社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

Muse是什么?居然把ChatGPT拉下马了!

我是张盟主 • 1 周前 • 67 次点击  
傅盛前几天发了条短视频,讲Meta新出的Muse。

我完整看完了,也把他讲的六点对着网上资料核了一遍。

看完有个感觉:这不是一个App的新闻,这是一场分岔——大公司做生活助理,创业者做垂类生意,两条路从今天起彻底分开了。

结论先放前头:Muse这种产品,创业者千万别碰。

不是它不好,是它太好了,好到你打不起。



01 9月8日,它登顶了美国下载榜

Meta在9月8日发布Muse,一个个人AI助理。上线12天,美加地区约180万次iOS下载,同期ChatGPT是130万;美国移动端日活64.2万,ChatGPT同期23.1万。

第五天超过ChatGPT,登顶美国App Store免费榜第一。股价当天涨超11%。

然后亚马逊把它封了——9月20日晚开始,用Muse访问amazon.com会看到提示:未经授权的AI代理违反使用条款。

一边下载量爆了,一边巨头翻脸。这两件事,其实是同一件事。

先问一句:Muse到底是个啥?

说白了,它不是聊天机器人。你问一句它答一句的,那叫ChatGPT。

Muse是你给它一个目标,它自己干,24小时不停,直到把事办完。



02 它是一台只属于你的云端电脑

傅盛有句话很准:c技术上就是Manus,加年初他直播讲的龙虾。

你有个本地App,跟它对话就行;远端有台电脑替你干活。

比龙虾更进一步的是——那台电脑你不用自己买。Muse直接给你开了台云端虚拟机,浏览器、各类权限都配好。

扎克伯格的原话大意是,相当于你桌子底下有一台只属于你的电脑,只不过跑在Meta机房里,不和别人的数据混在一起。

所以它最大的不同是什么?

你不用守着它。

关掉手机,它在后台照样推进。夜里把白天做事的反思整理进长期记忆,第二天接着用,甚至主动跟你说:接下来你应该干这几件事。

这点我得承认扎克伯格说得没错,但不算新鲜——年初讲龙虾的时候,长期记忆、后台持续运行这一套就讲过了。

真正的新东西,是它不要你自己掏钱买机器。


03 扎克伯格举的例子,全是家务事

整场播客,他举的用例几乎没有办公场景,全是生活。

三岁的小女儿喜欢烘焙,他自己一窍不通。他让Muse每个周末排一个适合三岁小孩、也适合烘焙小白的项目,用Instacart把原料买齐。做完他反馈"这个太难了",Muse下次就调。结果发现,棒棒糖蛋糕意外地难。

大女儿喜欢爬山,有些路线要抢许可证。Muse盯着放票时间替他申请,抢到后告诉他日期,他老老实实去请假陪爬。

他在训练房装摄像头,让Muse分析MMA录像提反馈。有次Muse直接指出:你这个动作,其实已经放弃了。教练在旁边笑,说这就是我们一直不好意思当面讲的。

为什么全是生活场景?不是他不想讲办公,是办公场景今天轮不到他讲。

办公是AI最大的金矿,但那个场子里坐着的OpenAI、Anthropic,没有一个好惹。Meta在这块算赶晚集。而生活场景的牌,Meta手里最多——Instagram、Facebook、WhatsApp,全是生活数据。

说白了,这不是选择,是扬长避短。

顺便说,Muse还专门做了个Idea页面,内置一堆日常生活相关的Agent模板,主动建议你能做什么。看着不起眼,其实是把门槛从"你要会提问"降到了"你只要会点头"。

现在AI最大的问题不是能力不够,是很多人打开AI,不知道该干什么。这一刀,切得很准。


04 每周一亿Token白送,钱从哪来?

这是Muse最狠的地方,也是我判断创业者打不起的原因。

Meta给每个用户每周1亿Token免费额度,外加一台虚拟机。

傅盛在视频里算了笔账:他们自己的云服务,一台虚拟机给用户,每月成本一两百块人民币。

你想想,每周1亿Token加一台虚拟机,乘以几十亿用户——这个补贴,不是一般创业者能补得起的。

那Meta图什么?

