Meta大涨，Muse摸到了比ChatGPT更大的入口

个人Agent真正麻烦的时刻，不在它会不会干活，而在它开始替人做决定以后。

Muse上线七天冲到美国App Store免费榜第一，踢下长期霸榜的ChatGPT，Meta昨天大涨11.4%，市值暴增近2000亿美金。榜单和股价都很容易制造幻觉，真正值得看的，是用户已经拿它干了什么。

有人把一万多封邮件扔给Muse，它清理完以后，还顺手找出了那些早就不用、却一直在扣费的订阅；有人一直懒得打电话预约汽车保养，把车型和门店交过去，过一会儿，保养和代步车都约好了；还有人让Muse规划旧金山到洛杉矶的自驾，Muse发现1号公路部分路段关闭，重新安排行程以后，又给自己留下一项几天后再检查的任务。

这些事情都小得可怜。可一个人的一天，很少毁在什么大事上，真正吞掉注意力的是邮件、退款、改期、订餐、保养、账单和比价。每件事只花十分钟，几十件一起挂在脑子里，就足以把一天切得稀碎。

Muse开始接走这部分负担。

事情交过去，人可以离开。几个小时以后，任务还在继续；条件发生变化，它接着处理；真正碰到付款、发邮件这些会产生后果的动作，再回来找人确认。

ChatGPT让几亿人养成了“有问题，问AI”的习惯。Muse试图再往前一步，把另一个习惯也抢下来：有事，交给它。

这两个入口看起来只差几个字，位置却完全不同。前者站在认知前面，后者开始站到行动前面。

用户一旦把行动交出去，后面连接的就不再只是答案，还有交易、服务和整个互联网的利益分配。

Muse最近在Amazon遭到限制，很容易被看成一次普通的平台封锁。真正理解这件事，可以回头看豆包手机。

2025年底，第一代豆包手机最惊艳的能力，是AI开始直接操作手机。它看屏幕、识别按钮、打开App，再像人一样往下点。过去必须亲手完成的动作，第一次被Agent接走。

然后问题几乎立刻出现。

微信出现异常退出和登录问题，淘宝触发风控，银行和支付场景更加敏感，部分自动操作很快被暂停。当时看，像第一代AI手机还不够成熟。九个月以后再看，会发现技术反而没那么难，真正麻烦的是权力边界。

用户当然可以自己打开微信、淘宝和银行App，可用户授权一个Agent，并不意味着这些平台天然接受这个Agent。账号仍然属于人，操作这套账号的主体却开始变成软件。

移动互联网过去十几年的安全体系、风控模型和商业规则，都默认屏幕另一边坐着一个人。Agent出现以后，这个前提松了。平台突然需要重新回答：它到底是谁，代表谁，能做到哪一步，出了问题算谁的。

豆包手机二代今年9月发布以后，对这件事明显谨慎了。操作手机进入Beta，同时推出SAEP，让第三方App明确决定哪些区域允许Agent操作。

表面看，这是标准化。实际上，它把矛盾暴露得更加彻底。

第一代先进去再说，撞上各家的风控；第二代开始敲门，门开不开，仍然掌握在微信、淘宝、美团这些App手里。豆包即便拿到了系统层面的能力，也无法自动获得每一家互联网公司的业务授权。

这才是端侧Agent真正难啃的部分。

手机属于用户，手机里的世界却不属于任何一家AI公司。

把Agent塞进手机，是最自然的一条路线。摄像头、麦克风、位置、支付、身份认证都在那里，AI只要学会操作屏幕，看起来立刻就有了一双手。

问题也从这里开始。

它仍然沿着过去为人设计的GUI工作。打开App、找到按钮、点击、等待页面变化，然后继续下一步。界面改了，需要重新适应；验证码出现，流程停下来；平台不欢迎自动化，连门都进不去。

更深的问题在于，手机本来就是为“一个人此刻正在使用”设计的设备。人在这一秒刷微信，下一秒打开淘宝，再切到地图。它的交互逻辑天然串行。

真正的助理显然不会这样工作。

让一个Agent盯机票，并不妨碍它同时清邮箱；价格监控跑着，也不应该影响另一项研究任务。甚至人在睡觉时，这些事情照样应该继续。个人Agent需要的是一个长期、并行、独立于用户当前操作的执行环境，而手机天生不是按照这个目标造出来的。

Muse真正往前走的一步，就发生在这里。

打开Muse，前台看起来甚至有些平庸，只是一张聊天界面。真正决定它未来形态的东西藏在后面：每个Muse都有长期存在的云端运行环境，可以使用浏览器、文件和工具。用户退出App，任务没有消失；手机拿去做别的事情，工作也不会停；晚上人已经睡了，Muse依然可以继续。

这让Agent第一次真正从设备里脱了出来。

今天从Muse App找它，明天可以在WhatsApp里继续，坐到Mac前还是同一个Muse，未来进入眼镜以后，它依然保留原来的记忆、任务和权限。设备换了，Agent没有重新出生。

这件事听起来像一个工程架构差异，实际可能决定个人Agent最后会长成什么。

过去十五年，一个人的数字生活围绕手机组织。App、账号、身份和交互都塞进这台设备里。Muse走的路线，是把长期记忆、任务和执行能力放到云里，再让手机、电脑、消息工具和眼镜变成不同的入口。

于是手机的位置发生了变化。

它依然重要，因为身份、传感器、本地数据和关键确认都天然适合留在个人设备上。但它不再需要承担整个Agent的生命。真正持续工作的那部分可以留在云端，手机只在需要人的时候出现。

