Meta的Muse凭什么火？一个“不是最聪明”的AI，正在改写行业规则

2026年9月8日，Meta(META.O)在美国和加拿大上线了一款叫Muse的AI产品。两周后，它冲上了美国App Store免费榜第一，把雄踞榜首的ChatGPT拉了下来。

这不是小打小闹。据Sensor Tower数据，Muse上线首13天在美国和加拿大两大市场的下载量突破250万次；同期ChatGPT的全球下载量为310万次——需要说明的是，ChatGPT当年是iOS全球上线，而Muse目前只在美加的iOS和安卓双平台开放，两者口径并不完全对等。即便如此，Muse的下载量也远高于Claude的40万次和Grok的20万次。更关键的是增速——Muse上线前两周日均下载增速达到55%，而ChatGPT同期只有24%。截至9月下旬，累计下载量已突破340万次；据Similarweb统计，其日活跃用户约70万。

资本市场给出了更直接的反馈。截至9月下旬，Meta股价自Muse发布以来累计涨超25%；9月21日盘中最高涨超13%，收涨11.43%，创一年多来最大单日涨幅，单日市值增加约1900亿美元，总市值逼近2万亿美元。扎克伯格在9月下旬的一档访谈节目中，把Muse的早期反响形容为“一出手就是全垒打”。

但如果只盯着下载量，你会错过Muse爆火真正的秘密。

36亿日活的分发碾压，是别人学不来的

一个容易被忽略的事实是：Muse并非构建在行业最顶级的前沿模型之上。据第三方评测机构Artificial Analysis的数据，驱动Muse的Muse Spark 1.3(xhigh)在其智能指数上得到61分，与GPT-5.6 Sol(max)并列，仍落后于Anthropic的Claude Fable 5.1(66分)。用传统眼光看，这似乎不应该火。

但它偏偏火了。而且火得很有道理。

Muse和ChatGPT做的事情本质上不同。ChatGPT是一个“对话者”，你问它答，它的核心交互是一轮又一轮的问答。Muse是一个“执行者”——你告诉它一件事，它打开自己的云端电脑，操作浏览器，填写表单，完成预订，甚至替你下单付款。即使你关掉App，它仍然在后台继续干活。

在9月23日的Meta Connect 2026大会上，Meta首席AI官Alexandr Wang和扎克伯格先后给Muse定了调。Wang说，一年前“在自己电脑上跑一个个人智能体”还是极客的专利，“而今天，我们通过Muse把这种魔力带给了每一个人”。扎克伯格则给出了更大的目标：Muse将成长为“数十亿人都会使用的个人超级智能”——它能记住你的偏好、个性化你的操作、跨应用串联动作。

换句话说，Muse的火，首先是因为它把“AI替你做事”从一个概念变成了普通人真正能用的产品。没有复杂的提示词，不需要学习“怎么跟AI对话”，你只需要告诉它你想干什么。门槛低到几乎没有。

如果说产品定位是Muse的内功，那Meta的分发能力就是它的外挂。

据第三方机构Apptopia统计，Muse用户中超过95%同时是Facebook用户，63%是Instagram用户。Meta旗下面向全球的产品家族，二季度末的日活跃用户数(DAP)为36亿。这意味着Muse只需要在自家产品矩阵里做交叉推广，就能触达这个庞大的存量人群——当然，眼下它的服务范围仍限于美国和加拿大。

招商证券国际在研报中判断，Muse正切入一个围绕多个入口形成的个人智能体市场，而Meta逾30亿日活的应用家族，仍是这个市场里最大的现成分发面——大型平台能以近乎零获客成本，把常驻智能体送到数十亿用户面前。

这是独立AI应用完全无法复制的结构性优势。OpenAI需要花数十亿美元买流量，Meta只需要在Facebook或Instagram上加一个入口。

一台“永远在线”的虚拟电脑，才是安全感的来源

Muse真正让人愿意把密码交出去的原因，藏在架构层。

Meta为每位用户分配了一台独立的云端虚拟机，配置为2个虚拟CPU、8GB内存和100GB固态硬盘，拥有自己的浏览器和文件系统。这台虚拟机上运行着用户授权的所有账户连接——邮箱、日历、支付信息。它还有一套叫Sentinel的安全机制，在Agent执行敏感操作前需要同时获得系统批准和用户确认。

这解决了消费级AI Agent最大的心理障碍：信任。让一个AI替你去订酒店、改订单、甚至花钱，用户需要的不只是“它够聪明”，而是“即使出错了也不会失控”。独立虚拟机架构提供了这种边界感——它像是一个隔离的助手，有自己的工作空间，不会侵入你的设备。

极客公园在一篇产品复盘里写道，Muse的设计团队认为Agent需要足够主动但不能烦人，要能真正动手但不能失控，要知道你的一切又得让你敢交出去。这三组矛盾之间的平衡，才是Muse产品力真正落地的地方。

算力之痛：爆火的代价正在浮现

Muse也不是没有麻烦。日活还没突破百万，服务端已经频频亮红灯。

Meta首席AI官Alexandr Wang在9月9日透露，Muse的实际使用量远超内部预期，用户消耗量约为内测群体的10倍。第三方状态监测平台SaaSHub已将Muse列为“服务降级”，用户持续报告“无法搜索”等问题。一次压力测试中，Muse尝试同时创建120个子Agent，仅成功了33个。

问题的根源在于那台独立虚拟机——每多一个用户，就多一台虚拟机需要运转。据业内测算，如果用户规模达到1亿、且用户之间不做资源共享，Meta至少需要2亿个CPU核心，约合158万颗126核的AMD EPYC处理器，外加800PB内存和10000PB固态存储。而Muse目前仅在美国和加拿大开放，WhatsApp和Instagram的注册入口尚未开启。一旦全面铺开，算力缺口还会继续放大。

这是一个甜蜜的烦恼，但烦恼就是烦恼。Meta能否把Muse的增长势头从“爆款”变成“基业”，答案不在下载量里，而在数据中心的机架上。

AI竞争的下半场，赢家可能不再是模型最聪明的那一个

Muse的爆火揭示了一个行业趋势：当大多数模型的能力都达到“足够好”的水平时，把技术包装成可用的产品、推向大众用户并从反馈中持续迭代的能力，正在变得和模型参数本身同样重要。

Meta不是第一个提出“AI Agent”概念的公司。OpenClaw早在年初就在开发者圈子里火过一轮，但它需要一定的技术背景才能部署，一旦配置存在疏漏，Agent就可能越界行动——今年2月，Meta超级智能实验室的一位AI安全负责人就因Agent在上下文压缩中丢失了安全指令，被批量删除了两百多封邮件。Muse做的事情，是把这种能力重新包装，让从来没接触过Agent的普通人拿起来就能用。

扎克伯格对Muse的商业模式也做了清晰表态：免费档每周赠送约1亿Token，并配一台云虚拟机；重度用户可升级至每月20美元(每周5亿Token)和每月100美元(每周30亿Token)两档订阅。但他更看重的是另一条路——未来从Muse促成的交易中抽取小额佣金，让AI真正替用户“花出去钱”，从消费流水中获取价值。需要说明的是，交易抽成目前仍处于规划阶段、尚未正式落地，现阶段可兑现的收入依旧以订阅为主。这条路能否跑通，取决于Muse是否真的能成为数十亿人日常生活中不可或缺的助手。

从目前的数据看，它至少迈出了第一步。而这个行业接下来的竞赛，可能不再是谁的模型跑分最高，而是谁能真正让AI“替人把事办了”。