Hands-on: Muse is a long-term personal agent, not a project-based coding agent

老K的投资实验室 @LaoK201106Originally posted 2026.09.22

Open original on X

其实，Muse现在的下载量说明不了太多问题。 Meta拥有数十亿用户和强大的分发渠道。 对它来说，把一款新产品推到单日下载26.4万、日活 44.8万，并不算特别困难。 如果这组数据来自一家没有流量入口的创业公司，确实值得重点讨论。 但放在Meta身上，它最多证明这次发布获得了足够的关注，还不能证明Muse已经找到了产品市场匹配。 下载量不等于留存，更不等于付费。现在真 正缺少的数据，是用户的持续留存、Muse究竟完 成了多少真实任务，以及这些任务的成本和付费转化率。 我也专门注册了账号，下载App体验了一下 Muse。 只能说，它的产品设计确实和我们熟悉的 Claude Code、Codex有所不同。 我们平时使用Coding Agent,基本是围绕项目组织上下文的。 一个项目下面可以有多个对话，如果要做另一个项目，就切换工作空间，再新建一个任务。 Muse的默认形态却是一条贯穿各种生活事务的主对话。虽然它也支持Side Chat，但整个产品仍然围绕同一个长期存在的个人Agent展开。 也就是说，Codex这类工作型Agent面向的是项目，而Muse面向的是用户本人。 比如你想让AI点外卖、查看日历、处理账单或者 预订餐厅，你并不想先创建项目、选择模型、配置工具，再考虑应该把任务交给哪个Agent。 最自然的操作就是打开App，直接跟他说，帮我点个XXX的外卖。 这也解释了Muse为什么强调名字、头像、人格、 长期记忆和主动消息。 Meta想建立的是个人的一 段长期关系。 比较值得注意的产品创新，可能是它的主动性。 我们熟悉的大分Agent，仍然要等待用户提出一个相对明确的任务。 Muse则会根据用户已经设 置的目标、历史对话和授权信息，主动发现可能需要处理的问题，然后提出建议，甚至提前推进部分工作。 例如，用户之前告诉它自己正在发展某项业务， 它不仅仅回答应该怎么做， 还会继续追问用户的目标和现状，再提出可以长期跟踪的数据、可以制作的内容，以及下一步可以执行的任务。 并且 持续跟踪你的进展，提醒你该完成什么事情。 这确实开始有点像个人助手，而不只是一个等待你输入问题的工具。 但它是否真的有价值，关键也不在于主动发了多少消息。 这些消息是否准确、是否值得打扰用户，以及它能否可靠地把建议执行下去都是未知数。 如果每天推送一堆貌似有用的想法，最后还是需要用户自己完成，那只是更主动的聊天机器人。 Muse另一个值得关注的地方是成本。 Meta会为 每个用户提供一个持续存在的云端虚拟机，里面包含浏览器、文件系统、CPU、内存和长期任务状态。 这种持续运行的个人Agent显然需要更多 CPU、内存、存储和网络资源。 模型推理主要依赖GPU或者AI加速器，浏览器运行、代码执行、文件处理、工具调用、权限检查和 虚拟机管理，则主要消耗CPU。 因此，一旦个人 Agent真的进入大众市场，新增需求就不只流向GPU,也会流向服务器CPU、内存和云计算基础设施。 这也是为什么资本市场在重估CPU的需求，把AMD、英特尔这些股票价格推高了。 但目前，这仍然是一条资本市场的推演，不是已 经得到业务数据验证的结果。 只能说，现在的资 本市场确实又进入了一个需要新故事的阶段。 从技术角度看，Muse展示的很多能力并不新鲜。云端虚拟机、浏览器操作、长期记忆、后台任务和 人工审批，其他Agent也能够实现。 当然了，能够实现一个原型和让几亿普通人稳定 使用是两回事。 后者需要更稳定的Scaling架构和 金钱。 假如Muse过几个月，留存不达预期，那基本上个 人Agent这个逻辑就又证伪了。 就我个人的使用 体验而言，我暂时不需要这么一个个人Agent。