AgentHubAgentHub
返回全部博客

Meta 的 Muse 一夜涨了 2000 亿美元市值:这个替人干活的 AI 到底是什么?

AgentHub··9 分钟阅读·119 次阅读
Meta 的 Muse 一夜涨了 2000 亿美元市值:这个替人干活的 AI 到底是什么?

Meta 的 Muse 一夜涨了 2000 亿美元市值:这个替人干活的 AI 到底是什么?

如果你这段时间关注科技新闻,大概率刷到过这样的标题:"Meta 一夜暴增近 2000 亿美元"、"扎克伯格一天身家涨 250 亿美元"、"新 AI 智能体登顶 App Store"。让这家曾经被质疑"AI 烧钱看不到回报"的公司重新被资本市场追捧的,不是某个参数规模更大的聊天机器人,而是一款叫 Muse 的独立应用——一个不陪你聊天、而是直接替你干活的 AI 智能体(Agent)。

这篇文章把 Muse 到底是什么、能做什么、为什么让股价暴涨、有哪些争议和局限,一次讲清楚。

一周时间线:从上线到封神

先把发生的事情按时间捋一遍(以下信息综合自富途、新浪财经、同花顺、财联社、智通财经等多家媒体报道):

  • 9 月 8 日:Meta 在美国、加拿大上线独立应用 Muse,iOS、Android 和网页端同步开放,限定 18 岁以上用户。
  • 上线第 5 天:下载量突破 73 万次。
  • 上线第 10 天:登顶美国 App Store 免费总榜,把 ChatGPT 挤到身后;安卓侧也冲上 Google Play 免费榜首位。
  • 9 月 21 日(周一):资本市场爆发。Meta(META.US)单日收涨 11.43%,创下两年多以来最大单日涨幅,当天市值增加约 1900 亿美元;扎克伯格个人身家单日账面增长约 250 亿美元。
  • 上线第 13 天:全网累计下载约 260 万次(iOS 约 150 万、安卓约 110 万)。
  • 9 月 22 日:纳斯达克指数创下历史新高,Meta 延续升势。富国银行将 Meta 目标价从 640 美元大幅上调至 796 美元。
  • 9 月 23 日至 24 日:Meta Connect 2026 大会开幕,股价再涨超 3%,9 月单月累计涨幅超过 33%,总市值站上约 1.94 万亿美元。

一个上线才两周多的应用,撬动万亿美元级公司近三分之一的年内涨幅,这在 AI 产品历史上几乎没有先例。它凭什么?

Muse 不是聊天机器人,是"住在云端的数字分身"

市面上大多数 AI 助手的工作方式是:你问,它答。你说"帮我订一家酒店",它给你列一堆建议,然后还得你自己去 App 里比价、填表、付款。

Muse 的定位完全不同。扎克伯格把它描述为"能够理解用户目标,并全天候替用户完成任务的个人 Agent"。它的实现方式相当激进:Meta 为每个 Muse 用户配备了一台独立的云端虚拟电脑,里面有一个虚拟浏览器。你把任务交给它之后,它是在这台云端电脑上像人一样操作网页——登录、点击、填表、下单——而不是生成一段文字给你。

这带来三个和聊天机器人本质不同的能力:

  1. 跨应用执行:邮件整理与回复、网页表单填写、订餐订酒店、电商比价下单,这些原本需要你手动在多个 App 之间来回切换的操作,可以整体委托给它。
  2. 关袋继续跑:因为任务运行在云端而不是你的手机里,你关掉应用、锁屏、甚至睡觉,它都在继续干活。报道里有用户睡前布置任务、醒来收到完成报告。
  3. 越用越懂你:Muse 会累积记忆你的偏好——常订的品牌、忌口的食物、写邮件的语气——并在后续任务里自动应用。

安全设计上,Muse 采取"逐条授权"模式:每类敏感操作需要你明确批准,涉及付款等高敏动作还会触发二次确认,它也不直接读取你的密码,而是通过授权的会话代你操作。

技术底座:为什么是 Muse Spark,为什么靠 CPU

支撑 Muse 的是 Meta 超级智能实验室(Superintelligence Labs)的 Muse Spark 基础模型。按媒体报道,这个模型架构经历了"推翻重来"式的数月重建——今年 4 月 Meta 曾发布同名模型 Muse Spark 试图破局,当时股价单日飙升 6.5%,为 9 月这次应用层爆发埋下了伏笔。

