作者｜冬梅
1 Meta 发布 个人 Agent Muse，主打安全和隐私
当地时间 9 月 8 日，Meta 正式发布个人 AI 助手 Muse。
与主要负责回答问题、生成内容的传统聊天机器人不同，Meta 对 Muse 的定位是“个人 AI Agent”：用户不需要逐步告诉它如何操作，只需说出目标，Muse 就可以自己拆解任务、打开网页、填写表单，并调用外部应用完成工作。
它可以替用户收发邮件、安排日程、预订旅行、购买商品，甚至参与账单谈判、协助出售汽车。对于无法立即完成的工作，即使用户关闭应用，Muse 仍能在云端继续运行，直到任务出现变化或者需要用户批准时再发出提醒。
从产品形态看，Muse 更接近一名持续在线的数字助理。
Meta CEO 马克·扎克伯格也在社交平台上介绍了 Muse。他将其定义为一款“能够理解用户目标，并全天候替用户完成任务的个人 Agent”。
扎克伯格强调这款个人助理可以“24/7 工作”，这正是得益于 Muse 后台持续运行的能力——即使用户关闭应用，它仍可在独立的云端虚拟机中继续搜索信息、监控状态或等待合适的执行时机，直到任务完成，或者遇到需要用户批准的敏感操作。
目前，Muse 首先面向美国用户推出，用户可以通过独立的 Muse App、网页端以及 WhatsApp 使用，后续还将进入 Meta 的 AI 眼镜。
Meta Superintelligence Labs 负责人 Alexandr Wang 在接受 CNBC 采访时表示，公司将这款应用程序设计得“非常平易近人、友好易懂，而且不会让人觉得过于复杂”。
Wang 表示：“在幕后，Muse 可能在进行非常高级的编码工作流程，或者构建复杂的集成，或者做很多繁重的工作，同时保持对用户来说非常简单易用。”
此外，他还表示，Muse 个人代理将提供免费版本，或根据使用情况提供每月 20 美元或 100 美元的订阅计划。
Meta 声称，这款个人助手最重要的特点就是安全和隐私性。每个用户都会获得一台独立运行的 Muse Secure VM，也就是位于 Meta 云端的虚拟计算机。这台虚拟机拥有自己的浏览器，可以保存用户授权的数据和服务连接，并在用户离开后继续运行任务。
例如，用户可以让 Muse 策划一次旅行。Muse 不只是给出目的地建议，还可以结合日历和邮件确定时间，搜索航班及酒店、填写预订信息，并在需要付款前请求用户确认。
如果用户希望降低某项服务的账单，Muse 还可以浏览网站、填写表格，甚至代表用户与服务商进行谈判。面对长期目标，它则可以先制订计划，再持续追踪进度。Meta 给出的例子包括根据个人生活变化调整训练计划，以及把用户在 Instagram 中收藏的食谱视频转化为购物清单，并记住聚会参与者的饮食禁忌。
Muse 还具有传统聊天助手相对欠缺的“主动性”。它能够记住用户曾经提到的信息，在没有被直接询问时给出建议。用户也可以为自己的 Muse 取名、创建头像，并调整其交流方式。
换句话说，传统助手的工作模式通常是“一问一答”，Muse 希望形成一条更完整的执行链：
用户给出目标，Muse 制订计划、调用工具并持续执行，最后只在敏感操作和关键节点上把决定权交还给用户。
2 Muse 有什么不同？
市场上类似的个人助手已经层出不穷，Meta 在现阶段推出这样一款产品，除了一直强调的安全和隐私外，在产品设计和功能使用上与同类产品有何不同？
据称，Muse 的差异并不主要体现在模型参数或跑分上，是在于产品入口、运行方式和权限体系。
首先，它从一开始就按照长期运行的个人 Agent 设计。普通聊天机器人主要停留在一次会话中，部分产品虽然也能调用浏览器和工具，但往往仍要求用户留在当前任务界面。Muse 则拥有独立的云端虚拟机，用户退出应用后，它仍可在后台刷新页面、等待商品或票务信息并继续推进任务。
其次，Muse 试图降低 Agent 的使用门槛。OpenClaw 等此前走红的个人 Agent 已经证明，用户愿意让 AI 连接邮件、浏览器和本地工具，但这类产品通常需要一定的安装、配置和安全管理能力。Muse 把类似能力封装进 App 和 WhatsApp，希望让普通消费者像给联系人发消息一样调度 Agent。
第三，Meta 拥有其他模型公司很难复制的消费级入口。Muse 不仅可以连接第三方服务，还可能直接利用 Facebook、Instagram 和 WhatsApp 形成的社交关系和内容上下文。例如，它可以读取用户主动授权的信息、理解收藏内容，并协助组织聚会或维护人际联系。
