Muse上線約10天，登頂美國App Store免費應用榜，超過了ChatGPT。

幾乎同一時間，另一條個人Agent路線上的代表產品Manus，也傳出新一輪孖展消息，計劃孖展5億美元，估值約40億美元。

Agent正在給前沿AI大廠提供一條「彎道超車」的路徑。基礎模型雖然重要，但到Agent的賽道上，產品設計、工具調用、任務執行、權限管理和用戶入口也加入了戰場。後來者未必要先在模型排行榜上贏過OpenAI和Anthropic，也有機會先在應用層拿到結果。

Meta顯然已經走上了這條「捷徑」。

過去一年，它在模型競賽裏追得並不輕鬆。錢沒少砸，人沒少挖，算力沒少堆，但一直有些雷聲大雨點小，能讓普通用戶感知到的成績比較有限。

直到Muse，Meta終於有了一個真正屬於自己的AI爆款。

Muse憑什麼成為爆款？

Muse啱啱發布的時候，單看功能，其實算不上有多特別。

它能瀏覽網頁、調用工具、處理文件，以及替用戶訂酒店、發郵件、購物。這些能力ChatGPT、Claude、乃至此前的Manus都已經展示過了。

按理來講，這些功能很容易碰到隱私和權限的邊界，用戶很難不擔心Agent的安全風險。

讓它替你整理日程，你就要開放日曆；讓它替你讀郵件，它就要進入你的郵箱；讓它幫你購物，它不僅要知道地址和偏好，還需要接觸賬號和支付信息。

提示詞注入也是個需要小心的事情。Agent瀏覽網頁、讀取郵件和文件時，會不斷接觸來自外界的信息。如果有人在網頁裏藏下一段惡意指令，誘導模型把用戶資料發出去，一個擁有較高權限的Agent可能會把攻擊一路傳遞到真實賬戶。

Meta在做Muse時承認，不管模型訓練得多好，Agent都會犯錯，也可能被攻擊。

它的特殊之處在於，它並沒有把安全完全押在模型足夠聽話上，而是在模型之外，又搭了一整套的權限系統。

簡單來說，Muse在雲端給每個用戶配了一台獨立電腦。

你可以把它理解成一台永遠開着，並且只屬於你的遠程電腦（虛擬機），裏面有瀏覽器，也能存文件、運行程序。Muse替你查資料、處理文件、跑任務，基本上都在這台電腦裏完成。

你的文件、網頁登入狀態、郵箱和日曆連接，並不會和其他用戶混在一起。即使Muse需要長期替你工作，也是在這台獨立的電腦裏活動，不至於拿着權限在整個系統裏到處跑。

值得注意的是，住在這台電腦裏的Muse，並不是這台電腦真正的「管理員」。

Meta把整個系統拆成了兩個相互隔離的安全區域，Muse住在其中一個區域裏，而另一個區域則放着真正敏感的東西——包括用戶的登入憑證、安全服務，以及一個名為Sentinel（哨兵）的獨立安全Agent。

這個Sentinel專門審批網絡訪問和第三方服務，Muse可以提出發郵件或者調用賬戶的請求，但真正放行的是Sentinel。它可以檢查Muse準備訪問哪個網站、哪個地址，使用什麼請求方式，以及準備把什麼內容發送出去。

密碼和支付信息也是類似的邏輯。登入憑證被保存在獨立的安全存儲裏，Muse可以使用，但看不到具體內容；發送郵件、購買商品這類敏感操作還會再次向用戶確認。用戶也可以單獨規定某個連接器的權限，比如郵箱是只允許讀取，還是連發送也一起開放。

支付環節又做了一層隔離，Muse接入Stripe的Link後，可以生成一次性支付卡，讓真正的銀行卡信息不直接暴露給Agent或商家。

層層保障，限制了Muse可能造成的破壞。

用戶願意信任它——或者說，願意相信它就算出了問題也翻不出什麼風浪——它纔有機會真正進入普通人的生活。

當然，只有安全肯定也不行。

Muse背後的模型是Meta自研的Muse Spark。Alexandr Wang後來透露，從Muse Spark 1到最新的1.3，這整個模型系列從一開始就在為Muse這個個人Agent做準備，每一輪升級都在重點強化Agent和多模態能力。

模型之外，Muse背後還有Meta自己的整套產品生態。

它能接入Instagram、Facebook等平台，也可以直接在WhatsApp裏使用。

Meta官方給出的案例是，如果你準備請朋友來家裏喫飯，Muse可以翻你在Instagram裏收藏過的菜譜短視頻，幫你挑菜、列購物清單，還能記住朋友有沒有忌口，最後再幫你把邀請發出去。

