打造 Muse：ChatGPT 之后增长最快的 AI 产品｜Alexandr Wang、Meta

摘要

• Muse 源于 Meta Superintelligence Labs 在 2025 年 6 月提出的“个人超级智能”命题：打造强大的 AI，通过帮助人们追求所想，而不只是自动化工作，来“提升人类体验”。 Wang 认为，Meta 在这条消费级未来赛道上拥有独特优势：Instagram、WhatsApp 和 Facebook 已经掌握人们的兴趣与关系网络，公司日活用户达到 35亿。由此，战略押注的核心是个人生活，而不是工作、编程或企业级 AI。

• 真正的催化剂出现在 2026 年初，当时 Opus 4.5 和 OpenClaw 让 Wang 与 Nat Friedman 看到了个人智能体可能成为的样子。 Friedman 的智能体通过监控安防录像，确认他是否喝了足够的水；Wang 则让自己的智能体调用邮件、照片和连续的心理探测，完成了一次仿佛“3年心理治疗”的过程。这些“介于恐惧与狂喜之间”的体验，让 Wang 认为超级智能体在很多意义上就是“终极消费级产品”，团队也在 1到2周内做出了原型。

• Meta 随后花了 7个月，把一个偶尔能创造魔法的原型打磨成可靠的消费级产品；Senra 认为，这大致相当于传统科技行业的10年。 团队列出了100多项必需行为，为每一项建立评测，即便还有20行未达标也拒绝发布。首个全面通过的检查点来自专门训练的 Musepark 1.3，体现了 Wang 的判断：产品体验对模型质量、沟通方式以及何时向用户寻求指导极其敏感。

• Muse 由不到200人打造，因为 Meta 把它当成一件“完整的艺术作品”，而不是委员会拼装出的功能合集。 Wang 说，大公司产品往往会变成各路产品经理议程冲突后的“Cronenberg 融合体”或“奶昔”；Muse 则坚持单一而完整的产品观点，其中 Friedman 的品位尤其关键。Zuckerberg 的贡献是耐心：他容忍了7个月的质疑，也接受了华尔街认为 Meta 可能在 AI 上一事无成的叙事。

• Wang 只愿透露 Muse 的用户数达到“数百万”，同时指向自己转发过的图表，暗示它可能是有史以来增长最快的消费级 AI 应用。 分发带来了认知，但增长依赖早期的惊喜时刻，以及不断升级的“信任坠落”：用户先交给智能体一个小任务，看到它完成，再逐步把更大的问题托付出去。最具传播力的案例是一位 CEO 让智能体在不打扰自己的情况下，找回遗落在 Flexjet 上的身份证；截图显示，智能体安排了快递，并一路协调取回物品送到他的办公室。

• Muse 的破圈营销把具体用户收益、原生适配截图的设计，以及 Wang 越来越大胆的梗图攻势结合在了一起。 他的 feed 是亲自撰写的，并非由“100个 Muse”生成；他希望 Muse 和 Meta 都能冲破 AI 产品发布的“滔天洪流”，重新变得有文化影响力。他重新意识到的一条规律是，“互联网奖励风险”和意外；而 Jolly 吉祥物让每张被分享的截图都能被立刻识别为 Muse 的互动。

• 对投资者而言，Muse 也是 Zuckerberg 在 Llama 4 之后重置 AI 战略的一部分：人才密度、消费级分发和耐心执行，集中在一个小而扁平的实验室里。 Meta 对 Scale 的投资持股49%，让 Scale 得以继续运营，同时 Wang 与数名同事加入 Meta；Wang 在 Scale 工作9年后决定离开，是因为这个陷入困境的 AI 项目提供了真正“重新奠基”的机会。他如今把部分 AI 研究视为挖钻石：大量实验失败，但少数结果的价值可能高出100万倍；与此同时，200多名直接下属、pod 级技术负责人和反官僚组织结构，为研究人员提供了“尽情发挥的空间”。

精读

1. Muse 始于一个关于人类应如何使用超级智能的命题

• Wang 将 Muse 的起点追溯到 2025 年 6 月那份“个人超级智能”备忘录。该备忘录由他与 Zuckerberg、Nat Friedman 及 Meta Superintelligence Labs 的其他成员共同制定。目标不只是做一个助手或聊天机器人，而是打造强大的 AI，“真正让所有人的生活变得更好”，并从广义上“提升人类体验”。

• 其底层划分是：哪些事是人们想做的，哪些事是人们不得不做的。Wang 预计，先进 AI 会接管后者中的很大一部分，让人类有更多时间投入关系、兴趣、爱好和抱负——而这些恰好就是 Meta 现有产品一直覆盖的领域。

