01
Muse火爆，Meta又回到AI第一梯隊？
9月8日，Meta推出個人AI Agent Muse。上線不到兩周，登上美國App Store免費應用榜第一；9月19日，又登上美國Google Play榜首。截至10月中旬，Muse累計下載量已接近900萬次，日活躍使用者達到180萬。
10月12日，Meta發佈Muse Wonder和Muse Wonder Full。根據Artificial Analysis的獨立評測，Muse Wonder Full的Intelligence Index得分達到56分，僅比Claude Opus 5.5低2分，與Claude Sonnet 5.5持平，超過GPT-6 Astra和Gemini 4 Argon的53分。經歷了Llama 4的失利、AI團隊重組和大規模人才引進，Meta似乎終於重新擠進了前沿模型的競爭行列。2025年4月，Meta發佈Llama 4，原本希望延續Llama系列在開源模型領域的優勢，卻因為模型表現不及預期，以及評測版本與實際發佈版本之間的差異引發爭議。曾經憑藉Llama系列贏得開發者支援的Meta，在前沿模型競爭中逐漸落後於OpenAI和Anthropic。祖克柏隨後開始重建AI團隊。2025年6月，Meta宣佈向Scale AI投資143億美元，取得約49%的股權，並引入其創始人Alexandr Wang領導超級智能實驗室。同年11月，長期領導Meta基礎人工智慧研究實驗室（FAIR）的楊立昆宣佈計畫離開，創辦自己的AI公司。經過一年多的調整，Meta在2026年4月推出Muse Spark，9月發佈Muse，10月又拿出了Muse Wonder系列模型。
不過，對於Muse產品和Wonder模型，還是有不小的爭議。
首先模型Muse Wonder發佈後，一些開發者發現，這個在榜單上接近Claude Opus 5.5的模型，在生成3D遊戲、處理空間結構等任務時表現並不理想。有人用它製作熔岩燈，結果連玻璃燈罩和內部流動的蠟都沒有正確呈現。
產品本身也開始遇到麻煩。Muse可以替使用者整理郵件、規劃旅行、尋找商品，甚至在後台持續處理任務，但亞馬遜很快阻止了它通過Amazon.com為使用者購物。另一項由人工外包人員代替AI撥打電話的內部測試，也引發了隱私爭議。
一邊是數百萬下載量和漂亮的模型成績，一邊是開發者的實測質疑和真實使用中的問題。Meta究竟已經重新領先，還是它的產品熱度跑在了實際能力前面？
02
為什麼押注個人Agent？
10月11日，Meta首席AI官Alexandr Wang在播客中講述了Muse的開發故事。2026年初，AI行業的注意力集中在程式設計Agent。Claude等模型在軟體開發領域快速進步，越來越多公司開始追趕Anthropic。Wang回憶，當時行業裡似乎形成了一種共識：所有人都應該去做Coding Agent。
個人市場：從程式設計師走向普通消費者在深度使用OpenClaw的過程中，兩人發現，能夠結合個人背景持續互動，幫助使用者處理需要長期跟進的事務。Friedman曾用一套多輪心理探索提示詞，讓AI結合Wang的個人資訊持續追問。Wang形容，那次體驗近似於把“三年的心理治療壓縮在一個時刻”。這讓他意識到，個人Agent可以提供與普通聊天機器人不同的體驗。兩人隨後決定押注個人Agent。在他們看來，程式設計Agent主要服務於軟體開發，而個人Agent面向的需求更加廣泛：管理日程、處理郵件、規劃旅行、購物，甚至替使用者與外部服務商溝通。這些需求並不侷限於某種職業，而是存在於普通人的日常生活中。如果AI能夠接手其中一部分事務，潛在使用者就不再只是程式設計師或企業員工，而是更廣泛的消費者。