“Muse上线不到两周，就冲上美国App Store免费榜第一。

作为一个白手起家把Meta做到万亿美元级别的企业家，扎克伯格这些年一直信奉一种很朴素的产品哲学：买得到就买，买不到就自己做。

去年底，Meta花20多亿美元收购Manus。逻辑并不复杂：Agent既然已经有人跑通，最快的办法当然是直接买下来。结果监管部门踩下刹车，交易最终流产。

但这并没有改变Meta的方向。买不成，就自己做；别人已经跑通的路，Meta就迅速跟上，把缺的能力一块块补齐。

这也不是小扎第一次这么干。2013年，Facebook曾开出30亿美元收购Snapchat，被Evan Spiegel拒绝。几年后，Instagram Stories上线，最终成了Instagram最成功的产品之一。

9月8日，Meta正式上线个人AI Agent Muse，支持iOS、Android和muse.ai，也可以直接在WhatsApp里调用。

截至9月21日，Muse已经冲上美国App Store 免费榜第一，把ChatGPT 挤到了身后。

同日，Meta 股价收盘大涨约 11.4%，创下自2025年4月以来最大单日涨幅之一；随着股价飙升，公司市值升至约 1.9万亿美元。

Muse到底能替你做什么？

最近，一个小红书用户想给自己的汽车换轮胎。按照过去的办法，他大概要先打开Google Maps，搜附近的轮胎店，一家家看评价，再分别打电话问有没有货、多少钱、包不包含安装、最快什么时候能换。

但这一次，他没有自己做，而是把任务交给了Muse。

接下来发生的事情，比发布会上的任何展示都更有画面感。Muse真的开始一家一家给附近的维修店打电话，询问轮胎型号、库存和报价，再把结果整理回来。其中一家店的接线员聊了几句之后察觉不对，甚至在电话里嘲笑它：“你要不还是跟电脑聊天吧。”

AI当然不会尴尬，也不会觉得自己被冒犯。

它不气馁，又找了别的经销商询价，并且生成了文字记录给用户。

这个场景其实非常生活化。毕竟对于绝大多数人来说，所谓“超级智能”未必首先意味着解决世界上最难的问题。它更现实的价值，可能只是替你把那些琐碎、重复、又特别消耗时间的事情做掉。

以前为了换一套轮胎，你可能要连续打好几个电话，问价格、问库存、问安装费，最后才能决定去哪一家。现在，这些事可以先丢给Agent。你不用守着电话等回复，也不用把同一套问题重复五六遍。

它在那边替你问轮胎，你可以去晒太阳、健身、打球，或者干脆什么都不做。

看了网友的分享之后，我也下载了Muse体验一下。

我给了它一个模糊的要求：“帮我安排一次10月底到11月初去缅因州的旅行。”

我没有告诉它具体哪一天出发，但我开放了日历权限，也告诉它，我会带一只狗，所以住宿和吃饭都必须考虑pet friendly。Muse读取了我的日历之后，没有随便挑几天，而是建议我：10月29日出发，11月1日回来。

理由是：“那个周末我有空，而且万圣节之后（10月31日），Bar Harbor就开始陆续歇业了。”

对没去过缅因州的人来说，这句话可能听起来没什么，但它实际上非常重要。Bar Harbor是Acadia National Park最主要的门户小镇之一，也是游客住宿、吃饭和参加活动的中心。但这里的旅游业季节性非常强，大部分商店、餐厅和住宿会只会营业到10月底。

所以，10月29日到11月1日这个时间点其实选得挺妙：既避开了我日历里的安排，也还赶得上缅因州深秋最后一波秋色，同时尽可能卡在Bar Harbor大量季节性商家结束营业之前。

更重要的是，Muse没有忘记我要带狗，而是把pet-friendly持续作为筛选酒店和餐厅的条件，而不是等到下一步再让我重新提醒一次。

如果我愿意继续把权限往下放，Muse下一步已经准备帮我把酒店订了。但出于隐私和安全考虑，我没有把信用卡信息交给它，也没有开放Booking等订房平台的账户权限，最后只让它把行程加进了日历。