所以未来的个人Agent大概率会是一套混合结构。云端保存长期状态并负责持续执行，手机负责跟人最贴身的那部分，眼镜补上现实世界的感知。设备各自做擅长的事，Agent则把这些能力串成一个连续的自己。

从这个角度看，“AI手机”这个词就有些窄了。

Agent成熟以后，它很可能不再属于手机。反过来，手机会成为Agent使用的一件设备。

Muse一样会被Amazon限制，所以云端从来不是逃避平台冲突的捷径。真正变化的，是大家开始意识到，靠模拟人点击网页这条路走不远。

第一代Agent最省事的办法，就是像人一样操作现有界面。打开页面、填表、点按钮，什么服务都能立刻接上，代价也很明显：平台很难判断这是用户真正授权的代理行为，还是爬虫、外挂甚至欺诈程序。

这种关系迟早要走向协议化。

平台需要知道这个Agent代表谁，拿到了什么授权，允许读取哪些数据，能执行哪些动作，涉及多大金额时必须重新确认。豆包二代推出SAEP，Meta给Muse推动Connector、支付和各种服务接口，看起来走的是两条路线，最后都在靠近同一个方向：Agent需要一个被平台承认的身份。

这一步比“让AI点得更准”重要得多。

当一家电商开始认真设计“怎么让Muse安全地下单”，而不是费尽心思阻止它访问页面，Agent才真正完成身份转换。它不再是借人类界面偷偷工作的外挂，而开始成为互联网基础设施认可的新参与者。

Muse在这里有一个天然优势。它不依赖某一台设备，今天可以调用购物，明天调用旅行，后天处理保险。服务商不断变化，那个替用户保存Context、权限和长期任务的Agent始终存在。

一旦开发者开始认真考虑“我的服务怎么接Muse”，Muse就不再只是一款消费App。它开始长出平台的味道。

再回头看Muse目前最受欢迎的那些场景，会发现一个很容易被忽略的共同点：它们大多无法在一次对话里结束。

清一万封邮件需要时间，等商品降价需要时间，餐厅什么时候放位需要时间，那条公路什么时候重新开放，更是几天以后的事情。

传统AI主要服务于此刻。人坐在屏幕前，提出问题，得到答案，这一轮结束。

Muse开始进入两个对话之间的那段时间。

今天交代一件事，它几天后还记得；条件没满足，就继续等；条件发生变化，再回来汇报。人已经把这件事从脑子里删掉，Agent还保留着它。

这一层能力比“后台运行”四个字重要得多。

现实生活中，真正靠谱的助理之所以有价值，很少是因为他比老板更聪明。很多时候只是因为一句“这件事我记着”，真的意味着他会一直记到事情结束。

Muse开始有这种感觉。

这也解释了它为什么那么适合云端。长期任务需要自己的时间，不能依附于用户什么时候拿起手机。Agent如果只能在人正在操作设备时工作，充其量只是效率工具；等它可以独立占据时间，角色才真正变了。

智能手机时代，操作系统之所以强大，是因为所有App最终都要经过它。

个人Agent成熟以后，上面还可能再长出一层。

用户不再先思考应该打开哪个App，而是先说自己要完成什么。旅行、购物、改期、退款、账单、预约，都从同一个Agent开始。至于后面到底调用Amazon、Booking、航空公司还是其他服务，会越来越像基础设施选择。

这正是平台真正敏感的地方。

过去互联网公司最大的资产，是让用户主动来到自己的界面。一旦人亲自进来，平台就能掌握搜索、排序、推荐、广告和交易路径。Agent开始把这个过程往前截走。

Amazon当然还能拥有仓库，Booking继续拥有酒店，美团继续拥有餐厅和配送。真正发生变化的是，用户最早那句需求可能已经不再说给这些平台听。

他说给Muse。

谁先拿到这句话，谁就站在需求最上游。

Google当年拿到的是搜索意图，这已经足以支撑一个广告帝国。Meta如果通过Muse进一步拿到行动意图，价值更直接。Facebook知道一个人认识谁，Instagram知道一个人喜欢什么，Muse有机会知道这个人接下来准备做什么，而且可以直接把这件事往下执行。

这才是Meta真正想要的位置。

豆包手机的重要性一点都不应该被低估。

它很早就把“Agent直接获得操作权”这件事推到大众面前，也最早把生态反弹暴露得如此彻底。第一代证明AI确实能替人操作手机，第二代开始解决操作权该如何被平台承认和约束。

这条路非常重要，因为手机依然是个人身份、现实环境和大量本地服务最密集的地方。

Muse提供的是另一块拼图。

它把Agent最需要长期保存的那些东西，从设备里拿了出来：记忆、任务、权限、工具和执行环境。一个人换手机、换电脑、戴上眼镜，那个Agent依然存在，也依然知道昨天还有哪些事情没做完。

这更接近一个真正的私人助理。

未来个人Agent大概率不会简单选择“端侧”或者“云端”。最终形态会把两边最有价值的部分拼到一起：云端负责持续存在，个人设备负责贴近人和现实世界。

Muse今天最值得关注的，也正是它提前把这个关系摆了出来。

一个人白天把事情交过去，合上电脑，锁掉手机，晚上睡觉。第二天，Agent带着结果回来。

这件事听起来没有什么科幻感，却可能比让AI在屏幕上多点几十下重要得多。

ChatGPT改变了人寻找答案的方式。

Muse试图改变的，是另一件更难、也更值钱的事：

谁替人把事情做完？