更有意思的是 Muse 的系统设计取向。据科技媒体披露,这套智能体在执行任务时把复杂的调度与推理编排主要放在中央处理器(CPU)上,刻意压低图形处理器(GPU)的占用。原因很直白:Agent 是"长时间挂着帮你干活"的形态,如果每个用户都占一块昂贵的 GPU 推理芯片,成本模型根本不成立。用云端 VM 加 CPU 集群跑自动化任务,才让"免费也能用"成为可能。

这个设计外溢出了产业效应:Muse 的爆火让市场意识到 AI 落地的瓶颈可能从"训练大模型"转向"海量端侧与云侧执行",直接拉动了 CPU 及半导体硬件的需求预期,费城半导体指数因此走出六连涨,A 股半导体板块也随之走强。

怎么收费?Meta 想做的是一门什么生意

Muse 目前是免费基础服务 + 付费订阅的模式,订阅分为 20 美元/月和 100 美元/月两档,档位对应更高的算力和任务限额。

但 Meta 管理层对这门生意的长期构想更值得注意:未来希望通过 Agent 促成的消费交易抽取分成——你让 Muse 帮你订的酒店、买的机票,Meta 从交易里赚钱,而不是从你看到的广告里赚钱。如果这条路走通,Meta 将第一次拥有摆脱广告依赖的第二增长曲线,这也是资本市场这次如此兴奋的核心原因之一:市场看到的不是一个新 App,而是整个商业模式的想象力。

按规划,Muse 后续还会接入 Facebook、Instagram 和 Meta 的智能眼镜,成为贯穿 Meta 全生态的个人代理入口。

为什么股价反应这么大?

回到很多读者的疑问:一个才 260 万下载的应用,凭什么值 1900 亿美元?

因为过去两年,资本市场对 Meta 的 AI 战略始终有一个心结:天量的 GPU 采购和数据中心投入,到底什么时候变成收入和用户增长? Meta 的 AI Story 一直停留在"模型开源(Llama)+ 广告系统提效"上,缺乏一个能让普通用户尖叫的产品。

Muse 用两周时间给出了答案:它证明了 Meta 有能力做出下一代交互形态的爆款——从"对话"转向"执行"。登顶榜单意味着真实需求,云 Agent 架构意味着可负担的成本模型,订阅加交易分成意味着变现路径。三件事同时被验证,估值逻辑自然重估。富国银行把目标价一口气上调 156 美元,赌的就是这条"个人 Agent 时代"的叙事。

同时要注意,这波上涨不只是 Meta 一家的事。媒体观察到 Muse 引发了"AI 颠覆交易":金融、保险、旅游等依赖人工中介服务的板块集体下挫——如果 AI 能自动比价、自动填表、自动下单,这些行业中间环节的护城河就被重估了。一个应用改变一个市场对多个行业的定价,这就是它"爆红"的另一层含义。

争议和局限:它还不是完美的分身

给 Muse 泼几盆冷水,这些同样是报道中确认的事实:

  • 亚马逊直接封杀:Muse 的自动比价和购物功能触及了平台利益,亚马逊已全面屏蔽 Muse 的访问,并警告其存在数据留存方面的合规问题。Agent 绕过平台界面直接操作,动的是所有电商的奶酪,这类对抗只会越来越多。
  • 权限焦虑:逐条授权虽然克制,但要让 AI 替你管邮件、登录账号、花钱,本身就是极高敏感度的信任让渡。行业对跨平台自动化授权的隐私质疑声不小。
  • 区域和年龄限制:目前仅面向美国、加拿大的 18 岁以上用户,中国大陆无法直接使用,也没有中文界面的时间表。
  • 落地仍有硬骨头:要在电商、金融等垂直场景大规模落地,还得逐一翻过操作系统厂商的数据围墙,并与各商业平台重新谈判接口开放条件。

对普通人和开发者意味着什么

Muse 这一炮,最大的意义是宣告了 Agent 竞赛的主战场从模型跑分转向了日常执行。OpenAI 已被报道在加速布局同类个人智能体产品,苹果靠 Siri 的系统内嵌权限、谷歌靠 Gemini 的全链路生态,都将被拉进同一考场。