Axios特別提到，Muse能快速走紅，靠的不只是模型本身，還包括Meta一直很擅長的幾件事——把複雜技術做成普通人能用的產品，把產品迅速推到大量用戶面前，以及理解用戶到底喜歡什麼、需要什麼。

Muse上線大約10天后，就衝上了美國App Store免費iPhone應用榜第一，超過了ChatGPT。

Meta過去一年那場聲勢浩大的AI重建，也終於拿出了一個普通用戶也能直接感知到的成績。

不再戀戰SOTA，

Meta瞄準個人Agent

過去一年，Meta在前沿AI公司裏的處境一直有點尷尬。

錢是沒少花的，人是沒少挖的，算力更是越堆越大。但放到OpenAI、Anthropic和谷歌旁邊看，Meta始終差點意思——前兩家就不說了，谷歌至少還有云服務和TPU生態撐起自己的AI版圖。

相比之下，Meta遲遲沒有拿出一個足夠有說服力的大結果。

2025年，Llama 4令人失望，原本被寄予厚望的Behemoth也一再延期。曾經靠開源掀起一輪浪潮的Meta，在SOTA模型競爭上漸漸掉隊。

於是，Meta開始了它的重建工作。

2025年6月，它花143億美元買下Scale AI 49%的股份，把Alexandr Wang直接挖來負責新的AI體系；隨後成立Meta Superintelligence Labs（後文簡稱MSL），不惜開出上億美元級別的天價待遇，從OpenAI、Anthropic、Google DeepMind大規模挖人，AI組織半年內多次重組。

算力也一起往上堆，Meta 2025年資本開支達到722億美元，2026年的指引進一步提高到1300億至1450億美元，並建設了Prometheus、Hyperion等吉瓦級AI數據中心。

到了今年4月，Muse Spark發布。Meta自己也說，這是MSL「從頭重建AI技術棧」9個月後的第一份模型答卷。

我們不妨把Manus看成Meta轉向Agent的一次重要啓發。

去年12月，Meta一度直接收購Manus，而後者最出名的地方，就在於把模型、瀏覽器、工具和執行環境拼成了一個能自己完成複雜任務的通用Agent。後來這筆超過20億美元的交易被監管部門要求拆解，但Meta願意花這麼大價錢買Manus，已經可以看出，它至少覺得這條路是值得嘗試的。

Meta沒能留下Manus，但把Manus代表的那套Agent邏輯留了下來。

巧的是，Manus自己後來也開始往個人Agent走。2月，它把產品接進Telegram，官方文檔裏直接寫道：「你的個人Agent，隨時隨地」。

Agent是任務的入口，理想條件下，用戶只需要給出需求，Agent就能完成任務——用戶不需要去想中間用了誰家的模型、接了誰家的工具。

Meta並沒有放棄訓練模型，但它不再等着模型先拿第一，再考慮產品怎麼做。模型開始變成底座，Agent則成了更直接的突破口。

Muse Spark這一系列模型，瞄準的正是個人Agent；而Muse這個產品，證明了這條路確實可以拿出非常亮眼的成績。

這條路線並不偏門，甚至充滿了機會。

Muse之外，一個叫Instinct的個人Agent甚至還沒有正式全面上線，就已經被資本追着下注。

它目前仍處於邀請測試階段，可以接入郵箱、消息、日曆和位置，替用戶購物、訂餐廳、取消訂閱，最近又開始測試獨立郵箱和代打電話等能力。8月底，它剛以約25億美元估值完成孖展；9月，據《The Information》報道，公司正在討論再孖展10億美元，估值直接衝到了約100億美元。

「選擇大於努力」

如果再把視角拉遠一點，會發現過去一起追趕大模型的幾家老牌科技巨頭，現在其實已經開始分頭走了。

谷歌是少數還在堅持全棧打法的公司：模型要爭，Agent要做，雲要賣，芯片也自己造。

早些時間谷歌還傳出可能要退出頂尖模型競爭的傳聞，但就在最近幾天，Arena裏還出現了一個掛着「gemini-3.8-flash」名字、能力明顯異常的模型，被社區廣泛猜測是尚未發布的Gemini 4 Pro。另一邊，Flash系列幾乎三周一更，谷歌9月又連續更新了Gemini 3.8 Live和3.8 Live Extended Thinking。

今年I/O上，谷歌直接宣佈進入「Search Agent時代」，讓Agent可以24小時在後台替用戶追蹤信息；Google Cloud也推出了Gemini Enterprise Agent Platform。再往底層，還有已經做到第八代的TPU、Google Cloud和整套AI基礎設施。

