着Meta在用主业利润补贴每一个免费用户。用户规模越大，补贴规模越大。

Personal Agent短期内很难成为独立盈利的业务，它更像是大厂用主业利润补贴的战略性入口，创业公司若没有主业现金流兜底，将面临免费打不过Meta、收费没人用的困境。

Muse对用户的影响是直观的，省时间、省钱、省事，但真正被震动的，是那些原本站在用户和服务之间的平台。

亚马逊的激烈反应已经说明了问题，用户一旦习惯把"帮我挑一双合脚的跑步鞋"彻底委托给Muse，就不会再亲自打开亚马逊逐行浏览搜索结果、翻看推荐页面。

原本由平台掌控的搜索竞价、展示广告与转化漏斗，都会被前置的Agent挡在后面。

图源：X账号

这个逻辑在中国同样成立，而且更严峻。淘宝通过推荐流和搜索广告卖商家的展示位，用户在页面上多停留一秒，就多一次曝光机会；抖音的兴趣电商靠短视频和直播创造冲动购买；微信的广告长在视频号和朋友圈的注意力里。

但个人Agent越好用，这些平台最赚钱的广告曝光就越不值钱，这导致国内大厂对个人Agent的态度，比Meta复杂得多。

Meta没有电商交易生态，Agent帮它从谷歌和亚马逊手里截获意图，增量大于蚕食。而中国大厂大多同时拥有广告业务和交易业务，Agent的增量和它蚕食的广告收入之间，需要仔细算笔账。

因此，Muse带来的最大影响，是让平台第一次意识到：Agent可能成为它们和用户之间的新中间层，这个中间层，比任何一家平台都更靠近用户的真实意图。

二、不会出现中国版Muse

国内不会出现"中国版Muse"，只会出现生态内的管家。

仔细观察互联网大厂跟进Muse的路径，会发现一个根本性差异：与其说在复制Muse，不如说在各自的围城里建造另一种东西。

微信、淘宝、美团、抖音各自是独立的，数据不互通，API只对企业资质开放。"替个人办事的AI"这种身份在平台体系里根本不存在。最典型的例子就是豆包手机，一代被微信、淘宝等应用集体风控，二代实测，在SAEP协议框架下，微信、小红书、美团外卖、淘宝等App仍然无法实现应用内自动化操作。

原因在于生态结构。美国互联网的底层协议是开放的，中国互联网的底层逻辑是封闭的。Muse可以在浏览器里模拟人的操作，因为它面对的是网页；国内Agent面对的是App，App的风控系统则能认出非人类的操作轨迹。

腾讯最像Muse，但它的困境也最深刻。

腾讯有三条线在跑：小微、LightVela、Handy Bot。Handy Bot是独立App，云端常驻、持续推进任务，产品形态最接近Muse，但它还在内测，没有用户；LightVela是腾讯云的Agent托管服务，更像云端版小龙虾；真正承载腾讯战略意图的是小微。

小微的战略位置最像Muse，Muse嵌在WhatsApp、Facebook、Instagram里，小微嵌在微信里，14亿月活、社交关系链、微信支付、小程序服务生态全是现成的。Muse要外接Gmail、日历、Stripe才能凑出一套能办事的能力，微信不用外接，这些东西生下来就有。

但小微的困境也在这里：它只能在微信内部操作，微信的边界就是它的边界。它可以调起美团小程序，到了选规格、确认订单、支付，还是需要用户接手。它能打开一个小程序，不等于它拥有这个服务的能力。

更根本的矛盾在于：腾讯既是Muse，也是亚马逊。当别家Agent想进微信时，它说提示触发风控；当它自己的Agent想出去时，也会被别家封禁。微信的广告收入长在视频号、朋友圈和公众号的注意力上，如果小微让用户跳过浏览直接办事，这部分广告曝光的价值就会打折。

图源：千问APP

阿里离交易最近，但Agent越顺手，淘宝的广告越不值钱。

千问在云栖大会上反复强调一个词：Context。产品负责人郑嗣寿举过一个例子：一个人一年去过10次医院，和一年只去1次医院，会让AI基于这些Context得出完全不同的结论。他的意思是，个人Agent不能只有记忆，还得有时间感，需要理解节奏和变化趋势。

这个思路和阿里手里的资产高度匹配。淘宝、支付宝、高德、飞猪、饿了么，这些服务长期积累了对用户消费习惯、出行偏好、生活半径的理解。千问要做的，是先把这些理解做深，再去替用户办事。

从交易闭环的完整度看，阿里是国内最接近Muse交易抽佣模式的公司。 用户说"帮我点杯咖啡"，千问可以在淘宝闪购和支付宝里完成从选品到支付的全流程，不需要跳转，不需要外部授权。这个闭环的顺畅程度，是腾讯和字节都不具备的。

阿里的问题也恰恰在这里：它的Agent越顺手，淘宝首页的广告就越不值钱。淘宝的商业模式建立在推荐流和搜索广告上。商家付费买展示位，用户在页面上多停留一秒，就多一次曝光机会。

但一个真正好用的Agent，用户直接说"帮我买一箱牛奶"，它就去下单了，不会经过首页，滑过赞助商品，在搜索结果的竞价排名里停留，Agent消灭的正是淘宝最赚钱的那部分注意力。

