Meta发布个人AI代理Muse：云端虚拟机驱动，全天候自主执行任务

从对话到执行：Meta Muse重新定义个人AI助手

当地时间9月8日，Meta正式推出个人AI助手Muse，将其定位为能够自主理解目标并持续执行的“个人AI Agent”。与仅提供问答或内容生成的传统聊天机器人不同，Muse允许用户直接设定目标，由系统自行拆解任务、打开网页、填写表单并调用外部应用，完成从邮件收发、日程安排到旅行预订、商品购买等端到端事务。

Meta CEO马克·扎克伯格在社交平台上表示，Muse是一款“能够理解用户目标，并全天候替用户完成任务的个人Agent”，并强调其可以“24/7工作”。这一能力依托于Muse在云端独立虚拟机中的持续运行机制——即使用户关闭应用，它仍可继续搜索信息、监控状态或等待执行时机，直至任务完成或遇到需要用户批准的敏感操作。

目前，Muse仅面向美国用户开放，可通过独立App、网页端及WhatsApp访问，后续还将进入Meta的AI眼镜生态。

云端独立虚拟机与Sentinel监督系统

Meta为每位用户分配一台独立的Muse Secure VM，即位于Meta云端的虚拟计算机。该虚拟机拥有独立浏览器，可保存用户授权的数据与服务连接，并在用户离线后继续运行任务。例如，用户可要求Muse策划旅行，系统会结合日历和邮件确定时间、搜索航班与酒店、填写预订信息，并在付款前请求确认。Muse还能代表用户与服务机构进行账单谈判，或根据长期目标持续追踪进度。

安全与隐私是Meta强调的核心卖点。Muse虚拟机内运行着另一个独立系统Sentinel，负责审查Muse的行动。Muse在访问互联网或对外发送信息前，需经Sentinel判断操作是直接执行、阻止还是交由用户批准。对于发送邮件、支付等敏感操作，Muse会主动询问用户；用户也可按应用分别授予读取和写入权限，并将授权限制在特定任务、交易或时间段内。所有已完成及待执行动作均保留审计记录。

Meta表示，Muse无法直接查看用户密码和支付信息。与Stripe合作的Link支付功能会生成一次性银行卡号，避免Agent在不同网站输入真实卡号。1Password和Shop Pay支持也将在后续加入。用户可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。

不过，当前的Secure VM并非完全对Meta不可见的“黑箱”。Meta高管承认，虽然公司政策禁止访问用户Muse数据，但技术上仍存在访问可能。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，届时包括Meta在内的其他主体都无法进入用户的Agent环境。

产品差异与市场定位

Meta Superintelligence Labs负责人Alexandr Wang在接受CNBC采访时表示，Muse的设计目标是“非常平易近人、友好易懂，而且不会让人觉得过于复杂”。他提到，幕后Muse可能在进行高级编码工作流、构建复杂集成或处理繁重工作，同时保持对用户简单易用。价格方面，Muse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。

与市场上已有的个人助手相比，Muse的差异主要体现在产品入口、运行方式和权限体系。首先，它从设计之初就面向长期运行，独立云端虚拟机使其在用户退出应用后仍可后台刷新页面、等待商品或票务信息并推进任务。其次，Muse试图降低Agent使用门槛，将类似OpenClaw等开源个人Agent的能力封装进App和WhatsApp，让普通消费者像发消息一样调度Agent。第三，Meta拥有其他模型公司难以复制的消费级入口，Muse可连接第三方服务，并可能利用Facebook、Instagram和WhatsApp形成的社交关系与内容上下文，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为随身交互入口。

但这种深度了解用户的能力也带来风险：助手越了解用户、越能替用户行动，其获得的权限和潜在损失就越大。为此，Meta通过Sentinel监督系统和细粒度权限控制来限制Muse的行为边界。

从内部项目到消费级产品

Muse并非突然问世，其背后是Meta重组AI业务后的一条持续研发线索。2025年，Meta组建Meta Superintelligence Labs，由Alexandr Wang负责推进新一代模型与产品研发。团队用约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发布重组后的首款模型Muse Spark，支持多模态推理、工具调用和多Agent协作，成为Muse个人助手的底层模型。

早在Muse Spark发布前后，Meta内部已启动代号“Hatch”的个人Agent项目。该项目在产品思路上受到开源个人Agent OpenClaw的启发，目标不仅是回答问题，还要拥有独立计算环境和长期记忆，能够访问浏览器和第三方应用，在较少人工干预下持续完成任务。2026年5月，Hatch研发消息流出，计划于6月底前完成内部测试。Meta随后开放给员工试用，用于预订餐厅、寻找宠物照看人员、订餐、填写在线表格、开展深度研究，以及操作Instagram、Spotify和OpenTable等服务。

内部测试决定了Muse的最终形态。Meta发现，个人Agent要持续工作，仅靠更强的大模型不够，还必须拥有独立计算环境、持久记忆、应用连接器和后台运行能力，同时解决权限失控、提示词注入和敏感信息泄露等风险。安全问题也让发布节奏慢于原计划。Meta AI产品副总裁Vishal Shah透露，公司曾考虑在4月推出该产品，但为加强安全保护而推迟。经过额外开发，Meta认为Muse达到了向消费者开放的“最低门槛”，但也承认无法保证Agent永远不会出错。

为此，Meta没有让Muse直接运行在用户手机或个人电脑上，而是为每个用户建立独立Muse Secure VM，并设计Sentinel监督系统。这套双系统架构，是Muse从内部实验走向消费产品的关键变化之一。

从行业视角看，Muse的推出标志着个人AI代理正从概念验证迈向规模化消费级部署。云端独立虚拟机、持久记忆与监督系统的组合，为Agent的自主性与安全性提供了新的工程范式。然而，隐私承诺中部分能力仍待Confidential VM落地，Meta能否在开放生态与用户信任之间取得平衡，将决定这类产品能否真正成为下一代计算入口。