这次体验让我很直观地意识到，Agent和普通聊天机器人真正的分界线，未必首先是模型有多聪明，而是用户愿意把多少权限交给它。

聊天机器人更多是在告诉你“该怎么做”；一个真正有用的Agent，则需要真正进入你的数字生活：读取日历、登录账号、调用支付信息，甚至代表你打电话、发邮件和花钱。它越能替你做事，就越需要获得更多现实世界的行动权限。

按照Meta的介绍，Muse不仅能回答问题，还可以发送邮件、预订旅行、填写网页、联系客服，并且在用户离开之后继续执行长时间任务；当任务涉及发邮件、购物等敏感操作时，再回来要求确认。

它运行在一套独立的Muse Secure VM 上，这相当于Meta在云端给每个Agent配了一台有浏览器的电脑。一个单独的Sentinel系统会检查它向互联网发出的操作，密码和支付信息则保存在隔离的安全存储里，Muse可以调用，却看不到具体内容。

Manus没买成，Meta早就留了后手

Manus在2025年春天爆红时，AI Agent还处在一个有些尴尬的阶段：人人都在谈，但大多数所谓Agent，最后仍然只是一个更会调用工具的聊天框。

Manus把产品形态往前推了一步。它不再只是回答“你想知道什么”，而是直接接手“你最后想得到什么”。

行业研究、股票分析、旅行规划、简历筛选、网页制作、PPT，用户只需要给出目标，剩下的搜索、浏览、调用工具、整理材料和交付结果，都由AI自己完成。用户负责目标，Agent负责过程。

这套产品逻辑很快得到资本市场认可。到2025年底，Meta选择直接把Manus买下来，交易金额超过20亿美元。随后，这笔交易迅速卷入中美科技监管博弈。今年4月27日，应中国监管部门要求， Meta 撤销了这笔交易。

对Meta来说，Manus最有价值的地方，并不只是它已经做出了一款热门Agent产品，而是它提前验证了一种新的互联网交互方式：未来用户未必还需要自己打开网站、切换App、完成每一步操作，而是只需要告诉Agent自己想要什么。

如果这个逻辑成立，Agent就不再只是一个AI工具，而可能成为位于用户和整个互联网之间的一层新入口。

小扎显然也没把所有筹码都押在Manus身上。把过去一年Meta的AI时间线拉开来看，会发现它早就准备了另一条路。而这条路上最关键的一支力量，正是那个一度被外界嘲讽为“小扎人傻钱多”才请进来的Alexandr Wang团队。

2025年6月，Meta向Scale AI投入约143亿美元，并把Scale AI创始人Alexandr Wang招进公司，负责新成立的超级智能团队。这显然不是一次普通的人才招聘，而是对整个Meta AI组织的重组。

此前Llama曾经帮助Meta在开源模型时代建立巨大的开发者影响力，但到了2025年，OpenAI、Anthropic和Google已经迅速把竞争推向推理、Coding、Computer Use和Agent。仅仅“拥有一个不错的开源模型”，已经不足以回答另一个更现实的问题：Meta自己的AI产品，到底靠什么模型赢？

Alexandr Wang进入Meta以后，新的Meta Superintelligence Labs，也就是MSL，开始重新搭建模型体系。

2026年4月8日，第一个重要成果出现：Muse Spark。

这是MSL推出的第一款模型。到了今年6月，Meta仍将Muse Spark称为其当时最先进的模型，以及MSL打造的第一款LLM。

这个名字很重要，因为此时距离个人Agent Muse上线，还有整整五个月。

也就是说：Meta先造出了Muse Spark，后来才有Muse。

Muse Spark也不是简单意义上的Llama续作。随着版本迭代，它越来越明显地向Agent方向演化。7月推出1.1，8月推出1.2，9月2日推出1.3。Meta对Muse Spark 1.3的描述已经非常明确：它专门强化了long-horizon agentic workflows，可以自己使用工具，从杂乱甚至互相冲突的信息中建立上下文，发现计划里的缺口，再主动修正。

