Muse上线约10天后，登顶美国App Store免费应用榜，超过了ChatGPT。与此同时，另一款个人Agent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为前沿AI公司提供了一条“弯道超车”的路径。基础模型虽然重要，但在Agent赛道上，产品设计、工具调用、任务执行、权限管理和用户入口同样关键。后来者未必需要在模型榜单上超越OpenAI和Anthropic，也有机会在应用层取得成功。Meta显然已经走上了这条捷径。

过去一年，Meta在模型竞赛中并不轻松，投入了大量资金、人力和算力，但成果有限。直到Muse的出现，Meta终于有了一个真正属于自己的AI爆款。

Muse刚发布时，功能并不特别突出，能够浏览网页、调用工具、处理文件，以及替用户订酒店、发邮件、购物。这些功能此前已在其他产品中展示过。然而，这些功能很容易触及隐私和权限边界，用户难以不担心Agent的安全风险。例如，让Muse整理日程需开放日历，读邮件则需进入邮箱，购物则涉及地址、偏好及支付信息。

提示词注入也是个问题。Agent浏览网页、读取邮件和文件时，会不断接触外界信息。如果有人在网页中藏下恶意指令，诱导模型泄露用户资料，拥有较高权限的Agent可能会将攻击传递到真实账户。

Meta在开发Muse时承认，无论模型训练得多好，Agent都会犯错，也可能被攻击。Muse的特殊之处在于，它不仅依赖于模型，还搭建了一整套权限系统。简单来说，Muse为每个用户配备了一台独立的云端电脑，相当于一台永远开着且只属于用户的远程电脑（虚拟机），内有浏览器，能存文件、运行程序。Muse的工作基本在这台电脑里完成，不会与其他用户混在一起。

这台电脑内的Muse并不是真正的“管理员”。Meta将系统拆分为两个相互隔离的安全区域，Muse住在其中一个区域，另一个区域存放敏感信息，如登录凭证、安全服务及名为Sentinel的独立安全Agent。Sentinel专门审批网络访问和第三方服务请求，确保Muse的行为安全可控。密码和支付信息也通过类似机制保护，Muse可以使用但看不到具体内容，敏感操作还需再次确认。

层层保障限制了Muse可能造成的破坏，用户愿意信任它，相信即使出现问题也不会造成严重后果。当然，仅有安全是不够的。Muse背后的模型是Meta自研的Muse Spark，每一轮升级都在强化Agent和多模态能力。Muse还能接入Instagram、Facebook等平台，并在WhatsApp中使用。Meta擅长将复杂技术转化为普通人可用的产品，并迅速推广给大量用户。

Muse上线约10天后，冲上美国App Store免费iPhone应用榜第一，超过ChatGPT。Meta在过去一年的大规模AI重建中，终于拿出一个普通用户也能直接感知的成绩。

Meta在过去一年的AI竞争中处境尴尬，尽管投入巨大，但始终未能拿出令人信服的结果。2025年，Llama 4表现不佳，Behemoth一再延期。Meta随后开始重建工作，收购Scale AI股份，成立MSL，大规模挖人并增加算力投入。今年4月，Muse Spark发布，标志着MSL从头重建AI技术栈的努力初见成效。

Meta转向个人Agent受到Manus启发。去年12月，Meta曾尝试收购Manus，后者以通用Agent闻名。尽管交易被拆解，但Meta保留了Manus的逻辑。Manus自身也开始往个人Agent方向发展，接入Telegram，成为“你的个人Agent，随时随地”。

Meta并未放弃训练模型，但不再等待模型领先才考虑产品。模型成为底座，Agent成为突破口。Muse Spark系列模型瞄准个人Agent，Muse证明了这条路可行。除了Muse，还有Instinct等个人Agent产品获得资本关注，处于快速发展阶段。

谷歌坚持全栈打法，微软和亚马逊则集中于企业服务和基础设施。Meta选择第三条路，利用其在社交关系、内容推荐和消费级入口上的优势。Muse的成功表明，Meta找到了适合自己的战场，不再只是靠资源证明自己在前沿AI领域的地位。国内大厂腾讯、字节、阿里也在探索个人Agent方向，各自利用其独特优势。最终受益的是用户，因为各家大厂都争相为用户提供更便捷的服务。