Creating Muse

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”。