真正让Muse跑出来的,不是一个更会聊天的模型,而是一款终于敢替用户做事的AI产品。
今年早些时候,Meta AI核心负责人Nat Friedman邀请Muse产品负责人Mona Sarantakos体验OpenClaw。Mona的丈夫找来一台树莓派,她花了一个周末,把这个早期智能体接入自己的邮箱、日历和家庭自动化系统。周一早上,AI已经替她整理好孩子们一周的学校通知,追踪分散在不同渠道的信息,生成了本周和当天的安排简报。
这次实验的关键,不在于它完成了多复杂的任务,而在于Mona几乎没有持续发号施令。AI开始主动处理生活中的琐事,用户从“提问者”变成了“授权者”。Muse的产品雏形由此出现。
随后,Meta用了约七个月把这个内部玩具推进成面向消费者的产品。Meta在第三季度财报电话会上披露,Muse用户已经超过1000万;Sensor Tower等第三方数据则对其上线初期下载量作出了超过1000万的估算,但用户数与下载量并不是同一个指标。Meta还披露,约25%的完成设置用户每天使用Muse。
11月15日,Lenny's Podcast邀请Mona首次接受播客专访。访谈透露的真正信息,不只是Muse如何获得增长,而是Meta如何处理一个新问题:当AI不再停留在聊天窗口,而是开始读取邮件、操作日历、搜索商品和持续完成任务,产品成功的标准就从“回答得好不好”变成了“用户敢不敢把生活交给它”。
一个周末实验,为什么能变成消费级产品
大模型产品通常从能力演示开始,Muse却从一份家庭简报开始。它没有展示多轮推理,也没有用复杂的技术指标证明自己,而是把分散在学校通知、邮箱和日历里的信息,压缩成了一个人真正需要的结果。
这件事看起来普通,却击中了消费级AI最难的地方。用户并不缺一个能够继续对话的聊天机器人,缺的是一个能够理解上下文、连接工具、记住目标,并在合适时机把事情推进下去的助手。传统助手等待命令,Muse试图承接任务。
Mona在访谈中说,当团队开始考虑把这套系统做给普通消费者时,他们很快发现,原型必须“非常不一样”。它需要更安全,设置过程要简单得多,还要能够大规模扩展。真正的产品化不是给原型加一层界面,而是重新定义用户与Agent之间的关系。
在小范围内部实验中,一个Agent偶尔犯错,或许还可以通过人工补救。但当产品连接的是大规模用户的邮箱、日历和购物行为时,错误就不再只是体验问题,而可能变成隐私、财产与信任问题。Muse七个月没有急于上线,核心原因正在这里。
七个月没有浪费在打磨,而是用来建立信任
Muse的开发大致经历了三个阶段。最开始,团队要回答的是“这究竟是一款什么产品”。那时他们几乎没有把可靠性和可扩展性放在首位,因为真正使用它的只有少数人。团队更像是在黑暗中寻找产品形态,而不是按照既定需求表推进项目。
第二阶段,问题从“能不能做”转向“能不能让普通人放心地做”。Mona提到,行业现有的基准测试不足以衡量Muse,因为它不是只生成一段文字,而是会替用户执行持续时间更长的任务。团队不得不自己建立标准,并投入大量时间进行红队测试,主动寻找信息安全和行为风险。
“Trust is a must。”信任是必须的。
这句话是Muse产品逻辑的分水岭。聊天机器人出错,用户可能重新问一遍;Agent做错事,用户可能直接失去对它的授权。模型能力决定产品的上限,信任机制决定产品能不能被打开。
第三阶段,Meta让内部员工和外部Alpha用户持续试用。整个夏天,团队在真实反馈中调整产品。Mona形容,这可能是她在Meta经历过的最不寻常的一次产品开发。团队没有按照正式项目评审的节奏推进,而是把刚做好的原型直接放到同事手机上,让他们现场体验。
这是一种“先让产品活起来,再让流程追上来”的开发方式。对于成熟大公司来说,它并不容易。大公司擅长把确定的事情做得更稳,却容易在新产品还没有答案时被流程拖慢。Muse的特殊之处在于,Meta暂时允许一支以工程师为主导的团队,在不断试错中形成答案。
Agent集群,解决的是产品发现问题
Muse与传统Meta AI的差异,还体现在交互长度上。过去,许多对话是单轮的,系统回答问题,用户结束对话。但Muse要处理的是持续任务,用户会与它反复交流,让它持续追踪信息、调整计划和执行动作。
这意味着产品团队不能只看某一次回答是否正确,而要观察一整个任务链条是否可靠。用户在哪一步失去耐心,哪些权限让人犹豫,哪些任务需要AI主动提醒,哪些错误会导致用户不再回来,这些问题无法靠一次模型评测回答。
为此,团队使用Agent集群分析真实对话和使用数据,也生成合成数据,再将结果汇总回来。它们并不是简单地让更多Agent同时回答同一个问题,而是把智能体当成产品研究工具,用来观察用户行为、寻找异常模式和发现新需求。
这代表着AI产品竞争的一次转移。早期竞争比的是模型参数和基准成绩,下一阶段比的是谁能更快地从真实使用中提炼产品信号。真正的飞轮不再只是“更多用户带来更多数据”,而是“更多任务带来更多行为反馈,反馈又帮助产品更安全、更主动地完成任务”。
