Meta Muse:降低AI Agent使用门槛的5个产品细节
体验完Meta的Muse,原来这才是我们想要的AI助理
提炼了Muse降低Agent使用门槛的5个具体产品机制,独立开发者可直接借鉴用于优化自家AI产品的冷启动与交互设计。
9 月 8 日发布,12 天约 280 万下载,Meta 的 Muse 被叫作美版豆包,但它的定位是 Personal AI Agent:记住偏好、连邮件日历、跑几小时到几天的任务。Meta 承认思路受了 OpenClaw 影响。本文讲清它把哪些老能力重新包了一遍。
AI助理开始进入日常。
这几天Meta的Muse火得有点夸张。
9月8日发布以后,它很快冲到美国App Store免费榜前列,并且发布 12 天后下载量已经达到约280万,Meta的股价也跟着大涨。
刚看到它的时候甚至想过一个很简单的说法,美版豆包,操作门槛低,不需要这么多花里胡哨。
它看起来确实很像一个更会办事的聊天产品。打开之后,最显眼的依然是聊天框,你可以跟它聊任何事情,也可以新建旁支对话。
顶部还会挂着一个属于你的Muse小人,可以修改角色形象以及名字。
任务运行时,角色下面会显示当前状态,比如正在浏览网页、生成视频、整理文件。点进去还能看到它具体的运行状态,做过哪些事情,以及哪些操作进过了你的批准。
用了一段时间以后,我觉得美版豆包这个说法还是太轻了。
Meta给Muse的定位是Personal AI Agent。它想做一个长期跟着你的 AI 助理。
你可以一直和同一个Muse聊,它会记住你的偏好,连接你的邮件、日历和社交账号,也会接住那些需要跑几个小时、几天甚至更久的事情。
你退出App以后,后台任务依然可以继续。当然,这种能力发展到今天其实并不陌生。
最早的鼻祖OpenClaw已经把常驻Agent玩得很深,很多极客早就在自己的电脑或者云端机器里跑类似系统。
浏览器操作、长期记忆、定时任务、Skill、Connector、云电脑,这些东西也早就在不同 AI 产品里出现。Muse没有突然发明一套大家此前没见过的技术。
Meta自己也没有回避这一点。Meta超级智能实验室产品负责人Nat Friedman最近公开提到,Muse的产品思路受到OpenClaw很深的启发。
团队内部很早就大量使用OpenClaw,也想做一个类似的东西,再改造成几亿甚至几十亿用户都容易接触的产品。
这也刚好解释了我体验时最明显的感受。
Muse很多能力拆开都见过,可它没有要求我先学这些能力叫什么。
我给它丢了一个小红书帖子的链接,让它帮我解读里面的内容。它会自己拉起一台云端电脑,打开浏览器进入页面。页面里有登录提示或者遮挡时,它会尝试继续处理。
进入帖子以后,它不只读页面文字,还会继续点开图片,再结合图文给我整理内容。
后来又让它调研公众号,它会自己去搜狗微信搜索,碰到网页验证时再让我接管。Muse的云电脑可以随时查看和操作,不过手机端接管复杂页面时还是有点难用。
小编给它设过一个大家最初学AI最喜欢的一个任务。
就是每天去找AI资讯,筛出合适的话题,进一步还可以再生成小红书图文需要的标题、正文、标签和配图。
同样的思路也能用在别的事情里。比如持仓追踪表和健身计划,可以直接生成Excel、PDF,网页、PPT、图片、视频等内容也都支持。
生成结果会统一留在Artifacts里,后面还能继续打开和修改。
它的连接器也比我原先想得多。我现在的设置页面里,可以看到 Instagram 、Notion、邮件和日历、Spotify等连接器。还有钱包、安全存储、权限和数据控制这些单独入口。
实际连了Instagram以后,它可以读取我的关注信息,也可以查看具体账号里的内容。对做海外内容或者社媒调研的人来说,这个入口就很顺手。
邮件和日历就更常见了,很多个人AI助理都在做。
不过目前Muse的连接器的数量并没有夸张到压过同类。像有些产品能接更多服务,专业自动化工具也早就能串起一大堆软件。
这里我让它记住一个长期习惯,或者给它安排每天都要做的事情,这些内容会进入目标和追踪区域。它会把目标拆成具体任务,完成的可以勾掉,没做完的继续留着。
所以Muse其实还有很明显的主动性。Personal Agent说的是它长期围绕一个人工作,Proactive更接近它会主动推进事情。两者并不冲突。
