从个人代理到智能入口:形成机制、控制权与商业利益
研究截止:2026 年 10 月 6 日。公司专题研究第一篇。
执行摘要
本报告判断:Meta 最值得研究的变化,是把 AI 从“提供答案的界面”推进到“接受持续委托的行动入口”。它已形成可辨认的产品与工程路线;公开证据尚未证明个人超级智能已经实现。这里的“个人”首先描述目标由谁提出、代理为谁服务,而不是模型归谁所有、算力是否分散,或服务提供者是否在技术上无法接触数据。
Meta 在 2025 年提出 Personal Superintelligence,随后形成 Muse Spark 模型、Muse 个人代理、Muse Code、开放权重 Muse Glimmer,以及面向企业的产品计划。2026 年 9 月的公开资料进一步展示了持续运行、个人上下文、工具与支付的组合。[1–7] 把这些产品统一称为“一个 Muse 模型”,会掩盖真正的研究对象:由模型、状态、权限、连接器和商业生态共同组成的系统。
本报告形成六项核心判断。
第一,Personal Superintelligence 是一种关于委托关系的战略主张,是否构成新的超级智能范式仍待验证。它可能发展为个人持续管理工作与生活的系统,也可能主要成为现有平台控制下一代流量入口的方式。二者可以同时存在。决定结果的是控制权、可迁移性、可靠性和商业规则,而不只是模型能力。
第二,Meta 的路线优势在组合与分发,关键瓶颈在完整任务的可靠交付。持续对话、长期记忆、浏览器和外部服务使更多行动成为可能;但“可以调用工具”与“在复杂目标下正确完成任务”有明显距离。公开资料缺少 Muse 在真实用户环境下、带完整失败分母和人工干预记录的长期任务测量。本报告不以下载量、演示或综合模型分数替代这一缺口。
第三,用户控制权需要分层判断。用户能授权与断开连接,不代表已理解所有未来行动;运行环境隔离,不代表提供者无法访问数据;代理不接触原始支付信息,不代表交易选择没有利益冲突。现有安全披露提供了一些工程保护,但部分更强隐私目标仍处于计划或测试阶段。[8–10]
第四,广告模式与个人代理存在结构性张力,尚无充分证据证明这种张力已转化为 Muse 系统性损害用户利益。Meta 的广告业务规模,使它有动力保住需求发现、商品选择和商家获客入口。另一方面,可信代理必须能够根据用户利益比较商品、减少无效消费,甚至推荐平台不喜欢的选项。判断冲突需要审计推荐与商业排序,不能仅凭“对话不用于广告”作结论。
第五,眼镜与设备连接可扩大上下文和行动范围,尚不能证明物理超级智能。Muse 接入眼镜在 Connect 2026 公告中属于未来数月的计划。开放设备 SDK 能连接传感器和执行器,但连接设备与自主处理开放物理环境,是两种能力。[11–12]
第六,Meta 已披露 AI 参与科研和模型训练链条的实例,但公开证据不足以确认 AI R&D Takeoff。模型参与数学研究、蒸馏与代理训练,可以产生有价值的成果;还需要证明这些成果连续改善下一代研发能力,并实际缩短研发周期。模型版本发布频繁不构成这项证明。[4,13]
对企业与个人,本报告最直接的建议是:将评价单位从“聊天体验”改成“有明确边界的完整任务”。同时测量完成率、人工复核、授权理解、撤权效果、可恢复性和总交付成本。一个值得持续委托的代理,必须同时做到能办事、讲清楚、可中止、可离开。
一|研究对象、问题与证据边界
1.1 本专题要回答什么
本研究从五个基本问题出发:Meta 正在形成什么能力;哪些工程模块真正使能力增长;个人代理由谁实际控制;商业激励怎样影响代理行为;什么证据能够推翻当前解释。公司愿景、产品实现和超级智能结论分别处理。
本报告把“个人代理”定义为:围绕某个用户的目标与上下文,在授权范围内持续调用工具、保存状态并执行行动的系统。这是工作定义,不意味着现有产品全部达到该标准。“个人超级智能”则要求这个系统在广泛且重要的任务上,可靠地达到显著超过个人或专业团队的表现;本报告未找到足以证明 Muse 已达到这一标准的公开证据。