六天之后，Muse上线。

把时间线放在一起，关系就清楚了：2025年6月，Alex Wang进入Meta；2025年底，Meta收购Manus；2026年4月8日，Muse Spark发布；4月27日，中国监管部门要求撤销Manus交易；整个夏天，Muse Spark连续升级Agent能力；9月2日，Muse Spark 1.3发布；9月8日，Muse正式上线。

其中最关键的是4月。

Muse Spark发布在前，Manus交易正式被叫停在后，而且只差19天。

所以严格来说，Muse并不是Meta失去Manus之后，三个月临时复制出来的替代品。

更准确的理解是：Meta从一开始就在同时下注两条Agent路线。一条通过并购，迅速买下Manus这样的成熟产品和团队；另一条从底层模型开始，自己重新构建Agent能力。

Manus没能留下之后，第二条路线突然变得更加重要。

Alexandr Wang、Muse Spark和Muse之间的关系也应该这样理解：Alexandr Wang所在的MSL负责上层模型和研究体系，Muse Spark是其中的核心模型，而Muse则是面向消费者的完整Agent产品。

如果一定要打一个比方，Muse Spark是大脑，Muse Secure VM是电脑，各种Connector是手脚，Muse才是最终站在用户面前的那个“人”。

一年1300亿美元

Meta给Agent铺基础设施

回头看Meta今年以来的投入，Muse只是一整个庞大工程里，普通用户第一次真正能摸到的那一块。

今年一季度，Meta把2026年资本开支预期从1150亿—1350亿美元上调到了1250亿—1450亿美元；二季度又进一步收窄到1300亿—1450亿美元。Meta明确指出，这其中包括未来AI算力所需的数据中心和基础设施扩张。

当然，这1300亿—1450亿美元并不全砸在Muse和生成式AI上，其中还包括服务器、网络和数据中心。千亿美元已经不是“加大投入”几个字能概括的量级，Meta几乎是在用一家大型科技公司的全年营收规模，去押注AI基础设施。

钱首先砸向芯片。

今年3月，Meta宣布未来两年要连续开发和部署四代新的MTIA自研芯片。公司已经部署了数十万颗MTIA，用于推荐、广告以及AI推理；未来几代则会进一步服务GenAI。

一个月后，Meta又和AWS宣布合作，把数千万个Graviton CPU核心加入自己的算力体系。

这笔交易尤其值得注意，因为Meta直接把新闻标题写成：“to Power Agentic AI”。

原因很简单：Agent和普通聊天机器人的算力结构不完全一样。

一个模型回答一次问题，主要消耗模型推理算力。但真正的Agent可能还要启动浏览器、运行代码、维持虚拟机、访问几十个网页、调度不同工具、管理文件，并且连续运行很长时间。Meta明确表示，随着agentic AI的发展，它对CPU的需求也正在明显增加。

这和Muse的产品形态完全对得上。

当Muse替那个车主询问轮胎价格时，背后不是一次简单的“Prompt进、答案出”。它需要找维修店、获取联系方式、发起通话、理解接线员说了什么，维持多个电话之间的上下文，然后再把价格和服务进行比较。

当它替我安排缅因州旅行时，也不是生成一篇攻略那么简单。它需要读取日历、浏览网页、判断Bar Harbor的季节性营业情况、寻找宠物友好酒店，再持续维持整个任务状态。

Agent本质上比Chatbot更重。

它不仅需要更好的模型，还需要更多CPU、更长时间运行的计算环境、更复杂的存储、更安全的权限体系，以及足够廉价的推理成本。

于是，Meta过去半年的很多投入突然可以串起来了。

最底下，是Compute：数据中心、GPU、自研MTIA、Graviton以及整个服务器体系。

往上一层，是Intelligence：Alex Wang所在的MSL以及Muse Spark。

再往上，是Agent：Muse Secure VM、浏览器、Memory和Context。

Meta想做Agent时代的App Store

就在Muse发布十天之后，Meta又补上了一块更有意思的拼图。

9月18日，它开始向外部开发者开放Muse Connector Platform。

小扎说得也很直接：“You bring the API — Muse brings the agent, the browser, and the context of what the person actually wants.” 翻译成人话就是：开发者把API交出来，Muse负责理解人、替人操作、把事办完。