微軟和亞馬遜的選擇就不太一樣了，他們正在把自己的優勢集中到企業服務和AI基礎設施上。

儘管微軟還在做MAI系列，亞馬遜也有Nova，但模型已經不再是這兩家公司最重要的目標。

微軟現在更強調多模型平台。Azure AI Foundry裏同時提供OpenAI、Anthropic、xAI和微軟自己的MAI模型，企業可以按質量、成本和任務自由選擇。微軟最新財報披露，今年以來，同時使用多家模型的客戶數量增長了5倍；Foundry和Agent 365則負責把這些模型真正接進企業數據、權限和Agent體系。

比起把自己的模型做到最強，微軟更想確保，無論最後誰家的模型更好，企業都在Azure上用。

亞馬遜的轉向則更加明顯。

今年7月，亞馬遜直接裁掉了AGI團隊的部分崗位。此前，這支原本相對獨立的AGI組織已經被併入一個更大的技術部門，和芯片、量子計算放到一起；包括Rohit Prasad、David Luan在內的多名核心負責人也先後離開。亞馬遜給出的解釋是，要精簡優先級，把資源集中到最能給客戶創造價值的領域。

與此同時，AWS越來越強調Bedrock和AgentCore。Bedrock直接接入OpenAI模型、Codex和託管Agent；AgentCore甚至明確做成「模型無關」，開發者可以自由換模型，AWS負責運行環境、權限、安全和監控。

它的思路和微軟類似，與其花大工夫追趕SOTA，不如確保別人做出來的模型和Agent最後都跑在AWS上。

Meta走的是第三條路。

儘管Meta也在建設巨型數據中心，今年甚至傳出計劃把部分AI算力對外出售，但和谷歌、微軟和亞馬遜相比，Meta並沒有一個已經成熟的公有云業務可以直接承接AI需求。

Meta現成的優勢在另一端，在幾十億普通用戶、社交關係、內容推薦、廣告系統，以及Instagram、Facebook、WhatsApp和Threads這些消費級入口上。

在SOTA模型的比賽裏，這些東西幾乎幫不上忙；可一旦比賽來到個人Agent，情況就完全不一樣了。

一個真正好用的個人Agent，不僅需要一個足夠智能的模型，還需要知道你喜歡什麼、和誰來往、最近準備做什麼；要能進入你每天使用的軟件，還要有辦法長期待在你身邊。

這時候，Meta過去積累的那些「老本行」，突然都變成了AI能力的一部分。

社交關係變成上下文，內容推薦變成對用戶興趣的理解，幾十億用戶變成分發渠道，WhatsApp和眼鏡又可以繼續變成入口。

Muse真正重要的地方就在這裏。至少從Muse開始，Meta終於不再只是靠「有錢、有卡、有人」證明自己還坐在前沿AI的牌桌上。

它有了一個真正能擺上桌的結果，而且這個結果，不是靠複製OpenAI最擅長的方式拿到的。

Meta終於找到了一塊更適合自己長板的戰場。

事實上，國內的三家大廠也看上了個人Agent這個方向。騰訊、字節、阿里各有不同的先天優勢，並且最近都有類似的動作出現。

和更偏工作流程的辦公Agent不同，個人Agent真正要接管的，是一個人的日常生活。

在這個戰場上，騰訊最強的是關係和服務。微信裏有人際關係、聊天、支付、小程序、公衆號、視頻號和大量線下服務，一個個人Agent如果真要替用戶處理生活事務，微信幾乎天然就是操作台。最近正在灰度的微信助手「小微」，已經開始調用微信原生功能和小程序替用戶辦事。

字節最強的是內容、推薦和消費端AI入口。抖音知道用戶喜歡什麼，豆包已經有大規模用戶，飛書掌握工作上下文；最新的豆包手機助手又進一步進入系統層，開始直接操作手機和跨應用完成任務。

阿里的優勢則是交易和商業服務。淘寶、天貓、支付寶、餓了麼、高德、飛豬、釘釘，再加上阿里雲，本身就覆蓋購物、支付、本地生活、出行和工作。千問已經開始把這些服務串起來，讓AI直接完成搜索、下單、支付和出行規劃；螞蟻阿福則從健康場景切入，嘗試長期管理用戶的個人健康信息。

在這個方向上，最後誰能做出最大的個人Agent可能沒那麼重要。只要幾家大廠都開始爭着替用戶把事情辦完，最終省事的還是我們。