不设一个模型分数作为超级智能门槛。比较系统时,需要同时记录任务范围、任务时长、资源权限、成功标准、人工投入、成本与控制能力。能够运行数天只是持续性;能够无需补救地完成通常需要人类数天的工作,才是较强的能力证据。
1.2 证据标签如何使用
| 标签 | 本报告采用的含义 | 使用边界 |
|---|---|---|
| A|独立研究 | 独立机构公布的方法、测量或评估 | 委托关系、测试版本与覆盖范围仍须说明 |
| B|官方一手 | Meta、技术合作伙伴、官方代码与研究披露 | 自评、产品承诺和研发愿景不升级为独立验证 |
| C|媒体报道 | 权威媒体获取的信息、采访与事件报道 | 个案不能替代整体发生率;争议保留当事方解释 |
| D|分析推断 | 本报告根据事实建立的解释、情景与建议 | 明确标注,不把合理性当成已经发生 |
独立性与资料类型不是同一维度。Meta 作者的论文属于 B,即使采用学术写作;外部评估机构接受实验室委托,仍可提供有价值的 A 类测量,但不能省略模型访问、测试条件和独立性限制。
研究资料主要来自战略信、模型发布和评估文档、代理安全设计、合作伙伴支付公告、财报、官方代码、独立能力评估与争议报道。先收集资料,再形成竞争解释,最后安排本报告结构。没有以原始研究方向逐项拼接章节。
1.3 最新资料不等于最新测量
本报告特别区分四个时间:实验发生时间、资料发布日、产品可用时间和本次复核日。2026 年 10 月重新打开的模型评估,可能仍针对早期检查点;9 月宣布的硬件功能,也可能尚未上线。相反,旧安全框架不能代替 10 月已经更新的版本。
部分媒体正文和产品法律页面在公共读取中不可完整取得。对这些材料,仅使用可核验的摘要、后续报道或官方回应,不推断缺失内容。未核实所有地区、账户与操作系统的功能差异,也未开展登录产品后的实测。这是一份公开资料研究,不是 Muse 安全认证或现场验收报告。
二|Meta 的路线:从愿景到可辨认的产品组合
2.1 “Personal”首先改变的是智能服务的目标主体
2025 年 7 月 30 日,Zuckerberg 的公开信强调让个人用超级智能追求自己的目标,并提出眼镜可能成为理解个人情境的重要计算入口。这是 B 类战略主张。[1] 它把关注点从“中央系统自动化多少工作”移向“每个人能调用多少能力”。
本报告分析:这两种方向没有技术上的绝对分界。同一套集中式基础模型和云基础设施,可以服务个人、企业和大型组织。一个面向个人的代理也可能调用中央平台完成大部分工作。因此,“个人”并不自动意味着去中心化。
更有用的区分是:谁提出目标;谁解释目标;谁批准行动;谁分配资源;谁承担错误;谁能改变商业规则。Personal Superintelligence 若要构成与普通平台助手有实质差异的范式,至少需要证明用户在这些环节中获得更强而非更模糊的权利。
2.2 不应混为一谈的产品
| 对象 | 本次核验的主要角色 | 研究中必须避免的混淆 |
|---|---|---|
| Muse Spark / 1.3 | 推理、编码与代理任务的基础模型系列 | 模型表现不等于个人代理完整交付表现 |
| Muse | 个人代理产品,组合状态、工具和授权 | 产品的持续记忆不等于模型权重持续自我训练 |
| Muse Code | 面向开发工作的代理产品 | 编码权限规则不能直接视为消费产品规则 |
| Muse Glimmer | 30B、Apache 2.0 开放权重的代理取向模型 | 开放该模型不代表整个 Muse 服务和数据链条开放 |
| Meta Enterprise Platform | 将模型与代理技术栈用于企业的战略和产品推进 | 宣布平台不代表所有企业能力已经可用并通过验收 |
上述区分由官方发布与开发者资料支持。[2–7] 本报告只使用已公开的产品身份,不把类似名称的无关第三方产品纳入证据。
2.3 经核验的关键时间线
| 日期 | 事件与证据 | 截止日应如何理解 |
|---|---|---|