这套分工很有Meta味。过去，一家公司想做AI服务，得自己管模型、聊天界面、Agent框架、工具调用、浏览器自动化、用户Context，还得自己想办法获客。现在Muse Connector Platform想把这些东西一口气接过去：开发者负责提供能力，Muse负责掌握需求。

这意味着以后用户甚至不一定需要知道某个App叫什么。一家酒店预订平台接入Muse后，用户不必说“打开某某酒店App”，只需要说一句：“帮我找一家Acadia附近、可以带狗、每晚300美元以内的酒店。”Muse已经知道你什么时候有空、要带狗、过去喜欢什么类型的酒店，再自己决定该调用谁的服务。

小扎给开发者的另一句宣传更直接：“People reach your service just by asking for it, and their agent takes it from there.” 以后用户可能不是“打开你的App”，而是“让自己的Agent找到你”。

这已经有点像Agent时代的App Store，只不过这个“商店”没有货架，也没有下载按钮。用户只说自己要什么，Agent决定去找谁。

前面那个换轮胎的故事，如果放到这套架构里，就更有意思了。今天Muse还得一家家给维修店打电话；以后如果Firestone、Discount Tire或者本地维修连锁把库存、报价和预约系统直接接成Connector，用户只需要说：“帮我换四条轮胎，1000美元以内，附近评价好一点，周六上午最好有空位。”

然后Muse自己查库存、比价格、看你的日历，最后给你几个选项。你点一个，Agent付款，预约自动进日历。

结束。

用户从头到尾，可能连一家轮胎店的网站都没打开。

到了这一步，Muse就不再只是“一个帮你做事的AI”，而开始变成一个服务分发层。如果Muse只会做Meta自己开发的事情，它还只是一款产品；但如果成千上万家公司开始把API接进来，局面就变了：开发者提供服务，Muse掌握用户到底想买什么、订什么、去哪儿。

而在互联网生意里，谁离需求最近，谁通常就最有话语权。

昔日买家突然坐到了牌桌对面

留给Manus的时间不多了

Manus更像一个AI员工：做研究、写报告、分析数据、搭网站、做PPT，用户给目标，它负责把任务做完。Muse则更像一个长期存在的私人助理，重点不只是“能做什么”，而是“它有多了解你”。

比如我那次缅因州旅行，真正让我觉得不一样的，不是它会搜pet-friendly酒店，而是我根本没问“什么时候去最好”。我只说想去缅因州，它就把我的日历、要带狗，以及Bar Harbor 11月后大量季节性商家关门这几个信息拼在一起，主动建议我10月29日出发。如果我再把Booking和支付权限交出去，它还能把“建议”直接变成“行动”。

这或许就是Context的价值。Manus从任务出发，Muse从人出发。但两者最终争的，其实是同一件事：谁来代表用户操作互联网。

Manus最近也正处在一个关键节点。重新独立后，公司正在寻求新一轮约5亿美元融资，目标估值约40亿美元，潜在投资方包括IDG资本、博裕资本、宁德时代，以及腾讯、红杉中国等老股东，同时还在考虑为未来赴港上市做准备。

偏偏就在这个时候，Muse上线了。

对Manus来说，最尴尬的地方在于：原本没能完成收购的Meta，如今直接变成了竞争对手。一个手里有WhatsApp、Instagram、Facebook和AI眼镜入口，另一边又有Muse Spark、算力和Connector生态。

Manus一边要向投资人证明自己值40亿美元，一边还得回答另一个更棘手的问题：在Meta亲自下场之后，它还有多大的独立生存空间。

更麻烦的是，坐到牌桌对面的，还是那个最了解你的昔日买家。

最后，顺便说一句，Meta现在还在给Muse疯狂拉新。通过邀请链接注册并兑换邀请码，邀请双方都能拿到10亿个Muse tokens。

所以，如果你也想知道Agent到底是不是下一代互联网入口，最简单的办法就是自己去使唤它几天。

毕竟Meta都替你付Token钱了，不薅一下小扎，多少有点不给面子。

文：王茜茜 / 数据猿
责编：凝视深空 / 数据猿