未来进入 AI 眼镜后，Muse 还可能从纯软件助手变成随身交互入口。
不过，这种差异也是 Muse 最大的风险所在：一个助手越了解用户，越能替用户采取行动，其获得的权限和可能造成的损失也就越大。
3 安全和隐私怎么保护？
为了限制 Muse 的行为，Meta 在虚拟机中部署了另一个独立系统 Sentinel。
按照 Meta 的解释，Muse 负责理解目标和提出行动，Sentinel 负责审查这些行动。Muse 访问互联网或者向外发送信息前，需要先经过 Sentinel 判断：操作可以直接执行、应当阻止，还是必须交由用户批准。
对于发送邮件、支付等敏感操作，Muse 会主动询问用户；用户也可以分别授予应用读取和写入权限，把授权限制在某项任务、某笔交易或者某段时间内。所有已经完成以及准备执行的动作，都会留在审计记录中。
Meta 还表示，Muse 无法直接看到用户的密码和支付信息。与 Stripe 合作的 Link 支付功能会生成一次性银行卡号，使 Agent 不必在不同网站输入用户的真实卡号。1Password 和 Shop Pay 支持也将在后续加入。用户可以随时断开第三方服务，并选择不让 Meta 使用 Muse 交互数据训练模型。
Meta 声称，Muse 虚拟机内的数据和对话不会提供给其广告系统。
但目前的 Secure VM 并不是完全对 Meta 不可见的“黑箱”。Meta 高管承认，虽然公司政策禁止访问用户的 Muse 数据，但从技术上说仍然存在访问可能。
Meta 计划在今年晚些时候推出 Confidential VM，让虚拟机运行在可信执行环境中，并由用户在本地设备上掌握密钥。按照其设计，包括 Meta 在内的其他主体届时都无法进入用户的 Agent 环境。
这意味着，Muse 当前主打的隐私能力，一部分已经上线，另一部分仍停留在未来规划中。
4 从内部项目 Hatch 到 Muse 的研发历程回顾
事实上，Muse 并不是 Meta 突然推出的一款独立产品，它背后是一条持续数月的研发线索，也是 Meta 重组 AI 业务后，第一次把“个人超级智能”落到消费级产品上。
2025 年，Meta 组建 Meta Superintelligence Labs，并由 Alexandr Wang 负责推进新一代模型与产品研发。此后，团队用了大约 9 个月重建 AI 技术栈，包括模型架构、训练基础设施和数据管线。
2026 年 4 月，Meta 发布重组后的第一款模型 Muse Spark，它支持多模态推理、工具调用和多 Agent 协作，也成为后来 Muse 个人助手的底层模型。
但 Meta 从一开始想做的就不只是一个性能更强的聊天模型。
早在 Muse Spark 发布前后，公司内部已经启动代号为“Hatch”的个人 Agent 项目。
根据此前披露的信息，Hatch 在产品思路上受到开源个人 Agent OpenClaw 的启发：它不只是回答问题，还要拥有自己的计算环境和长期记忆，能够访问浏览器和第三方应用，在较少人工干预的情况下持续完成任务。
2026 年 5 月，Hatch 的研发消息开始流出。当时的计划是于 6 月底前完成内部测试。
Meta 随后将其开放给员工试用，让员工用它预订餐厅、寻找宠物照看人员、订餐、填写在线表格、开展深度研究，以及操作 Instagram、Spotify 和 OpenTable 等服务。
这段内部测试实际上决定了 Muse 最终的产品形态。
Meta 发现，个人 Agent 要想持续工作，仅有一个能力更强的大模型还不够：它必须拥有独立计算环境、持久记忆、应用连接器和后台运行能力，同时还要解决权限失控、提示词注入和敏感信息泄露等风险。
安全问题也让 Muse 的发布节奏比原计划更慢。
据路透社消息，Meta AI 产品副总裁 Vishal Shah 向其透露，公司原本曾考虑在 4 月推出该产品，但为了加强安全保护而推迟发布。经过额外开发后，Meta 认为 Muse 达到了能够向消费者开放的“最低门槛”。不过，他也承认，Meta 无法保证 Agent 永远不会出错。
为此，Meta 没有让 Muse 直接运行在用户手机或个人电脑上，而是为每个用户建立一台独立的 Muse Secure VM，并额外设计了 Sentinel 监督系统。Muse 负责理解目标和执行任务，Sentinel 则负责检查 Muse 向互联网发送的信息和准备采取的动作，必要时要求用户确认。
这套双系统架构，是 Muse 从内部实验项目走向消费产品过程中最关键的变化之一。
5 扎克伯格谈 Muse 商业化：帮用户赚回工具花出去的钱
