Meta Muse vs Grok Bot and ChatGPT Work: agent architecture compared
A Thai-language thread breaks down Meta Muse's Muse Secure VM, Sentinel approval layer and credential isolation, and compares them with agent setups from xAI, OpenAI and Google.
(1/2) Mark เพิ่งประกาศ Muse.. personal AI agent ของ Meta ที่เข้าใจ goals ของ user.. แล้วทำงานต่อให้ 24/7… ซึ่งก็ไม่ได้ใหม่อะไร.. xAI เปิดตัว Grok Bot ไปตั้งแต่ 11 สิงหาแล้ว.. ซึ่งอยู่ใน product category ใกล้กันมาก.. มี computer ของตัวเอง ทำงานผ่าน apps.. browser ได้.. ทำงานต่อเนื่อง 24/7 และกลับมาหา user เมื่อเจอ action ที่ต้อง approval ปัจจุบันก็เชื่อมกับ X โดยตรงแล้ว… OpenAI ก็มี ChatGPT Work ที่สามารถใช้ cloud computer/browser ทำงานข้าม website และ apps ต่อให้เราออกจาก chat ไปแล้ว.. และหยุดถามเมื่อถึงจุดที่ต้อง sign-in หรือยืนยัน consequential action.. ส่วน Google ก็มี computer use อยู่ใน Gemini 3.5 Flash สำหรับสร้าง agent ที่ทำงานข้าม browser, mobile, desktop ได้แล้วเหมือนกัน.. ประเด็นสำคัญคือ.. Meta จะเอา technology แบบเดียวกันไป distribute, subsidize, integrate กับชีวิตคนได้ขนาดไหน?? Muse ถูกสร้างให้มี dedicated cloud computer ของตัวเองที่เรียกว่า Muse Secure VM มี browser, memory, storage, environment สำหรับทำงานแทน user.. แล้ว Meta ก็แยก Sentinel agent ออกจากตัว Muse ที่ระดับ system.. action หรือข้อมูลที่จะออกไป network ต้องผ่าน Sentinel ก่อน.. Credentials อยู่ใน secure storage ที่ตัว Muse เองอ่านไม่ได้.. และ sensitive action อย่างเช่น.. ส่ง email หรือซื้อของต้องกลับมาขอ permission จาก user ก่อน.. นอกจากนี้ยังมี audit trail ให้ดูว่า agent ทำอะไรไปแล้วหรือกำลังจะทำอะไร.. แต่ Meta ก็ไม่ใช่เจ้าเดียวที่คิดเรื่อง isolation.. approval.. credential security.... พวกคู่แข่งก็แก้ปัญหาชุดเดียวกันเพราะพอ AI เปลี่ยนจาก 「ตอบคำถาม」 มาเป็น 「ลงมือทำ」 security model ก็ต้องเปลี่ยนตาม.. AI ตอบผิด เรายังอ่านแล้วไม่เชื่อมันได้.. แต่ AI ที่มี browser, password, email, credit card, permission ให้กดปุ่มแทนเรา.. ถ้าพลาดขึ้นมาความเสียหายก็เกิดขึ้นก่อนเราจะรู้ตัวอีก… ดังนั้นการแข่งขันของ personal agent หลังจากนี้.. น่าจะมีอย่างน้อย 4 เรื่องที่สำคัญพอๆ กับความฉลาดของ model.. 🍆 Distribution Meta มี Facebook, Instagram, WhatsApp, Messenger, hardware อย่าง AI glasses อยู่แล้ว.. Muse เริ่มต้นด้วยการคุยได้โดยตรงผ่าน WhatsApp และ Meta บอกว่าจะเข้าถึง AI glasses ต่อไป.. จุดนี้ถือว่าสำคัญมาก… เพราะ consumer technology หลายครั้งก็ไม่ได้ชนะด้วย product ที่ technically ดีที่สุดอย่างเดียว.. distribution มีผลมาก เพราะ Meta ไม่ต้องสร้างพฤติกรรมใหม่ให้ user มากนัก.. agent สามารถถูกวางเข้าไปใน products ที่คนหลายพันล้านคนใช้อยู่ทุกวันได้เลย 🍆 Context.. Personal agent จะมีประโยชน์มากขึ้นถ้ามันไม่ได้รู้แค่ prompt ที่เราพิมพ์ตอนนี้.. แต่จำบริบทเกี่ยวกับเราได้ต่อเนื่องว่าเรากำลังทำอะไร.. ชอบอะไร.. เคยสั่งอะไร.. และตัดสินใจอะไรไว้ก่อนหน้านี้.. มันรู้ goals, preferences, workflow, calendar, projects ที่ค้างอยู่ รวมถึงสิ่งที่เราเคยสั่งหรือเคยตัดสินใจไว้ก่อนหน้านี้ ยิ่งมี context ต่อเนื่องมาก.. เราก็ยิ่งไม่ต้องเริ่มอธิบายทุกอย่างใหม่จากศูนย์ทุกครั้ง.. Meta ยกตัวอย่างว่า Muse สามารถเอา recipe reel ที่เรา save ไว้ใน Instagram มาทำ grocery list หรือจำ dietary restrictions ของเพื่อนก่อนส่ง invitation.. สำหรับ Meta ตรงนี้อาจเป็นข้อได้เปรียบสำคัญ.. เพราะมันมี potential context กระจายอยู่ทั่ว Facebook, Instagram, WhatsApp, Messenger, AI glasses อยู่แล้ว.. แน่นอนว่าต้องขึ้นอยู่กับ permission ที่ user ยอมให้เข้าถึงด้วย.. ซึ่งก็ทำให้ privacy และ permission architecture สำคัญมากตามไปด้วย.. และถ้า agent ตัวนึงสะสม context เกี่ยวกับเราและ workflow ของเรามานานพอ.. ตรงนี้ก็อาจเริ่มสร้าง switching cost ได้ เพราะการย้าย agent วันนึงอาจไม่ใช่แค่เปลี่ยนไปใช้ model ที่เก่งกว่า.. แต่เป็นการย้ายออกจาก agent ที่รู้จักวิธีทำงานของเราไปแล้วด้วย.. 🍆 Economics Mark บอกว่า Muse จะให้ใช้ฟรีถึง 100M tokens ต่อสัปดาห์.. และมี subscription สำหรับคนที่ใช้ compute มากกว่านั้น.. ถ้าทำได้ใน scale นั้นจริง.. เท่ากับ Meta กำลัง subsidize การใช้งานค่อนข้างหนัก.. และพอ AI agent ไม่ได้แค่ตอบคำถามสั้นๆ แต่ต้องเปิด browser, ค้นข้อมูล, ใช้ tools และทำงานต่อเนื่องเป็นเวลานาน ปริมาณ compute
This post quotes another post: “Meta launches Muse, a personal AI agent, with app download”