字节执行最激进，自我蚕食的风险也最大。

Spell项目今年4月已内测，由豆包手机助手团队主导，豆包月活约3.8亿，是国内最大的AI原生应用，入口优势明显。

豆包App首页给"出行用豆包"开了高流量入口，接入了百度地图、曹操出行、携程、抖音酒旅和本地生活。字节的Agent产品矩阵，从办公到出行到本地生活，铺得最宽。

但字节面临一个Meta和阿里更尖锐的悖论：抖音的推荐流、电商、广告靠"让你多刷"赚钱，用户刷得越久，广告曝光越多，冲动消费的概率越大，Agent却帮你省时间。这个矛盾不解决，Spell就只能在"帮你办事"和"让你多刷"之间走钢丝。

综合来看，短期内不会出现打通各家生态、管起全部生活的中国版Muse，更可能出现的是几个生态各自的管家，而这些管家名义上叫Personal Agent，实际上是Platform Agent。

因为智能体进入第三方平台，无法回避双重授权，即用户授权回答允许谁代我操作，平台授权回答允许谁以什么身份、什么范围进入。缺失任何一项，用户与平台的安全与责任都无处安放。

谁先建立这套标准，谁就能收下一个时代的"过路费"。

三、跟进的不是Muse，是防守

9月24日，腾讯QClaw团队发布公告称，因业务发展调整，QClaw将于2026年12月24日00:00正式停止运营。

曾经轰轰烈烈的全民养虾运动画上了句号，养龙虾失败是因为三笔账没算清楚。

第一笔：成本账。传统移动互联网用户的边际成本趋近于零，用户规模是最硬的资产，Agent则让用户规模第一次从资产变成了负债。

第二笔：安全账。OpenClaw默认的安全配置极为脆弱，第三方技能包可以被植入恶意脚本，甚至在后台窃取环境变量、上传私钥。

第三笔：易用账。安装配置需要有一定的技术打底，插件生态比较混乱，一次激进更新会导致全线插件瘫痪，普通人"养"不动这只虾。

图源：QClaw

但OpenClaw的失败，不意味着Muse不需要跟进，因为OpenClaw在商业模式上失败了，在产品方向上却证明了AI替人办事，方向是成立的，这与Muse一致。

而且，养龙虾与Muse不存在旧版与新版的关系，是两个不同商业物种。

OpenClaw是工具，Muse是服务，工具的用户是极客，服务的用户是所有人。OpenClaw卖给用户一个运行环境，用户自己承担算力、维护和安全，而Muse卖给用户一个结果，因此，OpenClaw的成本由用户承担，Muse的成本由Meta承担。

OpenClaw死于卖不出去，Muse的风险是卖得越多可能亏得越多，把Muse套进养龙虾的框架里，结论一定是错的。

如果Muse模式跑通了，不跟进的人会失去下一代入口；如果Muse模式跑不通，跟进的人也只是多烧一笔钱。两害相权，后者比前者安全。

另一个本质区别是价值沉淀的位置。

OpenClaw的价值沉淀在开源协议和生态层，所有基于它做封装的C端产品，本质上都是流量二道贩子。套壳产品既不掌握模型，也不掌握框架，能做的只有汉化界面、预装技能、补贴算力，这三件事只构成了成本。

Muse的价值沉淀则在Meta自己手里，自研模型、自建虚拟机、自己设计安全架构、自有型用户关系，这意味着，如果Muse的模式跑通了，Meta可以独享全部收益；如果跑不通，Meta也可以把技术资产复用到其他产品上。

所以，Muse比OpenClaw更值得跟进，不在于它更可能成功，而是因为它失败的成本更低、成功的收益更高。OpenClaw的失败是纯粹的沉没成本，Muse的失败至少留下了模型、算力和安全架构。

那么，我们讨论国内大厂跟进Muse，跟的到底是什么？以及，互联网大厂对标Muse，做成功的概率有多大？

如果中国做不出跨平台的Muse，只能做生态内的管家，那"对标Muse跟进"这个说法本身就是错的，国内大厂做的不是Muse，跟的也不是Muse，是防守。

既然跟的是防守，成功的标准就不看是否独立盈利，变成了能不能守住边界。

如果成功指的是"做一个跨平台的通用管家"，概率极低，平台之间的门什么时候打开，涉及商业利益重新分配，如果成功指的是"守住自己的生态边界，不被别家Agent穿透"，概率则高得多，而且守住边界的能力，远强于从零做一个跨平台Agent。

四、结语

对中国企业而言，造出功能对标Muse的产品并不是什么难事，真正的难题是如何让AI真正理解用户在整个互联网上的生活。

这恰恰是模型或硬件迭代都解决不了的难题：封闭平台们各自握有用户生活的一部分碎片，想要让他们拱手让人难如登天。

Muse的爆火，本质上是把一个长期存在于极客圈的问题推到了大众面前：AI已经可以替人办事了，谁有权替你办事？

Meta给出的答案是，一台云端电脑帮你把所有复杂性和安全风险封装起来，这个答案在技术上可行，在商业上还没有闭环。

国内大厂想要跟进，就必须要解决Meta没有的结构性矛盾，毕竟它们既是Agent的推动者，也是Agent要绕过的平台。

Agent产品的失败，往往不是因为AI不够聪明，而是因为商业账单算不平整。

Muse证明AI替你办事的时代来了，但这条路上，门比路多，开门的人手里攥着更多的是商业利益。