扎克伯格说得很直白:订阅有,但主要收入来自交易抽成,而且从商家那侧收,不从用户这侧收。

落到实处的动作是:Meta跟Stripe打通了支付,交易时生成一次性虚拟卡号;商家还能把Muse接进自己的Meta广告系统。

看懂了吗?这不只是一个App,这是Meta把电商、小商家、广告、个人兴趣全串起来的入口。

亚马逊紧张的不是隐私,是自己的广告位。它广告业务一年68亿美元级别的收入,靠的是用户往下滑看到那些竞价排名;而一个Agent替你比价下单,只看你的目标,不看广告位。

这不是技术冲突,是商业模式冲突。所以亚马逊封得不冤,换谁都得封。

顺便说一句:Shopify在9月21日把Shop Pay直接接进了Muse结账流程,第二天Instacart跟上,Shopify股价当天涨11%。一边封杀一边接入,这就是今天Agent的真实处境——你想不想,都得站队。


05 安全:它要接你的邮箱、日历、健康数据

要让助理真正有用,它就得真的懂你。懂你的前提,是你愿意把邮件、消息、日历都交出去。

这是纯粹的信任问题。Meta的做法分两层。

第一层,已上线的Secure VM:里面有个叫哨兵的安全Agent,专门盯进出的数据流,检测提示词注入;登录、付款、传敏感信息默认都要你点头。密码和卡号存在独立凭据库里,主模型看不到明文,只在授权时临时调用;权限遵循最小原则——接邮箱一开始只能读,要它发信得单独开权限。

第二层是即将上线的Confidential VM,由Signal联合创始人Moxie Marlinspike主导——十年前就是他把端到端加密做进了WhatsApp。目标很激进:给你一把钥匙, 连Meta自己也打不开你虚拟机里的内容。

这里我说句公道话,不替Meta吹。

据媒体报道,一位Meta高管向《连线》承认,以现有架构,技术上仍然可以访问虚拟机里的内容。真正带客户端密钥、连Meta也进不去的版本,还在后面。也就是说,"连Meta都看不见"目前还是一个待验证的承诺,不是既成事实。

这点,很重要。


06 说到这,得聊聊腾讯:它比Meta早了大半年

讲到这,很多做国内生意的人肯定会问:这事腾讯做了吗?我们是不是落后了?

做了,而且比Meta早得多。但走的是完全另一条路。

今年2月6日,腾讯云的WorkBuddy开始内测,3月9日正式上线;3月10日,基于OpenClaw开源生态的本地AI助手QClaw开启内测,3月18日转公测。

而Muse是9月8日才发布。算下来,腾讯这条线比Meta早了七个月。

形态上差在哪?

QClaw是跑在你自己电脑上的,数据不出本机,微信只是遥控器——你在微信里发一句话,它在你电脑上干活。WorkBuddy是桌面工作台,能接企业微信、QQ、飞书、钉钉。

更关键的是底座。腾讯云5月28日在香港首发了Agent Runtime,一套给Agent用的运行基座:60毫秒级冷启动、一分钟能拉起16万个沙箱、长期记忆准确率提到76.1%。配套还有云桌面(Win和Linux双系统,预装OpenClaw)和云手机(一张卡虚拟出1到6个实例,单实例低到每月16.5元)。再加上5000多个Skills的生态。

费用上,QClaw内测期间Token免费。

那为什么腾讯做了这么多,没打出Meta那种声势?

