Two paths for personal AI assistants: pick the best model or train one for the job
Grok Bot and Gemini agent pick the strongest available model per task, while Meta's Muse bakes assistant needs like Active Memory and Active Focus into model training, which the author sees as the long-term edge.
个人 AI 助理的竞争，正在出现两条不同的路线：一条是挑选最好的模型来完成任务，另一条是为了做出最好的助理，专门训练模型。 日前， 马斯克说，Grok Bot 可以挑选最适合的模型，包括 Anthropic 的模型。谷歌的 Gemini agent 也在走这条路，根据任务调用 Gemini 或 Claude。好处是可以迅速用上各家模型的强项。 但仔细听小扎和亚历山大·王介绍 Muse Wonder，会发现 Meta 正在走得更深一步：把个人助理的需求，直接融入模型的设计和训练。 比如 Active Memory，让模型学会压缩上下文、利用不同来源的记忆，把几天、几周甚至几个月前的信息用到后续任务中。 还有 Active Focus，让模型在长任务中持续围绕目标推进，遇到错误能调整策略，继续执行。 这也暴露了依赖外部模型的潜在弱点：Grok Bot 和 Gemini agent 可以调用 Opus，却无法决定 Opus 下一轮训练该优先解决什么问题。Anthropic 有自己的产品和训练路线，不会天然围绕其他公司的助理体验来优化模型。 而 Meta 可以把 Muse 使用中发现的问题直接带回模型训练，让模型和产品一起迭代。 所以，个人 AI 助理的长期竞争力，不取决于今天能调用哪个最强模型，而取决于能否让模型随着产品一起进化。这可能才是 Muse 真正的杀手锏。
This post quotes another post: x.com/michaelzsguo/status/2109756809993163051