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。
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。
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。
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。
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（（https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1s（）https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1s）（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
本文来自微信公众号 “AI前线”（ID：ai-front），作者：冬梅，36氪经授权发布。