01 異軍突起
9月8日，Meta在美國和加拿大悄然上線了一款名叫Muse的AI產品。
最初幾天，它並沒有引起太大動靜。在各類AI輪番刷屏近四年後，大家已經見過太多號稱“更聰明”“更全能”的AI產品，Muse看上去只是這個擁擠賽道里的又一名後來者。
但兩週後，情況突然變了。
Muse超越ChatGPT和Claude，登頂了美國蘋果應用程式商店免費榜。市場情報公司Apptopia估算，Muse上線前12天獲得了約280萬次下載，按照相同口徑計算，這一下載速度甚至超過了ChatGPT剛推出移動端時的表現。
一個月初還默默無聞的名字，突然成了全球科技圈追趕的對象。
海外媒體開始密集測評Muse，有人讓它訂餐廳、買東西，有人把信用卡賬單交給它整理，還有人讓它檢查保險、退款和長期沒有取消的訂閱。摩根大通宣稱，Muse有機會成為繼ChatGPT後，普及範圍最廣的消費級AI應用之一。
這股熱潮很快傳到了中國。儘管Muse目前只向美國和加拿大開放，但大量科技博主和AI從業者仍然開始追蹤它的每一次演示，我們諮詢的多位專家也在第一時間研究或測試了Muse，試圖回答一個問題：這個下載速度超過ChatGPT的新產品，究竟做對了什麼？
華爾街也一改對Meta的“壞臉色”。9月21日，Meta股價單日漲超11%，“木頭姐”凱茜·伍德負責的方舟投資旗下三隻基金合計買入超過3400萬美元的Meta。截至目前，Meta股價較Muse上線時已經累計上漲超過20%，市值增加逾2000億美元。
而就在不到兩個月前，市場還在擔心Meta對AI的投入過於巨大，卻始終缺少一款足夠亮眼的產品。7月底，Meta公佈了2026年第二季度財報，當季營收同比增長28%，但自由現金流同比下降超九成，盤後股價一度下跌約10%。
然而，就在使用者和資本市場爭相追捧Muse之際，一盆冷水迅速澆了下來。
9月21日，據GeekWire報導，亞馬遜已經封禁了Muse，禁止其代替使用者在平台上購物。亞馬遜稱，Meta事先沒有告知亞馬遜Muse將訪問其平台，並且，Muse似乎還會獲取並記憶體使用者登錄憑證，帶來隱私與安全方面的風險。
Muse究竟有什麼魅力，能讓全球科技圈和資本市場如此興奮？為什麼轉眼之間，又被全球最大的電商平台拒之門外？
02 真實感受
根據Meta的介紹，Muse是一款“個人AI智能體”——使用者只需要用文字提出需求，它就可以打開網頁、填寫表格、傳送郵件、預訂行程、處理購物，甚至在使用者退出應用後繼續執行任務。
換句話說，過去的AI像個“軍師”，你問它答；而Muse則是一位“隨行秘書”，你提出目標、它替你完成。
不過，由於Muse目前只在美國和加拿大開放，為了弄清楚這款產品究竟特別在那裡，我們梳理了國外使用者的測評，並就Muse的使用體驗和產品邏輯諮詢了相關專家。
央視科學顧問包坤告訴我們，Muse的一大特點，是Meta為其配備了一套持續運行的獨立雲端虛擬機器Muse Secure VM。通俗地說，相當於讓AI在雲端擁有了一台可以獨立操作的電腦。
這台“雲端電腦”可以打開瀏覽器、登錄網站、呼叫不同服務。與此同時，Muse還具備長期記憶，能夠逐漸瞭解使用者的偏好、目標和生活習慣。例如，它可以讀取使用者在Instagram上收藏的菜譜，將其中需要的食材整理成購物清單；也可以在組織聚會時，根據參與者過去留下的資訊，主動考慮朋友的飲食禁忌。
並且，知名數字經濟學者劉興亮還指出，Meta手裡本來就有Facebook、Instagram、WhatsApp這張巨大的社交關係網，裡面有人的關係、興趣、生活軌跡等，Muse又能夠連接郵件、日曆等服務，還具有長期記憶，這意味著，它未來可能越來越瞭解“你是誰、你認識誰、你最近在幹什麼、你接下來想幹什麼”。
不過，對於一位個人助手而言，“可以做”和“做得好”之間，還隔著一段不短的距離。
