Meta的AI產品Muse上線後迅速走紅。不到兩週，它登上美國應用下載榜首；據Sensor Tower統計，截至9月22日，Muse累計下載量已超過250萬次。這是Meta在AI消費級產品上久違的一次出圈，也標誌著其執行長扎克伯格對「個人超級智慧」構想的一次具體落地。

扎克伯格在與科技記者Alex Heath的對話中，系統闡述了Muse背後的設計邏輯。他的核心判斷是：個人AI Agent不能靠給現成模型增加一個產品介面來完成，而必須從預訓練階段就開始設計。模型需要學會理解使用者的長期目標，並判斷哪些私人資訊可以使用、哪些不能向外披露。這一觀點直接挑戰了行業中將Agent視為「模型+工具呼叫」的常見做法。

Muse與Meta AI、ChatGPT或Gemini式的一問一答存在明顯差異。使用者交給Muse的不是單個提示詞，而是一個專案或長期目標。為此，Meta為Muse配置了雲端虛擬機器，使其能夠在後台操作計算機、登入服務並持續執行任務。夜間，Muse會整理當天的反思並寫入記憶，還能主動建議新專案。扎克伯格舉例說，他讓Muse為和女兒玩的《文明》製作攻略，完成後Muse又建議把攻略擴充套件成講解不同文明歷史的學習材料，並直接在應用裡增加了頁面。

在隱私與許可權方面，Meta的設計思路是「連自己也無法讀取」。扎克伯格提到，Meta過去十多年建設WhatsApp端到端加密的經驗表明，系統可以被設計成連Meta也無法讀取使用者訊息。為此，Meta邀請Signal創始人Moxie Marlinspike加入團隊，專門負責Muse的機密虛擬機器。目標是讓使用者把資訊儲存在雲端的個人虛擬機器中，並通過技術手段保證Meta無法讀取，且這一承諾可被技術驗證。此外，Muse還設有獨立的憑據儲存系統，儲存信用卡資訊、密碼和一次性卡號，避免敏感資訊直接暴露給核心Agent；系統執行一組監控Agent，檢查進出虛擬機器的流量，識別提示詞注入，並在必要時觸發人工確認。登入、付款和傳遞敏感資訊通常需要使用者批准，且遵循「最小許可權」原則——每一步只獲得完成當前任務所需的最低許可權，Agent不能自行擴大許可權。

商業化路徑上，扎克伯格表示Meta一開始會提供每週1億token和一台虛擬機器的免費額度，使用者也可選擇付費訂閱。長期來看，Meta預計可以從相關交易中收取很小比例的費用，且不一定由使用者支付，也可以由與使用者開展交易的商家承擔。Meta正在與Stripe合作，為Muse接入支付功能。扎克伯格認為，當個人用Muse經營小企業、完成商業任務或參與交易時，它創造和節省的價值足以覆蓋成本。

Muse的推出也處於Meta模型研發重建的背景下。扎克伯格坦言，Llama 4偏離預期後，他轉向更精簡的核心研究團隊，並繼續增加算力投入。他同時主張讓更多人擁有強大的AI，認為強大AI若只由少數機構掌握同樣會帶來風險，讓更多人獲得能力才能形成制衡。他以Hugging Face遭遇入侵後轉而使用開源模型為例，說明世界上需要保護的重要機構遠不止排名最靠前的一百家。

在基礎設施層面，扎克伯格回應了外界對AI資料中心日益強烈的牴觸。他表示，Meta進入一個地區建設資料中心，實際上是在承諾未來幾十年持續投資，可以為社群帶來稅收、就業和其他資源。他提到在路易斯安那州，相關稅收曾為當地教師提供每人5萬美元的獎金。他同時批評了另一類專案：有些公司只想先拿下一塊地，再賣給大型AI研究機構，並不打算長期運營，也沒有動力認真處理與當地社群的關係。扎克伯格不確定是否該稱這種現象為泡沫，但承認該領域正經歷一輪熱潮，容易滋生短期逐利行為。為此，Meta推出了America's Workforce Academy，培訓光纖技術人員、電工、高階木工等技術工人，並保證完成培訓的人能在參與Meta基礎設施建設的單位找到工作。

扎克伯格還提到，Muse與Meta AI目前側重點不同：Muse更傾向於從一句話中理解使用者的長期意圖並繼續推進任務，Meta AI更適合立即回答一個明確問題，兩者未來是否會合並尚不確定。他認為，具備足夠技術實力、能在個人AI Agent領域做到最先進水平的公司可能不會超過十二家，但不同公司仍可以在不同用途上做到最好。