Meta Muse上线12天280万下载:它管生活,WorkBuddy管上班
- 2026-09-26 18:28:40
导言:过去三年,大家都在钻研怎么把指令写清楚。Muse把这件事倒了过来:你只说想要什么结果,中间的十几步它自己扛。上线12天,280万次下载,Meta两周多了2000亿美元市值。

01
USE CASES
同一张机票,三个AI干到不同的地方
老丁想订一张周末的机票。上海到成都,周六上午出发,价格越低越好。
先问豆包。它回了一段话,附上七八条链接,末尾加一句「建议前往官网核实」。比价、筛时间、看退改规则,一步都省不掉,填乘客和付款更是得自己来。
再换成WorkBuddy来干。它能打开网页查到航班,把时间、价格、退改规则列成一张能直接对比的表,做得比豆包扎实得多,但也到这儿了。登录航司账号要验证码,付款要密码和人脸,这两关它过不去。它跑在你自己的电脑上,人合上盖子,任务就停在那儿。
现在轮到我们今天的主角,Muse换了一种方式。你说目标,它自己拆步骤、开浏览器、填表单,进度自己跟,只在需要花钱和对外发消息的环节停下来等人点头。人点完头,剩下的路它接着走完。

三个产品停在哪一步,从设计那天就定了。

02
TRENDING
它有多火,看三组数就够
9月8日发布的Muse最先在美国上架,不到两周又开放了加拿大,形态有iOS、Android和网页版。当然,国内目前没有官方渠道。
先看下载量。上线第12天,美加两地累计下载量到了280万次。同一个时间窗口里,ChatGPT当年是130万,Muse高出一大截。
日活的差距更明显。美国移动端,Muse每天有64万人打开,ChatGPT同期是23万。
资本市场比用户还急。Muse发布以来,Meta股价累计涨超20%,市值多了2000亿美元,所有投行接连上调目标价。有机构测算,它到2027年底能带来百亿美元级别的年收入。
市场给出这个定价,赌的是一件事:AI能替人把事办完,这件事本身就是一条新的收入线。
03
WHAT IS IT
它凭什么能自己跑完:三层结构
第一层,目标拆解。 底层是Muse Spark多模态模型,接进去的是目标,吐出来的是可执行的步骤计划。
第二层,独立运行环境。 每个用户分到一台Muse Secure VM,一台位于Meta云端的独立虚拟机,智能体、浏览器、已连接的凭据都关在里面,所以它的运行不会影响你的本机,也不依赖于你本机。安全性Muse也充分考虑到了,同一台机器上还跑着一个叫Sentinel的隔离进程,Muse对外的每个请求都要过它审批。密码和支付信息存进独立安全存储,智能体可以调用,读不到明文。

第三层,分级授权。 查资料、比价、浏览这类低风险动作直接执行;付款、下单、对外发消息、拨打电话必须暂停等人确认。支付走Stripe的Link,生成一次性卡号,真实卡号不暴露给智能体。
这套设计可以概括成一句话:给AI配一台它自己的电脑,而不是把自家钥匙交给它。

Meta还承诺过一档更严格的Muse Confidential VM,做到连Meta自己都读不到数据。这档目前未上线,暂时也没有时间表。总之安全性对于Muse而言是所有后续的前提。

04
CHAPTER
五个能力,逐一拆开
跨端操作已经从网页扩展到桌面。Meta AI负责人Alexander Wang确认Muse可在Mac上操作任意应用,人离开设备后排队的任务继续执行。智能眼镜和一款钥匙扣大小的Muse Charm也在路上。
关于语音代办目前争议最大,演示里它能打给运营商把月费谈下来,实际上在美国境内代打电话预约、查门店库存确实能办。成功率就难看:路透社看到的Meta内部帖子显示,保险公司一听是AI就直接挂断;Meta试过让人工代打,成功率能到95%至98%,这个方案已经因隐私争议回滚。十年过去,最后那一段还是得靠人。
05
WHAT IS IT
国内为什么还没有同款
老丁觉得这不是技术差距。国内模型在生成和理解上的能力并不弱,真正的差别在路线:国内AI集中在「生产内容」,做表格、生成PPT、跑企业流程;海外这条线押的是「处理事务」,订票、购物、谈判、退款。
路线不同,能办的事就不一样。办公场景要的是稳定、可控、可审计,正好是国内产品更擅长的部分;生活场景要的是覆盖面和执行自由度,这部分国内暂时给不了,也就没有产品能替你把一张机票买到手。
06
WHAT IS IT
和WorkBuddy的泾渭之别
另外,常有人把Muse和WorkBuddy放在一个赛道里比,但其实两者的方向泾渭分明。
一个替人过日子,一个替人上班。订票这件事属于前者,只有Muse能办到底。
办公侧的活儿有具体的样子:读本地的表格和文档、从ERP里取数、按数据生成一版PPT。这类动作的共同点是要碰企业内部的数据,出了错必须能查到改了哪一步。这张清单上没有一项是订票、退款、打客服电话。
差别还有更深一层。Muse打通的是别人家的系统,航空公司、宽带运营商、电商商家都在其中,它遇到的阻力是对方让不让操作,Amazon拒绝Muse访问就是现成的例子。办公类Agent面对的则是自己公司的系统,ERP、财务、订单、文档库,阻力来自权限边界和审计要求,这两样在企业场景里没有商量余地。
约束越硬,能自己走完的路就越短。办公类Agent在订票这件事上停在半路,原因就在这里。
能力结构就此分开。Muse长于跨组织执行,订票、退款、谈账单这类事能一路走完。办公类Agent长在系统集成和可审计,客服电话不打,订单也不下。
对国内读者来说,判断可以更直接:办公生产力这条线今天就能落地,生活代办这条线得等。想让AI替自己把机票买完、把账单谈下来,眼下只有Muse这类产品做得到,国内暂时没有替代品。
07
SCENARIOS
眼下跑得最多的几类用法
海外用户拿它干的活,集中在下面这几类。
共同点很清楚:不复杂、高频、耗时间。这类活人都会做,只是不值得为它耗半小时。
Muse眼下只对美加两地开放,国内没有官方渠道。但这条路没有秘密,架构写在明面上,场景摆在那儿,国内厂商最擅长的就是看明白之后做得更快、更贴地气。同款不会让人等太久,形态大概率是嵌进已有的超级App,独立入口的可能性不大。
在那之前,有一件事可以先做:把流程理顺,想清楚哪些环节愿意交给AI,哪些必须留人签字。门开了就能直接上手。

老丁觉得,Muse的意义,在于把「办完事」第一次做成了面向大众的产品。真正的门槛从来不在模型有多会说话,在于能不能稳定、可靠、可审计地把事办完。
