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。
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。
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。