• 这套哲学也对应着商业优势。Meta 的应用每天有 35亿人使用，公司长期专注于连接亲友，并拥有规模巨大的消费级分发能力；因此，Wang 认为个人智能体和消费级 AI 天然属于 Meta 应该争夺的战场。

2. OpenClaw 提供了那一刻既恐惧又狂喜的概念验证

• 2026 年初，Opus 4.5 把智能体推到了聚光灯下，而 OpenClaw 则粗略展示了个人能动性可能是什么样。Friedman 成为 MSL 内部最早的支持者之一，他的体验在 Wang 看来“介于恐惧与狂喜之间”。

• Friedman 对智能体的信任足够深，甚至让它在自己说想多喝水后监控安防录像；智能体会检查他是否照做，并向他表示祝贺。Friedman 的判断之所以令 Wang 重视，是因为他曾提前押中 Stripe、开源开发者工具和 GitHub Copilot：“我觉得这里面确实有东西。”

• Wang 的入门体验来自 Friedman 撰写的一条心理探测提示词。智能体可以访问他的邮件、照片及其他个人信息，连续展开数轮探问，过程仿佛把“3年心理治疗”压缩在一个瞬间完成。Wang 说，自己在这个过程中“非常脆弱”。

• 两人都在 2月写下备忘录，此前他们利用每一个空闲时刻沉浸在智能体中。Wang 将超级智能体描述为在很多意义上的“终极消费级产品”；Friedman 则用了两个令人印象深刻的标题：“爪子即法律”和“信任是必须的”，帮助定义了产品的核心原则。

3. 两周原型变成了7个月的可靠性攻坚

• Meta 大约用 1到2周组装出首个原型，并向董事会展示。Jollybot、早期的 Muse Charm 以及许多最终交互思路已经出现，尽管完整的概念集合和标签页当时还没有成形。

• Zuckerberg 也经历着同样的狂喜与恐惧。他在家里、与孩子相处时以及 MMA 训练期间使用智能体，让它观看录像并提出改进建议；员工会议也开始频繁讨论各种最奇怪或最有用的智能体体验。

• 真正困难的不是展示魔法，而是让它稳定可靠。Wang 说，OpenClaw 的现象之所以达到峰值后消退，是因为用户会在频繁故障中偶尔遇到惊艳时刻；Meta 花了 7个月，把一个“有时有效、有时很神奇，但大多数时候都不工作”的原型，推进到适合数十亿用户的产品。

4. Meta 选择个人智能体，而竞争对手挤向编程

• Wang 回忆，年初时 Opus 和 Claude 在编程上“遥遥领先”，市场一度看起来像是 Anthropic 即将接管。行业共识也越来越把编程智能体视为唯一有意义的 AI 产品形态、能力方向和竞争战场。

• Meta 没有顺着这股引力走，是因为自身的智能体体验已经让团队在其他方向形成了确信。它没有追逐同一个开发者用例，而是把模型路线图对准个人超级智能，以及个人智能体所需要的一系列具体行为。

• Senra 将两者的差异概括得很直接：“不是工作，不是编程，是个人。” Wang 表示认同；Meta 的消费级基因和分发能力，让它在个人智能体上拥有一个合理的胜算，而在企业软件或开发者工具领域，这个优势会弱得多。

5. Musepark 1.3 按逐项行为定义的发布标准通过考验

• 模型团队维护着覆盖100多项具体能力和行为的电子表格，为每一项建立评测，反复检查缺陷，再逐项训练——这是一个“非常细致”的过程，目标是逐渐磨平模型的毛刺。

• Wang 将其与 Meta 过去的产品纪律联系起来。公司曾经优化转化、推荐和新用户引导的每一步；到了 Muse，这种本能转向底层模型本身：任务完成、沟通方式、可靠性，以及何时需要回到用户身边寻求指导。

• 每一行表格都有阻止发布的门槛，以及更高一级的“优秀”定义。即使80行已经变绿、20行仍为红色，也不能接受；首个清空整张表的模型检查点，是专门训练的 Musepark 1.3。

• 数字门槛之外，还有体验判断。团队反复开展用户测试、模型版本 A/B 测试和首次上手测试，因为消费者必须理解 Muse“不是聊天机器人”——它能够采取行动，但这种陌生能力需要被谨慎解释。

6. 小团队保护 Muse 免受大公司产品熵增

• Muse 的模型和产品层共有不到200人参与。Wang 承认这个数字听起来并不小，但在 Meta 这样的公司内部，这仍然体现出组织上的克制，因为高管预计它会成为当年最重要的发布之一。

• 统领全局的理念是：Muse 是“一件完整的艺术作品”。Wang 担心大组织常见的失败模式——变成一个“弗兰肯斯坦怪物”、一个“Cronenberg 融合体”或一杯“奶昔”，每个产品经理都把各自的议程塞进同一个最终却不连贯的界面。

