AI风向标0923丨Muse冲上下载榜第一,个人Agent来了

9月8日，Meta正式推出个人AI Agent——Muse。上线仅仅十几天，它就冲到了美国App Store生产力榜第一。根据市场研究机构Apptopia的数据，Muse上线前12天已经获得280万次下载。

和ChatGPT当年登陆移动端的前12天比较：Muse：180万次、ChatGPT：130万次，Muse的早期下载速度已经超过了当年的ChatGPT。

一个刚刚上线十几天的AI产品，今天就来看看：Muse到底是什么？

Muse主打个人AI Agent

Muse目前上线的区域只在美国，9月18日开放了加拿大区域，但是因为我们区域不在这两个范围，所以打开来目前的界面还是这样的状态：

我们来看下网上Muse的宣传视频：一个聊天框。你可以像使用ChatGPT一样直接跟它说话。但Meta给Muse的定位并不是Chatbot，而是：Personal AI Agent——个人AI智能体。

从界面看不出来和其他Agent的区别，我让AI总结了下对比：

简单来说，如果你告诉传统Chatbot：“我周末想去纽约玩两天。”它会给你一份攻略：去哪里、住哪里、吃什么、行程怎么安排。

但Muse告诉它：“帮我安排周末去纽约玩两天。”然后它自己开始工作。查机票、找酒店、比较价格、安排餐厅、填写网页，需要付款或者执行敏感操作的时候，再回来找你确认。甚至你把Muse关掉，它还可以继续工作，等任务有进展或者需要你批准的时候，再回来找你。

为了做到这些事情，Meta还专门给每个Muse准备了一台运行在云端的虚拟电脑——Muse Secure VM。

可以简单理解成：你在手机上给Muse发了一条消息，然后它回到自己的“后台”，开始替你干活。

Muse火了，小扎的股票也涨起来了

Muse爆火以后，资本市场的反应甚至比App Store还要夸张。从9月8日Muse发布到9月22日，Meta股价累计上涨超过20%，市值增加超过2000亿美元。

9月21日一天，Meta股价就上涨超过11%。Muse基础版本免费，同时提供每月20美元和100美元的订阅方案。Jefferies甚至做了一个非常激进的假设：如果Muse到2027年底达到10亿用户，其中3%成为付费用户，理论上可以贡献约108亿美元的年化收入。

Muse针对的是消费级个人Agent，可以理解为现在大部分的Agent的试用其实还没有普及到个人，大部分人都只是把Agent当做一个聊天对话框，而当一个消费级Agent出现时，你不需要去理解Workflow、Computuer Use，也不需要去买电脑，只有在手机上输入：“这件事你帮我办了。”

同时，Meta关联的生态Instagram、facebook，你之前在Instagram收藏过一道菜。当你你告诉Muse：“周末我要请朋友来家里吃饭。”它可以找到你以前收藏的菜谱，把它变成购物清单，同时记得朋友的饮食禁忌，再帮你安排晚餐。

这里就出现了Meta最大的优势：Facebook、Instagram、WhatsApp。

通过这些路径，Agent才能真正塞进普通人生活里的公司之一。

因为Muse目前主要在北美开放，我们暂时还没办法像美国用户一样完整体验它。但我翻了一圈美国App Store的用户评论，大家目前对Muse的使用，都是一些：很烦、很碎、一直拖着不想干的事情。

比如有一个用户，一直拖着没有给自己的汽车预约保养。原因很简单：他需要维修期间的代步车，而通过网站预约拿不到，必须自己给维修店打电话。

他一直懒得打。于是他把车型和维修店电话交给Muse：“你帮我约。”Muse不仅替他约好了下周一的汽车保养，还确认拿到了代步车，并把整个通话记录交给了用户。

还有人把1.2万封邮件直接扔给了Muse。另一个美国用户的邮箱里已经积累了1.2万封邮件。他干脆把这件事交给Muse。Muse帮助他清理和整理邮件，同时处理不需要的订阅，还继续帮他管理提醒和日程。

甚至还有用户已经让Muse同时干很多事情：监控购物网站价格、规划周末旅行并实际预订、盯着热门餐厅有没有空位、练习语言。有人用它整理邮箱、生成表格、规划活动，再把事情放进日历。

美国App Store里还有一个更激进的用户。他的女儿发生轻微车祸以后，他让Muse进入自己的保险信息，帮助梳理理赔情况；后来又让Muse：帮妻子的Apple Watch找预算以内的配件；直接购买汽车雨刷；按照他的语气起草邮件，并在确认以后发送；取消已经忘记的订阅；每天制作Morning Briefing；持续监控邮箱。这个用户特别喜欢Muse的一点是：它会留下完整的操作记录。所以用户可以回头检查Muse到底做了什么。

这些比较激进的操作，我在想我应该是不会让它接入我手机的各种信息的。Muse自己在App Store的产品介绍里也明确提醒：它仍然可能犯错或者执行意料之外的操作，用户需要检查并在必要时介入。

有媒体记者为了测试Muse，甚至真的把自己的邮箱、信用卡和Apple Health数据都授权给了它。最后的感受也很典型：它确实可以很好地整理邮箱等任务，但也会失败，比如处理孩子学校表格时并没有顺利完成。

估计是Muse的应用太火了，大家都让Muse去购物，Amazon直接拒绝了Muse的访问，Amazon官方给出的核心理由是：Muse 没有得到Amazon的授权。 Amazon表示，Meta 在让Muse进入Amazon购物之前没有通知Amazon，而且Muse浏览网站时没有明确表明自己是 AI Agent。Amazon还对登录凭证和账户数据的处理提出了隐私、安全担忧。因此，如果用Muse接入，就能看到下面的提示：

Meta显然也知道这是Muse最大的风险。所以它给每个Muse建立了独立的Secure VM，并额外部署一个Sentinel安全Agent检查Muse对互联网执行的操作。

用户可以决定Muse能够连接哪些服务；发送邮件、购物等敏感操作需要确认；Muse也会保留完整的操作记录。

CPU会不会成为下一个爆点

Muse爆火以后，CPU也突然被讨论起来了，原因主要是Muse的运行方式里。前面我们提到，Meta给Muse准备了一套独立的云端虚拟机——Muse Secure VM。大模型负责判断“下一步该做什么”，但打开浏览器、加载网页、运行程序、处理文件和执行后台任务，还需要传统的CPU、内存、存储和网络。

这也是为什么Muse爆火以后，CPU又重新进入了AI算力的讨论。

过去我们谈AI算力，最先想到的几乎都是GPU。因为ChatGPT这样的产品，最主要的任务是运行大模型：用户提出一个问题，大模型完成理解、推理和生成，再把答案返回给用户。

但Muse这样的Agent多了一层云电脑处理的步骤：大模型想一步 → 云电脑做一步 → 大模型再判断 → 云电脑继续执行。

Muse的出现，又让市场进入了无限的畅想：如果未来数亿个Agent都能长期在线，在后台替用户查机票、盯价格、整理邮件和操作网页，那么AI基础设施需要增加的，可能就不再只有GPU了。