吳曉波頻道AI顧問吳畏實際體驗了Muse後，給出的評價不算太高——“目前國內的智能體在幫使用者‘搬磚’，而Muse是在幫使用者‘花錢’，但是，理想豐滿，現實骨感，這位秘書隨時會掀桌子。”
他發現，一旦讓Muse跑稍微複雜點的現實任務，使用者就會變成它的“專職監工”：它每走一步都要彈出來問你“這個卡號對不對”“這個時間行不行”。結果，使用者本來想省3分鐘，結果花了10分鐘盯著Muse查錯，生怕它在後台“手抖”買錯了機票。
“業內關於智能體有句話是這麼說的，‘能幫使用者做90%的智能體等於零，因為使用者必須用100%的精力去給剩下10%的翻車擦屁股’，Muse現在感覺就處於這個尷尬區間內”，吳畏點評道。
發表在《紐約客》上的一篇實測也得出了類似結論。作者讓Muse預訂餐廳時，它推薦了7個選項，但在登錄Resy和人機驗證環節反覆卡住，折騰一番後，作者最終還是選擇了自己完成預訂。不過，作者也表示，在把二手商品搬到eBay、整理信用卡賬單和製作月度預算等任務上，Muse確實幫上了忙。
根據國外網友和專家們的測評，Muse目前相對擅長處理規則明確、容錯率較高的任務，一旦涉及跨平台登錄、身份驗證、現實交易等，它所節省的時間，很可能還抵不上使用者監督和糾錯的成本。
03 觀照國內
Muse聽起來很新，但拆開來看，它會做的許多事情，國內AI智能體並非不會。
在包坤看來，Muse與千問、豆包、WorkBuddy等產品正在變得越來越相似：
千問正在成為阿里消費生態的統一AI入口，已經接入了淘寶、淘寶閃購、支付寶、飛豬、高德等服務，使用者可以通過一句話點餐、規劃行程、預訂機票酒店。
WorkBuddy更像一名“AI員工”，能夠讀取使用者授權的本地檔案，自主拆解任務，完成調研、表格、PPT和資料分析，還可以呼叫多個智能體協同工作。
豆包推出的“豆包工作”同樣支援任務拆解、工具呼叫、多智能體平行和電腦介面操作，並通過飛書獲取企業內部的上下文資訊。
因此，包坤認為，各大智能體真正的區別在於，它們背後的企業能呼叫什麼樣的資源——阿里的優勢是交易生態；騰訊的優勢是辦公、社交和檔案生態；字節的優勢是內容、流量和企業協作場景。
既然如此，Muse與國內智能體的差別在那裡？
未可知人工智慧研究院院長杜雨認為，Muse相比千問、豆包、WorkBuddy，更加側重移動端和生活場景，比如購物、餐飲、出行等，此外，Muse能夠撬動Facebook、Instagram等全球社交網路關係鏈。
吳畏進一步解釋道，豆包、千問本質上是“超級搜尋器+免費數字員工”，WorkBuddy這類辦公類智能體，走的則是降本增效的路線，伺候企業老闆和打工人，鎖死在釘釘、飛書這種協同軟體裡。而Muse壓根沒想進辦公室，它想做的是幫助使用者退訂訂閱、查便宜貨、訂酒店，下一步，就可以順理成章地收取佣金、精準投放廣告。
不過，無論是替使用者“搬磚”，還是幫使用者“花錢”，智能體最終都要跨過同一道門檻：從給出建議，到走向現實世界執行任務。它要替使用者訂機票，就要進入航空公司的系統；要替使用者退貨，就要讀取電商訂單；要替使用者砍掉電話費，就要與營運商交涉。
智能體越有用，需要獲得的權限越多，也越容易闖入其他平台的地盤。
亞馬遜封禁Muse，揭開了這個矛盾——使用者願意把帳戶交給智能體操作，並不意味著平台也願意讓智能體進入。類似的問題同樣出現在國內，豆包手機在操作微信、淘寶、銀行等第三方應用時，也曾觸發過平台的限制或安全風控。
圍繞智能體未來的發展、完善，我們進一步詢問了幾位專家。
劉興亮
■ 知名數字經濟學者
■ 工信部資訊通訊經濟專家委員會委員
亞馬遜封禁Muse，可能是智能體時代“入口之戰”的一個標誌性事件。