• Friedman 的品位提供了大部分统一的产品观点。Senra 将这种作者性类比为人们对 Apple 的描述——“拥有1万条命的 Steve Jobs”：产品传递的是某一个人的感受力，而不是把背后的组织架构暴露出来。

• Zuckerberg 扮演的是耐心和克制的角色。“AI时间里的7个月”感觉像过去了10年，华尔街也在质疑 Meta 是否能在 AI 上做成任何事情；但他仍持续公开提及个人智能体，并相信团队可以等到质量达标再发布。

7. 可靠性决定魔法会复利，还是让用户流失

• 个人智能体处在“刀刃边缘”：可靠的魔法可能造就史上最伟大的消费级产品之一，而非确定性的失败则会让用户认定整个品类都是垃圾。Wang 说，OpenClaw 的精彩时刻不足以维持现象级热度，因为用户最终会碰到它的局限。

• Muse 的产品体验对底层模型高度敏感。它不仅要完成任务，还要以适当方式沟通，识别不确定性，在必要时请求用户输入，并且稳定做到这一切，让用户下一次愿意把更大的任务交给它。

• 这也解释了 Wang 所说的发明与商业化之间那条并不光鲜的差异。他将 Peter Steinberger 和 OpenClaw 的贡献者视为愿景型人才；Meta 的贡献则是“真正把所有细节一遍遍磨出来”，持续打磨模型和产品，直到两者组合出的体验能够稳固运行。

8. Muse 通过让 Meta 再次变得出人意料实现破圈

• Wang 只愿透露 Muse 的用户数达到“数百万”。当 Senra 指出这可能意味着数亿用户时，Wang 仍拒绝给出具体数字，只是指向自己转发过的图表；那些图表如果属实，意味着 Muse 可能是有史以来增长最快的消费级 AI 应用。

• Meta 的分发能力可以确保市场知道 Muse 的存在，但 Wang 认为，仅有认知无法穿透模型、产品、初创公司和功能组成的“滔天洪流”。团队明确讨论过，如何让 Muse 变得有文化影响力，以及这场营销能否让 Meta“重新变酷”。

• Wang 说，那些被认为“发疯”的 feed 内容全部由他亲自撰写。梗图像等待解决的 bug 一样闯入会议和晚餐；一些随手发出的内容意外获得很高传播后，他重新想起“互联网奖励风险”和意外，于是进一步加码这种表达方式。

• Friedman 开玩笑说，团队原本想了解 Muse 的用户，结果却在“深入了解 Alex 的大脑”。Wang 认为这场营销确实重要；Senra 自己收到的反馈是，讨论这些梗图的人，也下载并开始使用了这款应用。

9. 当用户收益能装进一张截图，产品营销就奏效了

• 反复出现的问题是：人们为什么要在意？Wang 的答案是，大多数人并不关心 Meta、OpenAI、Anthropic 或研究本身；他们关心的是产品能为自己做什么。

• 因此，产品推广的是具体用例，而不是机构品牌。Wang 最初转发了几十个有趣的互动；小吉祥物 Jolly 则成了一个灵活的文化载体，可以拎公文包、进入梗图，也能传递更轻松的产品个性。

• Wang 说，Meta 确实投了几则广告，但令他意外的是，Anthropic 和 OpenAI 的营销中几乎看不到围绕用户收益展开的内容。他认为，现代消费级产品必须“在截图里成立”。Jolly 的存在让被分享的对话一眼就能被识别为 Muse，在群聊和社交 feed 中，截图因此与少量广告一起成为可辨识的分发渠道。

• 最有力的例子来自 Senra 的一位朋友：他把身份证落在 Flexjet 上，并告诉智能体，自己不想参与找回过程。智能体处理了快递、办公室安保和取回流程；3到4张截图，比一场抽象的品牌营销更有效地说明了产品能做什么。

10. 留存来自不断升级的信任坠落

• Wang 将用户采用描述为一个连续过程：先给智能体一个小任务，看它成功完成，再交给它稍大一点的任务。每完成一步，用户对可能性的判断就扩大一些，最终形成与 AI 智能体之间的“信任坠落”。

• Senra 注意到，一些大学生有时会直接完成一次完整的信任坠落：他们录下语音备忘，把脑中的想法全部倾倒给 AI，再相信它能把这些内容整理成计划和行动。这展示了在可靠性成为默认前提后，消费级行为可能走向哪里。

• 因此，实际目标不是泛泛追求参与度，而是尽早制造惊喜，再让用户持续顺利升级任务。如果智能体“每一次都能做到”，好奇就会变成信任，信任则会同时扩大任务规模和产品黏性。