值得一提的是，在 Muse 发布之际，扎克伯格接受了科技记者 Alex Heath 采访，围绕个人 AI Agent、商业模式、隐私安全，以及 Meta 重建 AI 团队等话题展开讨论。
采访视频链接：https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1s
这期访谈释放出的最大信号，是扎克伯格认为 Muse 能够通过为用户创造收益，收回自身成本。
这意味着 Meta 对个人 Agent 商业模式的设想，可能不止是传统的软件订阅，而是希望长期从交易中抽成。
在商业化方面，扎克伯格表示，Muse 虽然提供付费订阅，但 Meta 希望绝大多数用户能够免费使用。按照他的说法，Muse 上线初期将提供每周约 1 亿 Token 的免费额度，并为用户配备独立虚拟机。
Meta 之所以愿意提供如此高的免费额度，是因为它对 Muse 的长期商业模式有另一种设想：当用户使用 Muse 经营小企业、购买商品或完成其他商业交易时，Agent 能够帮助用户赚钱或者节省开支，Meta 则从相关交易中收取很小比例的费用。
这笔费用未必直接由用户支付，也可能来自与 Muse 发生交易的商家或服务提供方。目前 Muse 已经与 Stripe 展开支付合作，并且可以连接 Meta 的广告系统。扎克伯格举例称，用户可以让 Muse 制作产品、投放广告并协助经营业务，整个流程可以形成一个持续运行的闭环。
因此，Muse 的商业模式可能分为两层：重度用户可以购买订阅，普通用户则免费使用，Meta 再通过支付、商业服务和交易分成获得收入。
扎克伯格认为，Muse 最终能够为用户创造足够多的收益或节省足够多的钱，从而“为自己买单”。
不过需要注意的是，交易抽成是扎克伯格描述的长期商业模式，并不代表 Meta 已经公布了具体抽成比例或全面上线相关机制。现阶段更确定的收入来源，仍然是付费订阅以及与支付、电商和广告服务的连接。
除了商业方面的规划外，扎克伯格认为，Muse 与 Meta AI、ChatGPT、Gemini 等聊天助手的根本区别，是在模型背后增加了一台可以被 Agent 控制的虚拟计算机。传统聊天机器人通常接收一次提示并返回一个答案，Muse 接收的则可以是一项长期任务或一个目标。
获得授权后，Muse 能够登录服务、操作网页并持续推进项目，不会因为用户退出应用而停止。它还会在夜间整理执行过程和反思结果，将其沉淀进长期记忆，并根据已有目标主动提出新的项目建议。
扎克伯格举例称，他曾让 Muse 为女儿制作一份《文明》游戏攻略。完成后，Muse 又主动建议扩展攻略，加入不同文明的历史知识，并为此创建了新的内容页面。这说明 Meta 希望 Muse 不只是被动执行命令，还能理解项目方向，在原有任务基础上继续延伸。
此外，Meta 还希望把“个人超级智能”的决定权交给用户。扎克伯格表示，Meta 开发个人超级智能的出发点，是让每个人决定 AI 应该关注什么，而不是由少数实验室或专家统一分配 AI 能力。
在他看来，个人真正重视的事情未必是科技公司眼中的“重大问题”。人们可能希望 AI 关注自己的健康、职业和家庭关系，也可能希望它帮助研究一种缺乏商业投入的罕见病。因此，AI 能力越强，“由谁决定它做什么”就越重要。
扎克伯格本人对 Muse 的使用也集中在日常生活中。他让 Muse 每周为自己和三岁的女儿安排适合共同完成的烘焙项目，并通过 Instacart 提前购买食材；Muse 还会等待登山许可开放，自动为他和大女儿申请。此外，他还让 Muse 观看综合格斗训练视频并提出反馈。
但最终，它能否成为扎克伯格所说的“个人超级智能”，还是取决于两件事：一是能否长期、稳定地把事情做完；二是用户是否愿意把足够多的数据和权限交给 Meta。
参考链接：
https://www.reuters.com/business/meta-launches-ai-agent-that-can-access-other-apps-send-emails-make-payments-2026-09-08/
https://www.cnbc.com/2026/09/08/meta-personal-ai-agents-public-reckoning-privacy-safety.html
https://x.com/alexeheath/status/2097445778713354432
声明：本文为 InfoQ 编译，不代表平台观点，也不构成投资建议，未经许可禁止转载。
今日好文推荐