C端觸達優勢：Meta擁有36億日活躍使用者2026年第二季度，Meta披露，每天有36億人使用旗下至少一款應用。Facebook、Instagram和WhatsApp覆蓋了社交、內容消費和日常溝通。程式設計Agent主要幫助人們完成必須做的工作，而Meta旗下的應用更多連接人們想做的事情，包括與朋友交流、關注興趣、分享生活。因此，Meta可以讓個人Agent通過使用者熟悉的聊天和社交場景觸達消費者，不必要求普通人先學習複雜的自動化工具。使用者通過WhatsApp傳送一條消息，就可以向Muse交代任務。產品能力：從回答問題到完成任務Meta此前也曾嘗試通過收購Manus補齊Agent能力。2025年12月，Meta宣佈收購Manus，希望把通用Agent技術融入旗下產品。但這筆交易後來受到監管干預，Manus於2026年恢復獨立營運。Meta與Manus最終分別推出了Muse和Cue兩款個人Agent產品。對Meta而言，真正需要解決的是如何把Agent做成普通消費者願意長期使用的產品。個人Agent的體驗“站在刀刃上”：偶爾成功可以帶來驚喜，但如果大多數時候都不可靠，使用者就會迅速失去興趣。Wang在播客中講述，一位朋友把身份證遺忘在私人飛機上，要求Muse代為解決。按照他的說法，Muse協調快遞和相關安保溝通，最終把身份證送回辦公室。相比模型排名，這種從提出需求到解決問題的案例，更容易讓普通人理解個人Agent的價值。Muse上線後的快速增長，也說明這套產品定位和傳播方式吸引了大量早期使用者。但Wang反覆強調的可靠性，接下來還需要接受真實使用者的檢驗。Muse究竟能穩定完成多少任務，以及它的實際能力是否符合模型成績所帶來的預期，已經開始成為爭議的焦點。
03
我們可能誤會Meta了
前面提到的熔岩燈測試，讓不少開發者質疑Meta是否過度針對基準測試最佳化模型。Wang在X上回應稱，團隊確實沒有專門針對3D演示遊戲訓練模型。事後看來，或許應該在這方面做一些訓練，但他仍然希望開發者用真實程式設計任務檢驗Muse Wonder。
最近，開發者越來越喜歡讓模型生成3D遊戲、互動網頁和動態場景。一段提示詞能否生成可運行、可互動的3D世界，已經成為觀察模型能力的直觀方式。這些能力的進步，一部分來自後訓練，尤其是強化學習。模型可以在特定任務環境中反覆嘗試，根據結果獲得反饋，不斷改進。訓練環境覆蓋那些任務，會直接影響模型在那些場景中表現突出。Wang承認沒有針對3D演示遊戲進行專項訓練，也從側面說明，不同模型在後訓練階段選擇的重點可能存在明顯差異。從Muse Wonder的成績看，它並不是缺乏實際執行能力。根據Meta公佈的評測，Muse Wonder Full在Harvey LAB-AA法律Agent任務中獲得13.1分，高於GPT-6 Astra的8.6分和Claude Opus 5.5的4.2分；在AutomationBench-AA企業工作流測試中獲得45.4分，同樣超過後兩者的41.6分和41.2分。Muse Wonder發佈時，Meta沒有把參數規模作為主要賣點，而是花了大量篇幅介紹兩個能力：Active Memory（主動記憶）和Active Focus（主動專注）。主動記憶，是讓AI跨對話保留與使用者有關的重要資訊。比如，使用者上周已經討論過一次旅行安排，告訴AI自己的預算、時間和偏好，下次繼續規劃時，就不必重新解釋所有背景。AI需要記住這些資訊，並在相關任務中主動呼叫。主動專注，則是讓AI在複雜任務中持續推進工作。比如，處理保險理賠時發現缺少材料，或者在操作網站時遇到報錯，模型需要嘗試其他解決辦法，必要時向使用者確認，而不是直接停止執行。這兩個能力都很符合個人Agent的需求。