ARTICLE · 1061341
每天一个AI小知识:Meta Muse
每天一个AI小知识:Meta Muse你有没有想过，如果有一个AI能在你关掉手机之后，继续替你查邮件、比价格、填表格、甚至跟商家砍价—而且这一切都发生在云端的一台虚拟电脑里，你会放心把密码和银行卡交给它吗？ 近期，Meta推出的个人AI智能体Muse，就是这个问题的答案。它上线约10天就登顶美国App Store免费应用榜，超过了ChatGPT。但真正值得聊的，不是它火得有多快，而是它和ChatGPT的根本区别在哪里，以及Meta为了让普通人敢用它，到底做了哪些事。 你平时用ChatGPT，模式是“你问，它答”。你问“帮我写一封邮件”，它给你一段文字，然后你复制粘贴、打开邮箱、填写收件人、点击发送。AI参与了，但动手的还是你。 
Muse做的事不一样。你只需要说“帮我给房东发一封邮件，说这个月的水管漏水问题还没解决”，它就会自己打开你的邮箱、读取之前的邮件记录了解上下文、起草内容、填好收件人，然后—在你点击确认之前—它不会发出去。你确认之后，它替你点发送。 这听起来只是“多做了几步”，但背后是一个完全不同的产品逻辑。Meta Superintelligence Labs的负责人Alexandr Wang说得很直白：他们把Muse设计得“非常平易近人、友好易懂，不会让人觉得过于复杂”。你不需要学什么提示词技巧，就像交代一个助理一样说你要什么就行。 更关键的是，即使用户关闭了Muse应用，它也能在后台继续工作。比如你让它盯着某个航班的票价，等降价了再通知你—它会一直跑在云端，不用你开着手机守着。 那问题来了：一个能替你发邮件、买东西的AI，它跑在哪里？如果它跑在Meta的服务器上，和成千上万用户共享算力，那你的邮件内容、银行信息会不会跟别人的混在一起？ Meta的解法是：给每个用户配一台独立的云端虚拟机，叫Muse Secure VM，里面跑着Linux系统、浏览器和存储空间。这台虚拟机相当于你的专属“数字办公室”，Muse在里面工作，你的数据也放在里面，和别人的完全隔离。 这就像你在银行租了一个保险箱，钥匙在你手里，Muse只是被你授权进去取东西的跑腿小哥。它能看到你让它看的东西，但看不到你没授权的部分。 信任问题远不止“数据隔离”这么简单。让AI替你网购，它就得接触你的支付信息。让AI替你收发邮件，它就得接触你的邮箱密码。这些都是普通人最敏感的东西。 Muse的做法是：把密码和支付方式放在一个Muse根本碰不到的地方。Muse看到的只是“替身令牌”，就像电影里特工拿到的假证件—能用，但不是真的。真正的密码存储在虚拟机内一个独立的安全区域，由一套叫Sentinel的系统管理。 Sentinel是Muse安全架构里最核心的设计。你可以把它理解成一个“哨兵”：Muse每一次想跟外界通信—打开网页、调用API、发送请求—都必须先经过Sentinel的审批。Sentinel会检查这个请求是否在用户授权的范围内、是否可能泄露隐私信息、是否存在被恶意网页“诱导”的风险。只有通过了，才放行。 Meta甚至把Muse的工作环境在系统层面切成了两个区域：一个区域处理不可信的外部数据（比如你让它读的某个网页），另一个区域存放密码和敏感信息。两个区域之间没有直接的通道，密码永远不会出现在Muse能读到的地方。 对于支付，Muse使用Stripe Link提供的一次性虚拟卡号完成交易，而不是你的真实银行卡号。这笔交易出了问题，你的主卡不受影响。 数据上，Muse的表现确实惊人。据Apptopia估算，上线前12天在美国和加拿大的iOS下载量约180万次，高于ChatGPT同期的130万次；美国市场日活跃用户峰值达到64.2万，是ChatGPT同期23.1万的近三倍。全球前12天总安装量达到280万次。 但下载量不代表好用。Business Insider的一位评测者花了一周时间试用Muse，把电子邮件、信用卡甚至Apple健康数据都授权给了它。结果是：整理收件箱这类简单任务完成得不错，能自动筛选出重要邮件并每天发摘要；也能查看信用卡账单，建议取消哪些订阅服务。但遇到需要对接多个系统、涉及多个决策节点的复杂任务—比如给孩子在蹦床公园办生日派对，需要询价、协调时间、发邀请函—就频繁失败了。 还有用户反映，Muse无法摘要一段保存的Instagram健身视频，因为它只能看到视频的第一个画面—尽管Instagram是Meta自家的产品。 这些反馈说明一个现实：Agent类产品的能力边界，远比聊天机器人复杂。聊天机器人答错一句话，你换个问法就行。Agent做错一件事，可能意味着发错了一封邮件，或者下错了一个订单。Meta对此的回应是：低风险任务（比如整理信息、搜索比较）Muse可以自主执行，但发送邮件、完成购买这类有直接后果的操作，必须用户确认。 Meta在AI模型竞赛里一度落后。ChatGPT的先发优势、Google的Gemini、Anthropic的Claude，都在模型能力上跑在前面。Muse之所以能翻盘，靠的不是模型跑分，而是产品形态的转变。 传统AI助手停留在“你问我答”的阶段。你有一个问题，打开对话框，输入，等回答，关闭。整个过程是断裂的，AI不参与你的实际生活流程。Muse试图做的，是把自己嵌入到你的生活流程里—替你盯着价格、替你整理邮件、替你推进那些你不想自己动手的琐事。 这背后是一个更大的趋势：AI正在从“工具”变成“代理人”。工具是你拿起来用、用完放下；代理人是你交代任务、它自己推进、只在关键节点找你确认。这个转变一旦完成，人和AI的关系会发生根本性变化。 当然，Muse离“放心用”还有距离。复杂任务的处理能力、对用户意图的准确理解、对边界情况的判断—这些都需要时间。但它至少把一个关键问题摆到了台面上：当AI开始替你做事，你愿意给它多大的权限？这个问题的答案，将决定下一阶段AI产品的形态。 Muse目前只在美国上线，免费版每周提供1亿token额度，付费版每月20美元或100美元。中国用户暂时用不上，但它所代表的“云端Agent”方向，大概率会成为接下来一年AI产品的主战场。
往期回顾 每天一个AI小知识：MHS 每天一个AI小知识：PEFT（参数高效微调）
它和ChatGPT，根本不是同一类东西