Muse两周逆袭背后的真相

就在Muse上线前两周，团队内部还在发愁。这款被扎克伯格寄予厚望的个人AI助手，当时连一句连贯的英文都说不利索，甚至部分参与早期测试的员工锐评它就像一个操作更繁琐、底层模型却更差的聊天机器人。

但9月8日正式上线后，Muse只用了10天就冲上美国App Store免费榜首位，头两周拿下约280万次下载，日均增速55%。作为对比，ChatGPT上线前10天的日均增速只有24%。

这不是又一个模型突飞猛进的炸裂故事，驱动Muse的底层模型Muse Spark是今年4月发布的，当时Meta自己都承认它在长链条任务上仍有不足，下一代模型Watermelon还在训练中。

这背后被大多数人忽略是，在个人Agent这个赛道，把模型包装成可用产品的能力正在变得和模型本身同样重要。

在长达近半年的内测期间，数万名Meta员工每天高频使用Muse帮自己预约会议、退改机票、尝试各种研发团队根本没想到的奇特场景。传统的模型评测流程是给模型一组固定题目，最终看准确率和推理能力。

但个人Agent面对的是海量的真实世界开放问题，比如网页结构随时会变、用户指令含糊不清、账号权限五花八门，一步误操作就可能带来无法挽回的影响，静态评测覆盖不了这些。

但在数万名员工的日常使用中，自然会暴露大量未曾设想到的边缘问题。他们同时扮演了真实用户、测试员和训练数据生产者的角色，原本庞大的组织管理成本在这个节点上转化成了产品研发资产。

在此期间，Muse团队还花了大量精力教AI“做人”，因为在个人Agent的世界里，把事办成和办得体面是两码事。例如取消会议这样的指令，稍微处理不当就会顺口告诉所有人具体原因是老板宿醉未醒。

Muse发布次日，Meta就在自家所有核心应用内倾斜流量，10天内分配到的内部推荐资源甚至超过了以往推介Facebook和Instagram的力度。紧接着Meta开始在Reddit、TikTok和YouTube大举采买广告，成功跻身9月全网广告投放金额Top10。

更关键的是入口设计，你不需要下载独立App就能直接在WhatsApp里向Muse发送指令。自今年1月起，WhatsApp的商业接口已不再向第三方通用AI助手开放，这意味着Muse的IM入口带有排他性。

这些事加起来，得以让Muse在两周内走完了一家创业公司要一年才能走完的路。前期靠数万名员工内部实测打磨，发布后直接从数十亿现成用户中筛选早期使用者，随后根据数据反馈快速迭代，消费级AI应用的验证周期被极度压缩。

尽管Meta强大的分发机器能在一夜之间让数千万人看见并下载Muse，却也代替不了用户点击“确认授权”的那一刻。个人Agent的悖论在于它越能干，需要读取的隐私权限就越多。邮件、日历、通讯录、消费记录、支付凭据，这些都是它理解你的基础。

但一旦出错，后果也比普通App严重得多。短视频推荐错了一条内容，你顶多损失几秒钟。个人Agent订错了高价机票、发错了商业机密邮件、误刷了信用卡，后果具体而沉重。

Muse的爆发给整个行业传递了一个清晰的信号，个人Agent的竞争已经从模型能力转向了产品工程能力的竞赛。谁能在模型还不够完美的时候，先用工程手段把产品做到可用。谁能在用户还不信任的时候，先用安全设计把风险压住。谁能在生态还不够开放的时候，先用分发优势把用户圈住，谁就赢下了第一局。

但只赢第一局还远远不够，真正的竞争才刚刚开始。