Muse登顶，Meta靠代理扳回一局

文 | 字母AI Muse上线约10天，登顶美国App Store免费应用榜，超过了ChatGPT。 几乎同一时间，另一条个人Agent路线上的代表产品Manus，也传出新一轮融资消息，计划融资5亿美元，估值约40亿美元。 Agent正在给前沿AI大厂提供一条“弯道超车”的路径。 基础模型虽然重要，但到Agent的赛道上，产品设计、工具调用、任务执行、权限管理和用户入口也加入了战场。后来者未必要先在模型榜单上赢过OpenAI和Anthropic，也有机会先在应用层拿到结果。 Meta显然已经走上了这条“捷径”。 过去一年，它在模型竞赛里追得并不轻松。钱没少砸，人没少挖，算力没少堆，但一直有些雷声大雨点小，能让普通用户感知到的成绩比较有限。 直到Muse，Meta终于有了一个真正属于自己的AI爆款。 Muse凭什么成为爆款？ Muse刚刚发布的时候，单看功能，其实算不上有多特别。 它能浏览网页、调用工具、处理文件，以及替用户订酒店、发邮件、购物。这些能力ChatGPT、Claude、乃至此前的Manus都已经展示过了。 按理来讲，这些功能很容易碰到隐私和权限的边界，用户很难不担心Agent的安全风险。 让它替你整理日程，你就要开放日历；让它替你读邮件，它就要进入你的邮箱；让它帮你购物，它不仅要知道地址和偏好，还需要接触账号和支付信息。 提示词注入也是个需要小心的事情。Agent浏览网页、读取邮件和文件时，会不断接触来自外界的信息。如果有人在网页里藏下一段恶意指令，诱导模型把用户资料发出去，一个拥有较高权限的Agent可能会把攻击一路传递到真实账户。 Meta在做Muse时承认， 不管模型训练得多好，Agent都会犯错，也可能被攻击。 它的特殊之处在于，它并没有把安全完全押在模型足够听话上，而是在模型之外，又搭了一整套的权限系统。 简单来说，Muse在云端给每个用户配了一台独立电脑。 你可以把它理解成一台永远开着，并且只属于你的远程电脑（虚拟机），里面有浏览器，也能存文件、运行程序。Muse替你查资料、处理文件、跑任务，基本上都在这台电脑里完成。 你的文件、网页登录状态、邮箱和日历连接，并不会和其他用户混在一起。即使Muse需要长期替你工作，也是在这台独立的电脑里活动，不至于拿着权限在整个系统里到处跑。 值得注意的是，住在这台电脑里的Muse，并不是这台电脑真正的“管理员”。 Meta把整个系统拆成了两个相互隔离的安全区域，Muse住在其中一个区域里，而另一个区域则放着真正敏感的东西——包括用户的登录凭证、安全服务，以及一个名为Sentinel（哨兵）的独立安全Agent。 这个Sentinel专门审批网络访问和第三方服务，Muse可以提出发邮件或者调用账户的请求，但真正放行的是Sentinel。它可以检查Muse准备访问哪个网站、哪个地址，使用什么请求方式，以及准备把什么内容发送出去。 密码和支付信息也是类似的逻辑。登录凭证被保存在独立的安全存储里，Muse可以使用，但看不到具体内容；发送邮件、购买商品这类敏感操作还会再次向用户确认。用户也可以单独规定某个连接器的权限，比如邮箱是只允许读取，还是连发送也一起开放。 支付环节又做了一层隔离，Muse接入Stripe的Link后，可以生成一次性支付卡，让真正的银行卡信息不直接暴露给Agent或商家。 层层保障，限制了Muse可能造成的破坏。 用户愿意信任它——或者说，愿意相信它就算出了问题也翻不出什么风浪——它才有机会真正进入普通人的生活。 当然，只有安全肯定也不行。 Muse背后的模型是Meta自研的Muse Spark。Alexandr Wang后来透露，从Muse Spark 1到最新的1.3，这整个模型系列从一开始就在为Muse这个个人Agent做准备，每一轮升级都在重点强化Agent和多模态能力。 模型之外，Muse背后还有Meta自己的整套产品生态。 它能接入Instagram、Facebook等平台，也可以直接在WhatsApp里使用。 Meta官方给出的案例是，如果你准备请朋友来家里吃饭，Muse可以翻你在Instagram里收藏过的菜谱短视频，帮你挑菜、列购物清单，还能记住朋友有没有忌口，最后再帮你把邀请发出去。 Axios特别提到，Muse能快速走红，靠的不只是模型本身，还包括Meta一直很擅长的几件事—— 把复杂技术做成普通人能用的产品，把产品迅速推到大量用户面前，以及理解用户到底喜欢什么、需要什么。 Muse上线大约10天后，就冲上了美国App Store免费iPhone应用榜第一，超过了ChatGPT。 Meta过去一年那场声势浩大的AI重建，也终于拿出了一个普通用户也能直接感知到的成绩。 不再恋战SOTA，Meta瞄准个人Agent 过去一年，Meta在前沿AI公司里的处境一直有点尴尬。 钱是没少花的，人是没少挖的，算力更是越堆越大。但放到OpenAI、Anthropic和谷歌旁边看，Meta始终差点意思——前两家就不说了，谷歌至少还有云服务和TPU生态撑起自己的AI版图。 相比之下，Meta迟迟没有拿出一个足够有说服力的大结果。 2025年，Llama 4令人失望，原本被寄予厚望的Behemoth也一再延期。曾经靠开源掀起一轮浪潮的Meta，在SOTA模型竞争上渐渐掉队。 于是，Meta开始了它的重建工作。 2025年6月，它花143亿美元买下Scale AI 49%的股份，把Alexandr Wang直接挖来负责新的AI体系；随后成立Meta Superintelligence Labs（后文简称MSL），不惜开出上亿美元级别的天价待遇，从OpenAI、Anthropic、Google DeepMind大规模挖人，AI组织半年内多次重组。 算力也一起往上堆，Meta 2025年资本开支达到722亿美元，2026年的指引进一步提高到1300亿至1450亿美元，并建设了Prometheus、Hyperion等吉瓦级AI数据中心。 到了今年4月，Muse Spark发布。Meta自己也说，这是MSL“从头重建AI技术栈”9个月后的第一份模型答卷。 我们不妨把Manus看成Meta转向Agent的一次重要启发。 去年12月，Meta一度直接收购Manus，而后者最出名的地方，就在于把模型、浏览器、工具和执行环境拼成了一个能自己完成复杂任务的通用Agent。后来这笔超过20亿美元的交易被监管部门要求拆解，但Meta愿意花这么大价钱买Manus，已经可以看出，它至少觉得这条路是值得尝试的。 Meta没能留下Manus，但把Manus代表的那套Agent逻辑留了下来。 巧的是，Manus自己后来也开始往个人Agent走。2月，它把产品接进Telegram，官方文档里直接写道：“你的个人Agent，随时随地”。 Agent是任务的入口，理想条件下，用户只需要给出需求，Agent就能完成任务——用户不需要去想中间用了谁家的模型、接了谁家的工具。 Meta并没有放弃训练模型，但它不再等着模型先拿第一，再考虑产品怎么做。模型开始变成底座，Agent则成了更直接的突破口。 Muse Spark这一系列模型，瞄准的正是个人Agent；而M