如果你在国内想体验类似的"替我干活"的 AI,短期内可以关注两条路线:一是各大厂陆续开放的手机厂商级智能体(系统权限更高但通用性弱),二是基于 MCP、Skill 这类开放协议自己搭建的工作流——本站的《现代 AI Agent 工程实战:MCP、Skills 一个视频/一篇讲透》就是讲这套东西的。Muse 验证了的商业模式(订阅 + 交易分成),对做 Agent 开发的人同样是方向参考。

常见问题(FAQ)

Q:Muse 和 Meta AI 是什么关系? A:Meta AI 是嵌在 Facebook/Instagram 里的聊天助手;Muse 是独立的个人智能体应用,有专属云端执行环境,能替你操作网页完成任务,定位是"干活"而不是"聊天"。

Q:Muse 安全吗?会不会乱花我的钱? A:它采用逐条授权加高敏操作二次确认的机制,不直接读取密码。但"授权 AI 代替你操作账号"本身的信任成本依然很高,建议从小额、低敏任务开始试用。

Q:国内能用吗? A:目前仅限美国和加拿大,18 岁以上可用,中国大陆暂无法使用。

Q:免费的够用吗? A:基础任务免费额度即可覆盖轻度使用;重度高并发用户才需要 20 或 100 美元档订阅,对应更高算力与任务限额。

写在最后

过去两年,人们习惯了"发布大模型—刷榜单—没有下文"的循环。Muse 罕见地完成了一次完整证明:新技术形态(云 Agent)× 真实需求(登顶榜单)× 变现路径(订阅+分成)三者同时成立。股价那一天的 11.43% 不是情绪,是资本市场对"AI 应用元年"的正式盖章。至于亚马逊的封杀和隐私质疑,那是每一个新交互形态登上主干道之前必须打完的仗。无论结局如何,2026 年 9 月都会被视为"个人 AI 智能体"走进主流的时间点。

推荐阅读

生态前沿

Gemini 4 登场了:输出 100 万 token、幻觉率降到 15.1%,但你现在还用不上

9 月 30 日谷歌发布 Gemini 4 这一代的首款旗舰 Argon:单次输出上限 100 万 token、每百万 tokens 输入 2 美元、主打能连续干几小时的长流程任务,距上一条旗舰线隔了 10 个多月。但它第一批只向网络安全防御机构开放,公众可用时间谷歌没有公布。这篇把发布稿里的数字翻译成人话:为什么媒体给出的“领先 12 项 / 13 项 / 14 项”都不一样、它在从零建项目和终端操作两项上落后约 10 个百分点、独立评测里幻觉率 15.1% 很好看但知识答对率只有 49.9%(两个数必须一起看),以及普通人现在该做的三个动作。

生态前沿

MCP 简史:675 天换过五版规范,从 6 个示例服务器到 247 家机构

2024 年 11 月 25 日,Anthropic 用六个示例服务器和一个桌面客户端发布 MCP;到今天 675 天,它换过五版规范、SDK 累计下载破 10 亿、协议本身交给 247 家机构参与的中立基金会。这篇按版本把每一步改了什么、为什么改、竞品何时进场、鉴权与安全怎么补课一次讲清,并给出五条能直接用在选型上的判断。

生态前沿

中国大模型三年:从 8 款备案到 1112 款,从发布会竞赛到港交所敲钟

2023 到 2026,中国大模型走了三条线:备案数从 8 涨到 1112,API 价格从"没人报价"打到永久砍半,开源许可从自定义条款走到 MIT 与 Apache 2.0,最后智谱和 MiniMax 在 2026 年 1 月前后脚上市。这篇按四年时间顺序,只写能查到公开出处的节点。

生态前沿

从图灵到智能体:人工智能 76 年兴衰史,为什么爆发恰好是现在?

1956 年达特茅斯的狂想、两次经费寒冬、专家系统的崩塌、深蓝的暴力美学、2012 年深度学习春天、ChatGPT 时刻,直到 2026 年智能体全面爆发——复盘 AI 七十六年兴衰曲线会发现:每次引爆都不是“更聪明”,而是算法、算力、数据、执行、成本这块木桶恰好补齐了新板子。看懂这条规律,也就看懂了今天的 Muse、Jev 与 API 价格战。

探索更多生产力神器

不想只停留在理论?立即体验下一代 AI 工具与 MCP 插件

收录 ChatGPT 6、Claude 3.7、Devin 等热门 AI,以及 3000+ 开发者开源 MCP 插件与一键安装脚本。