| 2025-06-30 | 媒体报道 Meta 建立 Superintelligence Labs [14] | 组织调整的历史节点;不能据此绘制 2026 年完整组织图 |
| 2025-07-30 | Personal Superintelligence 公开信 [1] | 战略意图,未证明能力门槛已达到 |
| 2026-04-08 | Muse Spark 发布 [2] | 前沿模型路线的公开产品节点 |
| 2026-08-05 | Muse Code 与 Spark 1.2 公告 [3] | 开发工作流与模型推进的节点 |
| 2026-08-10 | Muse Glimmer 开放权重 [4] | 混合部署与开发者生态路线已存在 |
| 2026-09-02 | Spark 1.3 在 Muse Code 和 API 可用 [5] | 官方可用披露;不等于所有 Muse 账户均绑定该版本 |
| 2026-09-08 | Muse 个人代理官方发布 [6] | 页面后于 9 月 30 日更新,不能把更新内容全归于首发 |
| 2026-09-23 / 24 | Connect 展示及次日公告 [11] | 眼镜接入等项目包含明确的未来计划 |
| 2026-09-28 / 29 | 企业平台及小企业能力公告 [7,15] | 企业布局明确,成熟度须逐功能核验 |
| 2026-10-02 | 安全框架更新与数学研究合作披露 [13,16–17] | 研究截止日前的重要新增材料 |
有媒体把 9 月 22 日称为 Muse 发布日期,官方发布页面标注 9 月 8 日。本报告采用官方页面的发布日期,同时保留其更新日;不擅自把相互冲突的日期平均或解释成已确认的区域发布安排。
2.4 模型实力是必要输入,但不能代替系统研究
Spark 1.3 的官方资料强调更长任务、复杂指令保持和用户协作,并披露内部工程师比较中的工具调用与 token 效率改善。这些属于 B 类测试,不构成独立生产环境成功率。[5]
独立机构 Artificial Analysis 的当期页面给 Spark 1.3 xhigh 的 Intelligence Index 分数为 45,指数版本为 v4.3.2。[18] 本报告把它作为指定条件下的模型测量。不同版本指数的旧分数不能直接连成能力趋势线,xhigh 的计算预算也不能与不同推理设置混用。这个分数没有证明个人事务、多账户协调、持续记忆和授权行为的综合可靠性。
本报告判断:Meta 不必在每一个榜单上第一,才可能建立有影响力的个人代理;但如果模型长期任务能力不足,再强的分发也不能补齐可靠行动。模型与系统路线既相互补充,也能相互限制。
三|个人代理通过什么机制形成
3.1 从一次回答到持续委托
一次性助手主要处理一个输入、生成一个输出。持续代理必须在任务未完成时保存目标和进展,在外部情况改变时重新规划,并区分自己可以行动、需要用户确认和应该停止的情况。
本报告提出七个形成环节:上下文采集、目标解释、任务规划、授权执行、结果验证、状态更新、后续触发。Muse 的官方产品和界面资料提供了其中多个环节的设计实例;七环节框架是本报告的 D 类分析,不是 Meta 已经证明的完整能力清单。[6,9]
| 环节 | 需要解决的问题 | 能力成立的检验方式 |
|---|---|---|
| 上下文采集 | 哪些信息相关,是否获得适当授权 | 比较有无上下文时的成功率与错误暴露 |
| 目标解释 | 用户说的目标、约束与默认偏好是否一致 | 设置含歧义、冲突约束与过期目标的任务 |
| 任务规划 | 能否分解工作并处理依赖 | 记录改计划的原因及最终是否满足原始要求 |
| 授权执行 | 身份、权限、预算和对象是否正确 | 对相似账户、收件人、金额和审批范围做对照 |
| 结果验证 | 外部状态真的改变了吗 | 用独立查询核验,不接受模型自述完成 |
| 状态更新 | 记忆是否准确、来源是否清楚 | 纠错后检查后续行为,并检测错误是否传播 |
