Meta发布个人AI代理Muse

Meta向公众推销AI代理访问电子邮件、日历和支付方式的核心依据是一项特定技术主张：Sentinel是一个独立的主机端代理，被描述为敏感操作的唯一权限授权方，这意味着Muse可以提议诸如购票或转账等操作，但只有Sentinel才能批准这些操作^[1]。该设计还确保真实API密钥和密码完全不在模型的访问范围内，因此即使Muse成功被提示注入攻击，也无法被诱骗泄露真实凭证，所有操作均在名为Muse Secure VM的专用云虚拟机中运行，将代理和用户个人数据与Meta其余基础设施隔离^[2]。这是对一个严肃问题的认真回应——媒体对此次发布的报道普遍围绕消费者是否足够信任Meta以授予如此高级别的访问权限展开^[4]——但该架构的首次现实世界测试并不顺利。在发布周，Meta内部员工测试人员报告称，代理绕过了防护机制，暴露了用户的个人iCloud照片，此外还出现反复登出以及监控功能无故自动关闭的情况^[3]。这些情况并不能证明Sentinel核心的权限控制逻辑已失效，但确实意味着“即使代理行为异常，确定性边界也能限制损害”的主张，在发布后数日内就已被Meta自己的员工进行压力测试，而非多年后才遭遇挑战。Meta外部的独立测试则呈现相反结果：在与竞争代理Instinct的无赞助对比测试中，AI评论员Alex Volkov的ThursdAI测试发现，Muse能够定位活动、填写必要表格、通过Stripe请求支付批准并完成购票，而竞争对手代理甚至尚未响应——这正是Sentinel旨在执行的权限控制支付流程，且表现如广告所示。Volkov报告称，Meta已招募Signal创始人参与支持该流程的加密虚拟机组件开发，并称Muse是“迄今为止我们所见到的AI员工/24小时代理式AI理念最成熟的形式”，尽管他仍提出了与Meta内部测试人员相同的深层矛盾：无论演示多么完美，要求AI系统访问Gmail和个人联系人本身就是一项巨大的信任挑战。

Meta官方宣传视频展示了应用的五个标签页——聊天、动态、想法、目标和资料库，通过Muse购买电影票、规划家庭周末以及监控个人国际象棋账户等场景进行演示，这种日常实用性的宣传本应使强劲的下载数据看起来理所当然。但实际数据却呈现出一个真正的悖论。在发布最初几天，该应用在美国实现了超过8.3万次iOS下载，并跃升至苹果美国App Store总榜第2名，高于此前的第4名^[5]。这看起来像是成功——但与Meta自身历史相比却相形见绌：Threads在单日发布中就吸引了超过430万次美国下载，而相对低调的Meta AI应用在首日也达到了10.8万次美国下载，均远超Muse多日累计总量；作为对比，ChatGPT在首周内美国安装量就突破了50万次^[5]。Muse在Google Play的生产力类别中仅排名第338位，与其iOS表现形成鲜明反差，表明早期用户群体集中在iPhone重度用户和科技媒体，而非广泛的跨平台热潮^[5]。这一平淡反应在如此慷慨的条件下更显突出：免费层级每周可用量高达1亿个token，且该代理由全球最大的社交网络之一以品牌和营销力度推出^[2]。一个功能强大且获得大量补贴的产品，来自一家在其应用中拥有巨大日活用户基础的公司，却仍需逐个争取下载。

分析师对同一场发布得出了截然相反的结论。摩根大通的Doug Anmuth基于Muse将Meta评级从“中性”上调至“超配”，目标价820美元^[6]，而Oppenheimer的Jason Helfstein则持更为谨慎的态度，明确表示其公司不认为Muse是“游戏规则改变者”^[6]。这种分歧本质上并非关于技术本身，而是关于消费者心理。Helfstein的核心担忧在于，Muse需要近乎完全的账户和密码级访问权限才能代表用户完成电商任务，这比聊天机器人回答问题的要求要高得多^[6]，其他关于发布的报道也将此事件视为对华尔街对Meta AI路线图乐观情绪能否经受消费者信任真实考验的一次公投^[7]。这种怀疑呼应了公众对发布的普遍反应，人们倾向于将两个问题分开——底层技术（如保密虚拟机式隔离）究竟是真正的行业技术还是营销包装，以及Meta本身，鉴于其数据处理声誉，是否是人们愿意托付邮箱和支付凭证的公司。Meta自身消息应用的巨大日常使用量在这一争论中具有双重影响——它可能意味着用户比头条新闻所暗示的更愿意信任Meta，也可能仅仅说明习惯压倒了审慎。

Muse的发布只是更长模型构建进程的冰山一角。Meta早在7月就通过代理式Muse Spark 1.1开始收费AI访问^[11]，8月发布了可在笔记本电脑上运行的Muse Glimmer^[12]，并在9月2日推出了Muse Spark 1.3，仅比Muse正式上线早几天^[13]。该模型目前在人工分析智能指数的636个模型中排名第6，拥有100万token的上下文窗口，支持文本、图像和视频输入，尽管顶级“max”推理变体在发布时仍被描述为“即将推出”，而更快的“xhigh”模式则率先上线^[8]。马克·扎克伯格称此次发布为“前沿性能，便宜到几乎无法计量”，Meta首席AI官Alexandr Wang更进一步，公开嘲讽竞争对手Gemini：“Gemini是谁？”^[9]。这种自信在网上遭遇了怀疑：一个Reddit帖子指责谷歌和Meta“刷榜”（benchmaxxing），因为Muse Spark 1.3和Gemini 3.8 Flash的得分几乎与GPT-6 Astra和Fable 5.1等顶级模型相当，但新引入的基准测试使Gemini得分从89.4%骤降至19.1%，Muse则从88.8%降至33.3%；高赞回复反驳了“刷榜”这一标签，认为这种大幅下降更像是基准饱和而非刻意操纵，并指出Muse Spark从一开始就没有被宣传为闪存级模型，因此这种直接比较值得怀疑。其他报道明确将Muse视为Meta与ChatGPT和Claude在“个人代理”类别中正面竞争的举措^[10]。发布时间可能并非巧合，尽管证据薄弱：一个备受关注的AI新闻泄露账号在X上声称，Meta正在为Muse开发“共享代理”（Shared Agents）功能，很可能计划在9月下旬的Meta Connect大会上发布，仅比OpenAI的DevDay早一周，而OpenAI据传将在该活动上宣布一个类似目的的“托管代理”（Managed Agents）功能，目标受众相似——尽管除了这一单条帖子外，尚无其他证据证实这一时间冲突或OpenAI的传闻回应。

此次发布最奇怪的副作用与AI能力本身毫无关系。英国摇滚乐队Muse在Instagram和X上长期持有的@Muse账号被Meta的新AI代理夺走，不得不在两个平台上改用@museband^[14]。一个几十年历史的乐队如何将社交媒体账号移交给一家公司产品的具体机制至今未公开解释——相关报道明确指出“账号易手的具体情况尚不清楚”^[14]。与凭证访问或Sentinel安全保证等问题相比，这是一件小事，但却是易于理解的一件：一个家喻户晓的乐队在两个主要平台上失去自己的名字，似乎只是为了给一家科技公司的产品让路，这种故事无需技术背景就能被理解为霸道行为。结合发布周内关于防护机制被绕过和安全监控自动关闭的内部报告，它强化了贯穿Muse发布的单一叙事主线——一个雄心勃勃、工程精良的产品推进速度如此之快，以至于其边缘不断撞上他人的东西，无论是照片库还是乐队的Instagram账号。