Muse可以同时具备这两个特点。你给它一个持续目标以后,不需要每天重新提醒。它会继续追踪,有新进展时再回来找你。
它还有一个资讯入口,会根据最近的热点推荐话题,点进去以后也可以继续交给Muse调研或者留下后续任务。
除此之外,我之前还留意到一个很有意思的细节。Muse专门做了Ideas页面。
这里会出现很多它觉得你可以拿来试的事情,财务管理、购物、健身、工作效率、关系维护这些主题都会出现。你可以直接点进去运行,也可以根据自己的情况继续改。
这个功能本身也不新鲜,很多AI产品都会给用户塞提示词和推荐任务。不过Muse把它放在很重要的位置,说明团队确实遇到过一个消费级 AI 产品都绕不开的问题。
能力太多以后,用户反而不知道拿它干嘛。Ideas也会根据你的聊天和目标继续推荐可以交给它做的事情。
这个设计没有增加模型能力,却能显著降低第一次使用时的空白感。Memory也是类似。
Muse会持续积累关于你的信息,相关记忆可以直接查看和编辑。更有意思的是,它还支持记忆迁移。
它会给你一段提示词,让原来常用的AI整理已经掌握的个人信息,再复制回来。对于已经长期使用ChatGPT、Claude的人,这相当于省掉重新培养一个AI助理的过程。
一个能力很强的 Agent,如果用户每天都要先想怎么使用它,最后很容易又变成少数人的玩具。
这可能也是 Muse 这次突然爆火更值得关注的原因。
AI Agent火了很久,Personal Agent也早就有人做。Town、Instinct这些产品都在往个人助理靠,融资金额也很高。
OpenClaw更是先在极客群体里验证了一种很有吸引力的体验,让一个Agent长期在线,拥有自己的电脑,可以调用工具,也能替用户持续处理任务。
Muse赶到的这个时间点很特殊。大模型已经足够稳定地处理很多日常任务,浏览器操作也比早期成熟很多。
云端虚拟机让Agent不需要占着用户自己的电脑,邮件、日历、社交软件又可以通过Connector接进来。
模型还可以生成表格、文档、网页和图片,任务结束以后直接交付结果。
这些基础能力慢慢落地之后,面向普通用户的产品要处理的难题也变了。
技术圈很容易继续追问模型能力、工具调用和Agent编排。普通用户通常没有这些耐心。
Muse花了很多心思处理这些细节。
视频生成
它有一台持续运行的Secure VM。官方介绍里,这台虚拟机有自己的浏览器、文件系统和终端,也可以运行子Agent、定时任务和自己写的Skill。用户看不到太多底层配置,页面里看到的只是Muse正在工作。
它没有发明一套全新的Agent能力,只是尽量不让普通用户意识到自己正在调用多少Agent能力。
Meta自己也很懂这一点。
Muse发布时,官方反复强调的卖点就是直接说出需要完成的事情,不要求技术经验。
更显眼的是一个小人正在工作,一张待批准的卡片,一个还在继续推进的目标,以及已经替你做好的文件。
Meta在这里还有一个别人很难复制的条件。
它自己就有Instagram、Facebook、Messenger、WhatsApp这些高频入口。
Muse目前也在继续接第三方服务。用户原本的社交关系、内容消费和日常沟通离它很近,后续再加入更多生活服务,Personal Agent的入口会更自然。
此外,AI助理知道得越多,隐私问题也越绕不开。
Muse设置里有权限、安全存储和数据控制,通常账号里互动信息用于模型训练的选项默认开启,不过可以手动关闭。
Muse目前还有免费额度,最近的邀请码活动直接送十亿token。对于普通用户来说,如果没有大量跑重任务,短期使用成本并不高。
OpenClaw已经证明,愿意折腾的用户很喜欢拥有一个长期在线的 Agent。
Muse进一步降低门槛,它尝试让不关心配置、不想研究工具链的人,也能直接获得类似体验。
这一次,个人 AI 助理离普通人的日常生活,确实又近了一点。
作者:虾蛄AI 公众号:虾蛄AI
本文由 @虾蛄AI 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自 Unsplash,基于CC0协议
更进一步:量化金融体系
看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力