我想了想,三个原因。

第一,腾讯卖的是铲子,不是爆款。这些产品主要面向开发者和企业,不是几十亿消费者的爆款App。B端的生意不热闹,但更稳。

第二,没打爆,是因为没免费送虚拟机。Meta给每个用户每周1亿Token加一台云机器,是拿主营业务的利润在烧;腾讯的云手机要收16.5元一个月。

第三,也是最要紧的一条——两家的场景是错开的。

腾讯的产品线全是办公:整理文件、处理表格、回邮件、写周报。Meta Muse全是家务:烘焙、抢许可证、看训练录像。

一个是帮你在公司里干活,一个是帮你在家里过日子。


07 本地还是云端?这才是真正的分岔

把两家摆在一起看,有个更有意思的东西——它们对"信任"的解法是反的。

腾讯的答案是:数据别上云。QClaw跑在你自己电脑上,处理都在本地,云端不存你的数据。隐私靠"不上传"保证。

Meta的答案是:数据必须上云,但我用技术保证看不见。所以它要花大力气做加密虚拟机,甚至请Signal创始人来做"连自己都打不开"的承诺。

两条路,各有各的死穴。

腾讯这条,信任成本最低,但你得有一台机器开着,设备一关它就干不了活,也就谈不上"24小时替你跑"。

Meta这条,随开随用,但"我看不见"这句话现在还没被证实——前面说了,Meta自己高管都承认技术上还是能访问。

说白了,用户要的从来不是"私有化"还是"云端",是"我的东西别人拿不到"。谁能用技术证明这一点,谁就赢下这一局。


08 最值得创业者抄的,是扎克伯格的复盘

傅盛讲的第六点,我觉得最值钱,虽然它跟产品没关系。

扎克伯格反思说:Llama做到第四代,他才想明白——原来那套互联网软件的工程经验,机器学习经验、广告推荐经验,不能直接搬到大模型上。

他说,以前做互联网,一个项目堆一千人,大概率总能干好。

但今天做AI,必须用很少的人、很强的人,能把整件事在脑子里想清楚,因为执行有AI帮你。

翻译一下:人越少越好,Agent越多越好,人只负责脑子里的规划。

这句话,我建议每个老板抄下来贴墙上。

过去二十年,管理学的常识是"人多好办事",规模就是正义,编制就是安全感。

AI把这条常识推翻了。一个能想清楚全链路的人,配几套AI工具,产出可能超过一个十人小组。

但这也正是普通创业者最难的地方——你得先是那个能想清楚全盘的人。

这门槛,不低。


09 那创业者到底该不该做这类产品?

我的判断很直接:别做。三个理由。

第一,成本。每周1亿Token加一台虚拟机,这个免费额度是靠Meta主营业务的利润撑起来的。你按订阅收费都收不回来,怎么跟免费的打?

第二,生态。Muse真正的壁垒不是模型,是它背后几十亿用户、几亿小商家、一整套广告电商闭环。你做出个一模一样的东西,也没有这些入口。

第三,入口。Meta还有硬件——Keychain大小的Muse Charm随身设备、全系列智能眼镜。纯软件团队碰不到。

那机会在哪?

傅盛在视频最后说,普通创业者要去找垂类机会,生活类平台最后大概率是大公司的菜。这话我同意,但我想再往下说一层。

这类通用生活助理是大公司的菜,但"某个行业里的通用助理",是创业者的地盘。

原因很简单:大公司做的是横向的、标准化的、几亿人的需求。而有些行业的know-how、流程、信任关系,是大公司懒得蹲下去做的。

我做了十几年私域,太清楚这件事了。一个宝妈怎么在群里开团、一个团长怎么处理售后、一个品牌怎么对接渠道——这些细节写不进通用产品的设计文档,但它是真实存在的、有人愿意付钱的需求。

所以我的判断是:别去抢Muse的赛道,去抢Muse进不去的角落。

这话不只对创业者成立,对老板也一样。

我最近在帮几家企业做AI落地,最深的体会是——很多老板不是买不起AI,是不知道怎么把AI装进自己的生意里。

Muse是个信号,它告诉我们AI要往哪走;但它不是答案,答案在你自己那摊生意里。


10 最后说两句

这次看下来,我记住的是三件事。

第一,Agent的形态已经定型了。从"你问一句它答一句",变成"你给它一个目标,它自己干到完"。这个变化会渗透到所有行业,不会只停在消费端。

第二,安全会成为下一个竞争焦点,不是锦上添花的功能。腾讯走本地、Meta走加密云,两条路都还没走通。这一关过不去,再强的能力都是空的。

第三,组织形态跟着变。扎克伯格那段复盘其实是在说:AI时代的竞争力不来自人多,来自想得清楚的人密度高。

这些话看着是别人家的事,其实就是我们自己的事。

我看了这么多年风口,一个规律没变过:每次有巨头把某个能力做到免费,都会有一批创业者冲进去硬碰,然后被碾碎。

但同一时间,也会有一批人,在巨头看不上的地方,找到自己的位置。

区别不在能力,在于你有没有看清,哪些仗是打不赢的。

扎克伯格有句话我认同:AI最重要的价值不是替代人,是赋能个人。

你觉得呢?

如果是你,去做通用助理,还是做某个行业的垂类Agent?

评论区聊聊。


图片

HI,我是张盟主,坐标杭州

14年电商,10私域,快团联盟创始人,全网粉丝50W+,累计推荐帮卖 160 万人次。现在做AI 实战顾问,帮助企业 AI 落地——帮老板看懂 AI,把 AI 用出结果。

服务:企业AI落地(FDE)、企业AI培训、微信AI精准广告投放、品牌社区新品派样推广、品牌GEO等

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/201649