11. Wang 将个人智能体定义为恢复人类能动性的第二个心智

• Wang 主要把产品用于重复性工作流，并把它当作“第二大脑”，因为他的工作仍要求他出席会议。他更大的问题意识是：如果“每个人都有一个超越自身的第二个心智”，会发生什么——一种能够支持个人愿望、梦想和未完成意图的 AI。

• Senra 认为，这款产品可能给人们带来“童年时梦想拥有的成年生活”。他描述了孩子们想成为宇航员、拯救地球或改变世界的想象，而工作和义务最终会侵蚀这些抱负。Wang 回应说，成年人都是“僵尸”，因为“生活已经把他们身上的东西打掉了”，他们失去了能动性和抱负。

• Wang 所承诺的是一部“能动性自动扶梯”：完成一个抱负，提出更大的梦想，再重复这一过程。他认为 Elon 和 Mark 等标志性创业者已经在实践这个循环；个人 AI 则可能把它的某种版本提供给所有人，而不再只属于极度狂热的创始人。

• Senra 给出了最宽泛的推演：历史一直由少数把欲望变成现实的狂热分子塑造，但人类从未见过“每一个人的能动性都被完全打开”。他想象数十亿人获得充足的智能，创造出一个奇异、多元且充满艺术性的世界——他的类比是《Rick and Morty》中的“跨维度电视频道”成为现实。Wang 则引用剧中的一句话回应：“宇宙会吞掉聪明人。”

12. Muse 源于 Zuckerberg 对 Meta AI 实验室的快速重建

• Wang 早年与 Zuckerberg 的关系，主要是 2021年或 2022年经人介绍后偶尔交流；他甚至认为，两人的第一次见面可能花了1年才约成。在 Llama 4 令 Meta 内部失望、AI 的战略重要性进一步上升后，Zuckerberg 打电话询问公司应该怎么做。

• 从那通电话到 Scale 交易宣布，整个过程只用了5到6周。Scale 的企业和政府业务与 Meta 标志性的产品收购并不相似，因此 Wang 起初怀疑其中的产业逻辑；当讨论转向人才后，真正的目标才逐渐清晰。

• 最终结构是：Meta 持有 Scale 49%的股权，Scale 继续独立运营，而 Wang 与数名同事加入 Meta。Wang 称之为“三赢”：股东获得收益，Scale 保留未来，Meta 则得到了一批能够帮助重建 AI 业务的人才。

• 离开仍然在情感上很难接受。Wang 在 Scale 工作了9年，大约是自己人生的三分之一，也确实把它视为毕生事业。改变决定的，是重新奠基一个看起来像“坏资产”的项目、建立新的原则，并从头搭建大部分实验室的机会。

13. 新实验室的组织方式是挖钻石，而不是搭官僚大厦

• Wang 创立实验室时的组织命题是：小型、扁平、高技术含量，并拥有极高人才密度。Meta 能提供一种类似创业公司的塑造机构机会，同时避开创业公司在算力、基础设施和分发上的瓶颈，所有工作都围绕个人超级智能这一清晰的北极星展开。

• 招聘并不只是给出一份显然更高的现金方案。Wang 说，随着 OpenAI 和 Anthropic 股价上涨，留在原公司对很多人来说本身就可能非常赚钱，因此 Meta 的报价在总薪酬上对不少人而言只是净中性。真正的吸引力，是参与塑造一间新实验室，并借助 Meta 的资源做有意义的工作。

• Wang 自己的角色也从作者转向教练。在 Scale，他相信创始人应该亲自做每一项工作，这让公司带有他的观点，但也使他成为瓶颈；到了 Meta，他转而招募卓越人才、识别不寻常的天赋、设定方向，并创造条件，让他们“把自己的才华发挥到最大”。

• 其运营类比是挖钻石，而不是建摩天大楼。Senra 将前沿研究与数据业务的运营优化区分开来；Wang 说，这正是自己在 Scale 和 Meta 所做事情之间的差别。在一些 AI 领域，大多数想法都会失败，但某一个结果“价值可能真的比其他所有结果高出100万倍”。

• Wang 用自己19岁生日的经历说明这种幂律：当时有10到12名哈佛和 MIT 学生在场，包括 Hyperliquid 的 Jeff Yan、Cognition 的 Scott Wu、Decagon 的 Jesse Zhang 以及 Anthropic 的 Vicky Ye。他开玩笑说，HRT 干脆投资自己的实习生就好。

• 实际上，200多人向 Wang 汇报，技术决策由 pod 级技术负责人解决。他承认，自己并不是管理这么多人最理想的传统经理；让这么多人直接汇报，本身是一种反官僚的表态：已经证明自己的研究人员“不需要经理，他们需要一个优秀的环境”，也需要“尽情发挥的空间”。