当然,这个飞轮有一个前提,数据必须在授权和安全边界内被使用。越是接近用户真实生活,数据价值越高,责任也越重。Agent集群能提高产品发现效率,却不能替代权限控制、数据隔离和人工审查。
Meta的三位负责人,分别补上了产品的三块短板
Muse不是某一个人的单点创意。访谈中,Nat Friedman、Alexandr Wang和Mark Zuckerberg分别在产品、模型和目标定义上留下了明显痕迹。
Nat是最早推动这项实验的人,也深度参与团队。Alexandr Wang负责模型方向,关注研究成果如何与产品结合,并根据实际进展调整优先级。Mark Zuckerberg则纠正了团队早期对“任务执行”的迷恋,他提出,Muse的目标不只是完成动作,而是帮助人们改善生活、实现目标。
这句话看似抽象,却改变了产品路线。如果目标只是完成任务,Muse可以不断增加工具和权限;如果目标是帮助用户实现目标,团队就必须判断什么时候主动、什么时候克制,什么时候继续追踪、什么时候把控制权交还给用户。
Zuckerberg打开了“全天候Agent”的想象空间。既然Muse已经在用户授权下理解了相当多的信息,它就不必只在用户打开App时存在,也可以成为一个持续运行的个人系统。邮件、日历和购物并不是孤立功能,而是用户生活目标的不同入口。
这也解释了为什么购物会成为团队没有预料到的重要场景。消费行为天然包含目标、预算、偏好和比较过程,适合由Agent持续完成。对Meta而言,购物还连接着商业化。公司已提到未来可能通过交易分成,以及高级模型和更多Token等能力收费实现收入,但这仍是方向性设想,不等于已经兑现的商业成绩。
商业化越顺滑,边界问题越尖锐。当一个Agent既理解用户需求,又参与商品发现和交易,它究竟是在替用户做选择,还是在为平台创造转化?Meta必须证明推荐逻辑服务于用户目标,而不是把个人数据变成更隐蔽的广告入口。否则,Muse最珍贵的“信任资产”也可能成为最先被消耗的东西。
Jolly不是Logo,而是用户关系的入口
Muse的另一个细节,是那个名为Jolly的角色。首席设计师Alex Cornell最初用简单提示词生成了一个小生物形象。它在用户打开App时处于睡眠状态,随后慢慢醒来,Jolly这个名字来自Alex对女儿的昵称。
团队原本以为,营销部门迟早会要求把它替换成更正式的Logo。但Jolly进入产品后,新的设计想法不断出现,耳机、动画和个性化头像都围绕它展开。最后,移除Jolly反而变得困难,因为它已经成为产品体验的一部分。
这个细节的价值,不是证明可爱设计能够带来下载,而是说明Agent需要一个不同于传统工具的关系入口。办公软件强调效率,搜索引擎强调准确,Agent则要让用户愿意长期相处。一个有状态、有性格、可以被用户定制的角色,降低了人与系统之间的距离。
Meta希望用户觉得Jolly属于自己,而不是在使用一个来自Meta的产品实体。这是一个重要区别。前者建立的是个人关系,后者提醒用户平台的存在。对于需要长期授权的Agent来说,产品属于谁,可能和产品能做什么同样重要。
1000万之后,Muse真正的考验才开始
Muse的早期增长证明,消费级Agent确实存在需求。Meta披露的用户规模、约25%的日用比例,以及第三方对下载量的估算,说明它已经不只是一次猎奇式尝试。用户愿意把邮箱、日历和购物等更贴近生活的任务交给它,意味着Agent正在从“会回答”走向“能陪伴、能执行”。
但下载和日活并不等于长期留存。对于聊天应用,用户偶尔打开也可以形成活跃;对于Agent,价值来自持续完成任务。它必须在关键时刻出现,在不该打扰时保持安静,在行动前解释权限,在行动后留下可追溯记录。主动性与打扰之间,只有一条很窄的线。
Meta的优势是流量、分发和基础设施。它能把一款产品快速推向大规模用户,也能把社交、商业和设备生态连接起来。但大规模分发同时会放大错误,一次隐私事件或一次不可解释的自动操作,都可能比普通App的崩溃造成更大的信任损失。
因此,Muse的竞争对手不只是其他AI助手,也包括所有掌握用户入口、数据和交易场景的平台。真正的竞争会围绕三个问题展开。谁能让用户更快完成安全设置,谁能让Agent在复杂任务中保持可控,谁能在商业化时不透支用户信任。
从这个角度看,Meta用七个月做的不是一款功能更丰富的聊天App,而是一套关于“如何授权AI进入生活”的产品方法。OpenClaw在树莓派上完成了概念验证,Muse则试图把这份能力变成普通人每天愿意使用的基础设施。
AI助手的下一个阶段,不是让机器说出更漂亮的话,而是让人类在交出更多权限之后,仍然清楚它做了什么、为什么这么做,以及随时如何收回控制权。谁能把这三件事同时做好,谁才可能真正拥有下一代入口。
1000万下载或用户规模只是Muse被看见的时刻,不是它被证明的时刻。真正的产品胜负,从用户第一次打开Agent之后才开始。






快报