Meta Muse：能预订、购物和谈判的个人 AI 智能体

Meta 推出了 Muse，这是一款个人 AI 智能体，不只是回答问题——它会付诸行动。给它一个目标，它就会打开浏览器、填写表单、代你谈判，并用你的银行卡付款，遇到敏感操作时会暂停等待你的确认。本指南将介绍 Meta Muse 的功能、定价、独特的安全模型，以及它与其他竞相管理你生活的 AI 智能体的对比。

Meta Muse 是什么？

Meta Muse 是一款驻留在对话界面中的个人 AI 智能体，能够执行多步骤任务，而不仅仅停留在给出建议。Meta 面向 18 岁及以上用户推出了 Muse，帮助他们处理日常任务，如日程安排和购物；一旦你分享了目标，它就会帮助制定计划、协调时间和资源，并自主推进工作——它可以打开浏览器、填写表单，并代表你进行谈判。

Meta 一再强调的区别在于：这不是一个聊天机器人，而是一个能够采取行动的系统。Muse 在应用关闭后仍会持续工作，会主动提出建议，跨会话记住用户偏好，还能将保存的食谱视频转化为购物清单。在实际使用中，这意味着它能在数天内持续追踪一个长期目标，而不是处理完一个提示就遗忘一切。

Muse 由 Meta 于周二正式发布，目前正在美国的 iOS、Android 和网页端陆续推出，后续还将支持该公司的 AI 眼镜。你可以像给朋友发消息一样与它交流——在 Muse 应用内，或直接在 WhatsApp 中使用。

Meta Muse 的实际能力

最受关注的使用场景是那些通常会耗费大量精力的日常事务和谈判：

• 购物与优惠 — 将保存的食谱视频转化为购物清单，或为家具寻找更优惠的价格。
• 账单与资金 — 谈判降低账单金额，或管理周期性支出。
• 旅行与表单 — 预订行程、填写文件，处理繁琐的多步骤流程。
• 持续性目标 — 健康计划、人际关系和职业任务，它会随时间推移持续跟进。

其底层模式始终如一：Muse 制定计划，在自己的浏览器中执行，并在关键节点返回请求确认。Muse 的设计要求对更敏感的操作进行审批，而已授权的低风险任务则可直接执行。完整的操作记录会显示它已完成的内容和下一步计划。

Meta Muse 定价

Muse 提供免费套餐和两个付费方案。Meta 提供免费版 Muse，以及每月 20 美元和每月 100 美元两个订阅选项。具体选择哪个套餐取决于使用量。

Meta 的官方表态是，大多数用户无需付费。"对于绝大多数用户来说，他们应该能够在免费套餐内完成所需的一切，"Wang 在接受 Axios 采访时表示。这一说法是否成立，取决于智能体的使用频率——100 美元的方案显然面向重度用户。

安全模型：Muse Secure VM 与 Sentinel

Muse 中技术上最有趣的部分不是对话界面，而是智能体的运行环境。每位用户都拥有一个专属的隔离环境。Muse 智能体运行在 Meta 云端的专用虚拟机（VM）上，使用用户可见的内置浏览器。你可以观察它的工作过程，而无需盲目信任。

Meta 的 AI 负责人强调，该智能体与用户的真实隐私信息完全隔离。Alexandr Wang 表示，该应用运行在公司计算基础设施内"独立隔离的环境"中，"永远不会接触到你的真实密码或支付信息"。

在底层设计上，该架构依赖职责分离原则。根据发布时的技术说明，一个独立的审批智能体——Sentinel——是网络访问和连接器操作的唯一授权方，凭证通过*代理替换（surrogation）*机制处理：智能体只能看到占位符令牌，真实凭证在网络边界处注入（MarkTechPost）。这从结构上使得通过提示注入（prompt injection）窃取凭证的攻击毫无意义，因为根本没有真实信息可以窃取。浏览器子智能体看到的是无障碍树（accessibility tree）而非原始页面，且无法执行 JavaScript；邮件连接器默认会过滤掉一次性密码和密码重置链接。

在购物方面，Meta 增加了卡级保护：结账时会生成一次性虚拟卡号，确保你的真实卡号对商家和智能体都不可见。针对 Meta 一贯面临的隐私质疑，官方网站明确声明：你的对话内容不会与 Meta 的广告系统共享。

Muse 的技术底座：Muse Spark 1.3

Muse 基于 Meta 最新的前沿模型运行。Muse 运行在由 Meta Superintelligence Labs 发布的 Muse Spark 1.3 上；该模型专为长周期智能体任务设计——支持零样本 CLI 工具调用、多工作流线程以及跨复杂数据源的自我纠错——在内部对比测试中，其工具调用次数比 Muse Spark 1.2 减少约 20%，token 消耗减少约 25%。如果你对模型细节而非消费者应用更感兴趣，请参阅我们对 Muse Spark 1.3 的详细解析。

值得注意的是，应用与模型在开放程度上有所不同。Muse 本身是一项消费者服务，开发者无法自行部署，但其底层模型 Muse Spark 1.3 可通过 Meta Model API 和 Muse Code 获取。

Meta 为何要做这件事

Muse 是一个更宏大愿景背后的首款真正产品。这款历经长期开发的产品，被 CEO 马克·扎克伯格在其近期发布的 6500 字宣言中誉为关键的下一步。其定位是"个人超级智能"——一个能够代表你跨越生活各个领域工作的智能体。

时机的选择颇为微妙。就在 Meta 就一起涉及社交媒体消费者伤害的多州诉讼达成大规模和解协议不到两周后，该公司宣布了迄今为止在消费者 AI 领域最大的押注——而这一押注所需要的信任程度，远超社交媒体。这种信任鸿沟，正是安全架构在 Meta 对外传播中被置于核心位置的原因。

Meta Muse 与其他 AI 智能体的对比

Muse 进入的是一个竞争激烈的赛道。Google、OpenAI 和 Microsoft 都在推出试图行动而非仅仅对话的智能体。值得关注的差异化要素：

• 执行 vs. 建议 — 许多消费者 AI 工具仍止步于起草或建议。Muse 的定位是自己完成最后一步，而这也正是风险所在。
• 隔离模型 — 每用户独立云端虚拟机加上独立的 Sentinel 审批者，是比那些对你账户拥有广泛访问权限的智能体更严格的架构。
• 运行位置 — Muse 是托管在 Meta 云端的消费者服务。这与本地运行的开源智能体形成了截然相反的取舍——后者的数据和浏览器都保留在你自己的设备上。

如果最后这一点对你很重要——在自己的硬件上运行 AI 工作流，让数据保留在本地——那么这与供应商托管的智能体在设计理念上存在根本差异，在将你的邮箱和银行卡连接到任何云端智能体之前，值得认真权衡。

用你自己的 AI 工作团队来实现这一切

Meta Muse 展示了个人智能体的发展方向：描述一个目标，多智能体系统便会规划并执行它。Eigent 将同样的"给出目标，看它工作"模式带到了一款你可以自己运行的桌面应用中——这是一个开源的多智能体工作团队，能够在本地自动化真实工作流，让你的数据和凭证永远不离开你的设备。探索开源智能体已经能做到什么，或下载 Eigent，让你自己的智能体团队立即投入工作。