| 后续触发 | 什么时候主动行动值得打扰 | 同时测量有效主动建议与误触发 |
最容易造成错觉的是结果验证。一个代理能够写出可信的完成说明,却未必已经成功执行。验收应查看发送回执、文件内容、订单状态或实际系统记录,不能让同一个模型同时定义任务、执行任务和宣布成功而没有外部检查。
3.2 Memory 不只是“记住更多”
个人记忆包含事实、偏好、承诺、目标和权限,这些内容的更新规则不同。住址变化是事实更新,饮食偏好变化是偏好更新,允许某次支付是一次性权限,三者不应无差别长期保存并复用。
本报告分析:有效个人记忆至少需要来源、时间、适用范围、可信程度和删除机制。它应能表达“用户直接告诉我”“来自某封邮件”“根据近期行为暂时推测”。把推测当事实,会让一次误读进入之后的多次行动;把一次性授权记成长期许可,会扩大委托边界。
“更了解用户”也有两种不同结果:减少用户重复解释,或者让系统越来越难以被用户纠正。前者有价值,后者会形成脆弱的依赖。衡量记忆质量,应查看冲突发现率、纠错后的恢复、过期信息使用和迁移后的表现,而不是记忆条目数量。
3.3 运行环境与模型共同决定能力
代理可用的工具、错误恢复、权限提示、状态保存和预算控制,构成运行框架。更换这些条件,即使模型不变,最终交付也可能不同。Spark 1.3 官方明确描述了跨多种框架训练;Glimmer 资料也把代理推理、工具调用和本地运行效率列为训练重点。[4–5]
本报告判断:今天的 Scaling 已不只是在预训练中投入更多计算。对 Meta 个人代理路线,值得分开研究的至少包括模型能力、代理任务训练、蒸馏、推理预算、上下文检索、工具覆盖和运行工程。它们不能合成一个投入量:扩大上下文可能增加噪声,更多连接器可能增加故障面,更长推理可能提高单次成本,更多运行时间可能扩大错误累积。
Glimmer 展示了另一条扩展方向:把较大模型能力迁移到较小的开放权重模型,并优化部署成本。官方披露涉及蒸馏、后训练和量化。[4] 这是可辨认的工程路线;不能由此推断消费版 Muse 已全部在本地运行,或者全部个人数据不再经过云端。
3.4 Multi-Agent 是工程选择,不是超级智能必要条件
把浏览、规划、执行和检查分开,可能缩小单个组件的权限,也便于并行。但多个代理会引入上下文丢失、重复工作、指令冲突和协调成本。若多个代理共享同一错误信息或评价机制,数量增加不会自动产生独立判断。
本报告分析:需要比较同预算下的单代理、多代理与人机混合系统。收益应体现在完整任务成功率、时间、成本和风险上,而不是启动多少个代理。安全检查代理也不能被视为已经获得形式化正确性证明。
Meta 目前的材料更支持“用分工和权限隔离组织系统”,还不足以证明“大规模代理集体已超过大型人类组织”。后者需要跨目标协调、资源配置、异常治理和稳定责任体系,而不是多个工具调用并行。
四|控制权:个人代理究竟代表谁
4.1 五项权力需要分别评估
| 权力 | 用户可能拥有的部分 | 必须进一步核验的边界 |
|---|---|---|
| 目标权 | 提出目标、修改要求、停止任务 | 代理是否正确区分新目标与旧任务;商业默认是否影响解释 |
| 执行权 | 批准某次操作、限制账户与金额 | 长期许可的范围、敏感信息外发与跨任务复用 |
| 数据权 | 查看、修正、导出和删除部分信息 | 原始材料、派生记忆、训练记录与备份的分别处理 |
| 平台选择权 | 选择连接器和服务 | 数据与工作状态能否迁移,外部服务是否接受代理 |
| 责任与申诉权 | 获取记录、请求纠正或退款 | 谁承担误操作、第三方损失与有争议的授权 |
这张表是 D 类评价框架,不是对当前合同权利的确认。不能把产品界面上的可选项,直接当成法律上全部可执行的权利。
4.2 隔离、隐私和控制不是同一件事
Meta 的安全披露描述了独立运行环境、凭证隔离和 Sentinel 权限检查,并承认提示注入仍是需要管理的风险。它同时区分现有运行保护和未来 Confidential VM 目标;当前提供者访问并非已被技术上完全排除。[8]