使用者交給AI的事情，往往不是一次對話就能完成。安排旅行可能涉及多次比較和修改，處理郵件需要等待對方回覆，購買商品還需要確認庫存、價格和配送時間。模型不僅要理解使用者當下的要求，還要記住過去發生了什麼、下一步應該做什麼。因此，Muse Wonder並不是一款單純追求聊天能力的模型。Meta希望它既能承擔法律、金融、軟體開發等專業任務，也能成為個人Agent持續執行任務的底層能力。這種產品定位，與Meta過去的開源路線形成了明顯變化。此前，Meta主要通過Llama系列建立開源模型生態，吸引開發者和企業使用。Muse Wonder則採用閉源模式，通過API、Muse Code和自有應用提供服務。相比讓更多開發者部署自己的模型，Meta現在更重視把先進模型轉化為能夠直接接觸消費者的產品。過去幾年，OpenAI通過ChatGPT積累了龐大的使用者基礎，Anthropic則憑藉Claude Code等產品深入開發者和企業市場。Meta最有價值的資源，仍然是Facebook、Instagram、WhatsApp等覆蓋數十億使用者的平台。而且，Meta已經開始把Muse延伸到手機之外。9月的Meta Connect大會上，祖克柏宣佈計畫在未來幾個月內將Muse接入AI智能眼鏡。使用者戴著眼鏡看到貨架上的商品、牆上的活動傳單，或者一張很長的學校用品清單，可以直接通過語音讓Muse識別內容並繼續執行任務。Meta還為Muse提供了Mac應用，可以在使用者授權後訪問檔案、日曆、備忘錄等資訊，協助整理檔案和填寫表格。與此同時，公司正在增加購物和支付合作夥伴，包括沃爾瑪、百思買、Shop Pay和PayPal等服務。這才是Meta真正想要的產品形態：使用者在手機上交代任務，在電腦上繼續處理，戴著眼鏡看到商品時，也可以直接讓同一個Agent採取行動。從這個角度看，祖克柏未必需要Muse Wonder在每項測試中都排名第一。只要模型能夠滿足個人Agent的任務需求，再通過Meta已有的社交平台和硬體裝置進入使用者生活，它就有機會建立一條不同於ChatGPT和Claude Code的增長路徑。
04
Meta們的流量夢
Meta押注個人Agent，最終還是為了生意。Muse到2030年的年收入可能超過270億美元，其中約230億美元來自交易相關收入，訂閱收入僅約45億美元。相比每月收取訂閱費，讓AI參與使用者的購物、出行和日常消費，可能是一門更大的生意。
如果使用者直接讓Muse篩選商品並完成購買，亞馬遜原本掌握的搜尋流量、廣告展示和使用者關係都可能受到影響。國內網際網路巨頭也在爭奪這個位置。騰訊正在微信內測原生AI助手“小微”，嘗試通過文字和語音呼叫微信功能及小程序服務；字節希望豆包手機助手直接操作不同App，但截至10月14日，微信、支付寶、淘寶、美團等超過150款應用仍明確拒絕其進行螢幕自動化操作；阿里則選擇先打通自有生態，千問已經與淘寶全面互通，接入超過40億件商品，支援商品搜尋、比較、下單和售後。幾家公司都想把AI變成使用者提出需求的第一入口，但各自面臨的問題不同。Meta需要爭取外部平台合作，字節需要跨應用操作權限，騰訊和阿里雖然擁有自己的服務生態，卻還需要讓使用者養成通過AI而不是傳統App完成交易的習慣。交易入口本身就是各大平台最重要的商業資產。開放給外部Agent，可能帶來新增訂單，也可能失去直接接觸消費者的機會。誰來推薦商品、誰掌握使用者資料、誰獲得交易收入，都需要重新談判。祖克柏投入數百億美元重建AI團隊，如今終於拿出了足夠吸引眼球的模型和產品。但Meta這次翻身仗，究竟是一次真正的戰略逆轉，還是又一場由模型成績和產品熱度推動的短暫狂歡？現在下結論，恐怕還太早。(新財富)