以前使用者自己打開亞馬遜，搜尋商品、看推薦、看廣告、比較價格，然後下單，亞馬遜掌握的是整個消費決策鏈；如果未來使用者只對Muse說一句：“幫我買一個最划算的嬰兒車”，Muse自己去全網比價、選擇、下單，那麼使用者可能根本不需要進入亞馬遜的頁面。
這時候，亞馬遜就有可能從“使用者入口”變成Muse背後的一個“商品倉庫”。
這對平台來說是一個巨大的變化，尤其亞馬遜本身還有龐大的廣告業務，2025年的廣告收入已經超過680億美元，使用者如果不再瀏覽頁面，原來的廣告和推薦邏輯都會受到影響。
對於智能體，我覺得現在真正卡住它發展的，是“最後一公里的執行權”，或者說，今天智能體面臨的瓶頸是：進不去。進不了App，拿不到資料，呼叫不了服務，碰到支付、帳戶、隱私這些敏感環節又必須停下來。
豆包手機就是一個很典型的例子。消費者版已經能夠操作手機，但在微信、小紅書、美團、淘寶等App內，自動化操作仍然受到第三方平台規則限制。
下一階段，智能體真正需要解決的，是平台之間的協議、身份認證、授權、支付、安全和責任機制。技術可能已經跑到前面了，規則和生態還在後面追。
包坤
■央視科學顧問
■ “Alex包老師”帳號主理人
目前，大家容易誤以為智能體最大的問題仍然是模型不夠聰明，但實際上，當前更關鍵的瓶頸是：權限、可靠性、責任。
◎ 首先，權限。讓AI寫郵件很容易，但讓它替你發出去就完全不同。再進一步，讓它訂酒店、付款、退款、修改日曆，甚至操作銀行帳戶，每一步都意味著使用者交出更多權限。所以，智能體越強，真正的問題越不是“它會不會”，而是你敢不敢讓它做。
◎ 其次是可靠性。聊天機器人答錯一道題，可以重新詢問；但智能體如果買錯機票、發錯郵件、刪除檔案或付錯錢，後果完全不同。因此，AI從“回答”進入“做事”後，評價標準也會變化：過去看回答正確率，未來更要看它連續執行100步操作時，能否一步不出錯。
◎ 第三是責任。如果AI替你簽合同、購物或操作公司系統，出了問題究竟由誰負責——使用者、AI公司、平台還是企業，仍沒有明確答案。這是智能體真正規模化前必須解決的問題。如今，全球智能體競爭已經進入了一個關鍵階段：技術能力跑得比社會規則快。
吳畏
■ 吳曉波頻道AI顧問
■ 非凡產研創始人
如今，矽谷早就過了“驚嘆GPT能寫詩”的階段，全在拚命死磕“確定性”和“系統級操作”。他們意識到，模型再聰明也沒用，只要出現一次幻覺把使用者的錢付錯了，使用者就退網。因此，大家都在往底層作業系統、權限機制裡鑽。
而國內智能體發展目前卡在兩道關卡上：
◎ 第一，“App孤島與圍牆花園”。國外好歹有成熟的Stripe支付、公開的API、郵件日曆通用標準。國內微信、美團、淘寶、抖音，各自都是獨立的“諸侯國”，API互不開放，資料誰也不給誰。智能體跨App讀個券、自動跳轉結賬都會被當成外掛封號。底層高速公路全是斷頭路，造個法拉利等級的AI跑給誰看？
◎ 第二，“廉價外包vs昂貴算力”的經濟賬打不通。在矽谷，雇個行政助理一個月幾千上萬刀，企業咬牙也願意買智能體代替；在國內，一個基礎文員或外包客服價格不貴，一套智能體方案算力呼叫費加上私有化部署，算下來比僱人還貴。
因此，我想給所有關注或正在做AI創業的人提三個醒：
◎ 別去造新的聊天框，使用者根本懶得多下一個APP。如果你的產品本質只是呼叫大廠API包個好看的UI，那天微信、iOS、Meta在系統裡隨手做個原生入口，你第二天就不行了。
◎ 大模型技術在迅速白菜化，你能贏，只能靠兩件事：要麼擁有別人根本拿不到的私域資料（比如企業最深處的進銷存）；要麼把業務流綁架得極深，客戶換掉你要傷筋動骨。
◎ 不要問AI能做什麼，要問“出錯了誰來賠錢”。當你的智能體代替使用者做決策時，如果它把客戶的十萬塊訂單下錯了，或者把老闆的重要郵件刪了，這個責任誰來扛？如果沒有兜底的機制，那你的產品就永遠只能當個供人消遣的玩具，成不了真正賺錢的生產力。 (吳曉波頻道)