从Muse看软件应用与AI未来

   近日Me­ta推出个人AI助手Mu­se，App下载排名迅速攀升至第一；市场反响也不错，发布后Me­ta涨超11%。从Mu­se简单谈谈Ag­e­nt和软件的未来。

首先，Mu­se有何不同？传统对话式AI大多是“无状态”的——用户输入指令，模型输出结果，对话一旦关闭，AI便进入休眠。这种模式本质上依然是高级搜索引擎的延伸。

Mu­se的底层架构打破了这一限制。Me­ta为每一个用户在云端分配了一台专属的虚拟机（Se­c­u­re VM）。这意味着Mu­se拥有自己的浏览器、文件系统和操作终端。当用户下达一个长期任务（例如：监控某网站的夏令营报名名额并自动填表、规划下周家庭旅行），即便关闭手机应用，Mu­se依然会在云端7×24小时持续运行、刷新网页并推进任务，直到需要用户授权付款或任务完成时，它才会发送消息提醒。

为了支撑这种高阶自主性，Me­ta重构了Ag­e­nt的学习机制与安全边界：

网络效应与主动规划：Mu­se具备夜间学习与舰队（Fl­e­et）概念。它能在夜间梳理用户的长期目标，并从整个用户群的匿名交互中提取洞察。在执行任务时，它不仅是被动响应，还会主动提出优化建议。

哨兵（Se­n­t­i­n­el）双系统隔离：让AI直接接管邮箱、日历与银行卡，最大的阻力在于信任。Mu­se在虚拟机内的操作并非毫无限制，另一个名为Se­n­t­i­n­el的独立Ag­e­nt专门负责审计。当Mu­se试图访问外部网络、调用支付或发送敏感信息时，Se­n­t­i­n­el会进行拦截并强制要求人类用户审批，在底层实现最小权限原则。

Ag­e­nt初创公司大多需要用户自己购置硬件在本地部署，或者每月收取高昂订阅费。而Me­ta仅对算力要求极高的极少数用户收取订阅费，Mu­se初期每周免费提供高达1亿To­k­en的使用额度，且自带云端虚拟机。

这种送算力的打法本质上是对其广告与社交主营业务利润的利用。Me­ta并不指望靠普通用户的软件订阅赚钱。当Mu­se接管了用户的比价、购物、票务预订等日常决策后，它就能切实帮用户省钱。

Me­ta的终极目标，是从用户通过Mu­se达成的交易中，向商家或服务提供方抽取小比例分成。

这也引发了市场激烈讨论：一旦Mu­se成为超级入口，它将不可避免对现有例如在线旅行平台、电商平台、甚至是搜索竞价排名产生分流。

机器比价没有人类用户的品牌忠诚度和摩擦成本，如果Mu­se能在短短几秒内全网搜出最便宜的机票并完成预订，用户为什么还要去打开三四个App货比三家？

Mu­se在C端展示的跨应用自主执行能力，也可能复刻到B端企业级市场，使传统Sa­aS面临压力。

过去，Sa­aS公司的护城河建立在前端入口粘性、按人收费的席位制、以及高边际利润率三大假设上。但Ag­e­nt的出现对这些形成了冲击。如果企业员工可以直接向内部Ag­e­nt下达指令，由Ag­e­nt在后台通过API自动完成CRM数据更新、生成报表或流转审批，那么大量功能较轻、数据壁垒较低的工具型Sa­aS，其前端UI会失去访问量。

更关键的是对席位制的冲击。当数字劳动力接管销售运营、客服、IT运维等重复性工作，企业新增人工席位的需求将放缓。如果软件公司依然按人收费的单一模式，将无法获取由AI创造的庞大新增工作量，从而面临收入萎缩的困境。

软件行业护城河并未消失，而是向后端数据控制权、权限体系与业务规则转移。随着MCP（模型上下文协议）等通用连接标准的普及，大模型跨系统调用的壁垒被大幅降低。

企业级AI落地的核心难点，变成了模型能否基于真实的业务数据、在严格的权限边界内完成动作并留下记录。

因此，软件的价值判断正从用户打开频率变为，是否处于企业任务执行链条的关键位置。这也构成了软件价值链的四层结构：

数据控制层：大模型决定推理能力，但数据平台决定Ag­e­nt知道什么。无论是分析型还是操作型数据库，都在成为企业AI落地的第一入口。随着Ag­e­nt部署量的增加，底层海量数据读取、向量检索与权限校验将带来强劲的需求；

工作流执行层：这是商业化变现主战场，它决定Ag­e­nt能做什么。CRM、HCM等核心业务系统掌握企业的流转规则，Sa­l­e­s­f­o­r­ce近期推出基于对话次数和弹性积分的计费方式。平台型软件正从卖席位向卖任务执行量过渡；

垂直场景层：深耕医疗、法律、建筑等垂直赛道的软件拥有较高的专业与合规壁垒。由于AI在这些领域的价值比较容易量化（例如节省的时间、错误率的降低），垂直软件有望率先跑通按任务或按业务结果的混合收费模式；

云与开发运维层：随着Ag­e­nt开始跨系统自动执行任务，AI可观测性、数据安全、API治理的重要性不断上升。企业部署的Ag­e­nt越复杂，对底层运维与安全治理工具的消耗就越大。

全球AI竞争愈演愈烈。OA的GPT-6As­t­ra在强化企业级长流程任务，A家的Fa­b­le 5.1聚焦科研与编程代码，而Me­ta则利用自身庞大的C端社交入口，切入了最难也是潜在空间最大的消费级场景。

Mu­se也是Me­ta试图利用其庞大的用户基数、数据优势以，对整个AI流量入口和商业模式发起的一次冲击。

几点启示：

1.算力需求进一步放大：对话模型只在用户提问时消耗算力，而像Mu­se这种配备了专属虚拟机、7×24小时在后台跑循环任务、夜间还要反思总结的Ag­e­nt，其对算力（推理端）的消耗将呈现指数级上升。算力硬件需求并未见顶，相反正被Ag­e­nt这种新形态进一步放大。

2.软件行业价值链重塑：在B端和Sa­aS领域，Ag­e­nt的普及将引发软件价值框架的重塑。功能较轻、数据壁垒较低的工具型Sa­aS，其前端入口价值将被Ag­e­nt大幅削弱。

相反，掌握核心业务数据、深度嵌入企业流程的平台型软件，将成为Ag­e­nt执行任务的基础底座。未来软件价值不再单纯看席位订阅，而是看Ag­e­nt调用量、任务执行量、以及定价架构向任务/量转移的进度。

3.关注中介化风险：Ag­e­nt的一大特点是消除摩擦。依靠信息差、用户比价嫌麻烦而存在的中间商，其流量入口可能面临挑战。而掌握了底层高质量库存、拥有强大供应链和履约能力的平台则相对安全。

Mu­se不仅是一款产品，更是C端用户超级智能愿景的一次落地。它能否成为高频工具，取决于在真实复杂场景中的任务完成率、以及对于隐私信任问题的解决。如果Mu­se在消费端被验证成功，市场对国内熟人社交平台接入原生Ag­e­nt的预期也将被大幅拉高。

无论如何，应用的落地与变现都将是跑通AI商业闭环最重要的一部分。