Meta 做 AI 助手,最费劲的地方跟聪明无关

前几天，Meta 的 Muse 发布了，同一周 Manus 也出了他们的 Personal Agent 应用 Cue。

两家都在做同一件事：给每个人配一个 AI 助手，能替你做事、能一直在线、能记住你。

发布会一出来，大家看的是能力。Cue 给每个 Agent 配了自己的电话、邮箱、钱包，能替你打电话、付款、扫码点餐。Muse 给每个用户一台专属云电脑，AI 在上面自己写代码、自己订餐厅、自己盯着邮件。

我也看了，但我更好奇的是另一件事。

Muse 团队做了一份完整的设计复盘，洋洋洒洒讲了他们怎么想的。我发现他们花篇幅最多的，不是怎么让它更聪明，而是怎么让它知道分寸。

怎么让它主动，但不烦人。怎么让它动手，但不失控。怎么让它了解你的一切，你又敢把东西交出去。

我在贝壳做家装业务的产品，今年开始给工长做 AI 工具。八月份访谈了两位一线工长，聊他们平时用不用 AI。

两位的回答几乎一样：几乎不用。

试过一个 AI 播报工具，团队同学做的，给工长每天的工地播报提效。误报了一次，停了。

试过 AI 辅助下料，瓷砖算得不准，还是手动。

门槛很朴素：「准确、不添乱」。

我把 Muse 的复盘拿来对照，发现大厂花最多精力的那几件事，和一线工长最在意的，是同一件事。

第一条：什么时候开口

Muse 对主动发消息设了很高的门槛。

这条消息得确实有帮助，值得打断你。不值得打断的，不发。后台任务做完了，它会先判断结果有没有意义，没有意义就不通知你。频率用户可以自己调高或者调低。

举了一个例子。Muse 的设计负责人把孩子的开学准备交给它：盯学校邮件、买文具、订晚餐。中间 Muse 从邮件里翻出一件事——儿子的体育项目选拔，报名还有 12 小时截止。她在登机前收到消息，打给丈夫，赶在截止前 4 小时交了表。

没有 Muse，这件事就漏掉了。

真正的价值不是它帮你做完了多少事，而是它从一堆信息里挑出那件你一定会漏掉的。

我们那个 AI 播报工具，误报的那一次把工长坑了。之后他们就不信了，停用。

什么时候开口，比开不开口更关键。多说一句废话，还不如不说。

第二条：什么时候停手

Muse 做了一个判断：不是所有操作都要问你，但有些操作必须停下来。

判断的依据不是「这件事复不复杂」，而是「这件事能不能撤回」。

只读的、此前已经批准过的、风险可以证实很低的——直接做，不打断。难以撤回的——停下来，等你同意。

这样设计是为了避免「横幅盲视」。弹窗弹太多，用户为了让提示消失，什么都一律点同意，反而更不安全。

我在做邀约 skill 的时候也遇到过这个问题。邀约是第一个写操作——Agent 帮工长提交技术交底或者验收邀约。这是真的对外发东西，发错了麻烦很大。

我们设了几道防误：每次都查最新数据不复用旧的、查到什么原样给你看不自己改、发之前让工长亲眼确认对方信息、出错立刻停下来、还有个「先模拟一遍不真发」的模式。

看起来麻烦，但工长才敢用。能撤回的直接做，不能撤回的停下来问——这条逻辑对的。

授权还可以分档。Muse 支持一次性授权、仅当前任务、限时、持续有效，四种。「这单的邀约以后都不用问我」和「本周催办直接发」，是两种不同的信任程度，应该有不同的设置，不能一刀切。

第三条：让人看见它在干嘛

Muse 的界面有一行字，写着它现在在做什么。点开能看到完整的活动记录，以及你批准过哪些权限。记忆文件可以直接读、直接改。

他们的判断是：看不见的东西，很难让人信任。

我们给工长做工具也是一样。查了哪些进度、帮他盯着哪些在施单——这些如果是黑盒，工长不知道 Agent 在干嘛，就不敢把事交给它。

慢慢做出来的是三件事：它在盯什么（当前在施单和待催事项）、今天做了什么（活动记录）、我授权了什么（权限清单）。

信任是一点一点攒的，透明是让信任攒起来的方式。

第四条：什么不能说

这条 Muse 叫它「分寸感」，他们把这个当成一项能力专门训练的。

扎克伯格举了个例子。你有过敏症或者怀孕了，让 Agent 去订餐厅，它应该帮你找到「无酒精鸡尾酒好喝的地方」，但不应该把你怀孕这件事告诉餐厅。它要帮你达成目标，同时不暴露不必要的信息。而且它要自己判断什么算敏感，不能每一步都来问你。

我们的场景是工长群、供应商群、业主群。同一个 Agent 在这三个群里说话，报价、成本、定责结论这些，不能从一个群说到另一个群。

这不是技术问题，是「在不同的人面前说什么」的问题。

和 Muse 一样，解法是写成规则，而不是靠模型临场判断。

能力会被拉平，分寸感不会

Muse 做了一套独立的 Sentinel 系统，专门负责审批所有对外操作。Agent 自己绕不过去。设计出发点是预设 Agent 会犯错，也会被攻击，所以出错时损害要最小，控制权始终在人手里。

外卖、付款、打电话，这些能力一两年内各家都会有。到那时候，用户挑 Agent，挑的是哪个「省心」：该说的时候说，不该打扰的时候安静，要动钱动人的时候先问一句。

Cue 这次做的，是扩能力边界。Muse 做的，是磨信任边界。

我觉得最后留住用户的，是后者。

我自己做工长 Agent，慢慢形成了一个判断：先做「问得到」，把只读查询做到一问即得、答得对，这是信任地基。再做「催得动」，一键动作、工长确认后代办。「自动决策」先放着，要数据积累，硬上必翻车。

和 Muse 先给读权限、看表现再给写权限，是同一个逻辑。

一位工长说过一句话：「你只是辅助我，跟业主谈还是我来。」

Agent 做对了，他还是那个拍板的人。只是不用一个人扛所有信息。

下一篇想聊一个更大的问题：Muse 帮扎克伯格给女儿安排烘焙、帮他盯爬山许可。但那些每天在路上跑、活最多的人呢？谁在给他们做 Agent？

顺便说一句

Manus 这次做视频剪辑有个细节我挺在意的：AI 出完初版，会把时间线和所有素材交还给你，你可以自己换配乐、换图、调节奏，满意了再导出。不用为改一处就重新生成整个视频。

这个思路放到其他地方也成立。Agent 做了一半的事，剩下一半让人来——不是因为 AI 不够强，是因为那一半只有你能决定。