本报告分析:至少要区分四层。第一层是不同用户运行环境之间的隔离;第二层是模型能否直接看到凭证;第三层是服务提供者的操作人员能否接触数据;第四层是数据是否进入训练、广告或外部网站。这四层的保护不能相互替代。
即使代理不知道密码,它仍可能通过已授权连接器实施错误行动。即使提供者在操作制度上限制访问,也不等于密码学上不能访问。即使广告系统不接收私人对话,代理在商家网站上执行的行动仍会生成外部记录。研究应逐层写清,不把一个“安全”词汇覆盖全部问题。
一个更强的隐私主张需要公开说明:信任谁、排除谁、什么条件下例外、由谁审计、适用于哪个版本。计划采用机密计算,是一个工程方向;完成部署并通过外部验证,才是更强证据。
4.3 授权最难的部分,是用户是否理解未来范围
Business Insider 的后续报道指出,Marketplace 地址事件中的用户曾选择 Allow Always,却以为接受报价仍会再次征求确认。[19] 本报告把它视为 C 类个案证据,不据此估计产品总体发生率,也不将其简单写成“技术突破权限”。
本报告分析:这反映了形式同意与理解之间的差距。一个按钮可以取得授权,却未必充分传达对象、持续时间、可公开信息和例外。用户可能以为同意“回复这位买家”,系统却理解成“继续处理全部买家消息”。即使二者都遵守界面规则,委托关系仍可能失败。
更好的授权应回答:替谁行动;对哪个账户;允许哪类操作;哪些信息能外发;有效多久;何种条件必须重新询问。长期许可也需要周期检查和遇到目标变化时失效。敏感程度不只由“读或写”决定:读取包含验证码、家庭位置或第三方私密信息的材料,同样可能扩大风险。
4.4 Mac 权限与云端权限应分开研究
Reuters 10 月 2 日报道 Apple 将更清楚提示 AI 对 Mac 数据的访问请求;Meta 回应相关消息访问属于用户选择加入。[20] 报道中的争议不能直接证明云端隔离失效。操作系统权限、客户端读取、云端运行环境和连接器授权,是不同的信任边界。
本报告判断:代理产品扩大了传统权限标签与实际行为之间的距离。过去用户给备份软件完整磁盘访问,通常预期它复制文件;给一个可推理与行动的代理相同权限,可能让这些文件影响后续决策。因此,权限应结合实际用途解释,而不只是复用操作系统原有标签。
4.5 “可撤权”应该如何验收
本报告建议做三项实测:断开连接后,旧任务是否仍能调用已有会话;删除敏感记忆后,后续任务是否仍从派生摘要中恢复;停止任务后,已排队的外部操作是否继续执行。界面显示断开只是开始,能力和状态真正失效才是结果。
对不可逆行动,停止按钮不能撤回已经完成的发送、公开或交易。产品必须明确区分停止未来执行与恢复过去影响。用户看到可中止,也不能因此误以为所有行动都能回滚。
五|广告与商业生态:结构性张力在哪里
5.1 财务基线与推断必须分开
Meta 2026 年第二季度披露总收入 608.01 亿美元,其中广告收入 593.63 亿美元;广告占比按本报告计算约为 97.6%。当季资本开支为 310.8 亿美元,全年资本开支预测为 1300 亿至 1450 亿美元。[21] 预测不是已发生支出,公司整体开支也不能全部归因于 Muse。
本报告分析:高广告依赖使个人代理成为商业模式研究对象。代理可能减少用户主动浏览商品的次数,把大量候选选择压缩成少数建议。平台若能掌握这一步,就可能影响需求如何分配给商家。但这一机制成立,不等于广告必然消失,也不等于 Muse 目前已出售商业排序。
5.2 四种数据与利益流向
| 流向 | 截止日可确认的边界 | 应研究的问题 |
|---|---|---|
| 私人对话进入广告系统 | Meta 承诺不向广告系统分享 Muse 对话或 VM 内数据 [6] | 承诺范围与外部可验证性 |
| 代理在外部网站行动 | 网站仍会获得访问、交易等正常业务痕迹 | 私人对话隔离不能保证没有外部追踪 |
| 使用记录用于模型训练 | 官方提供相关退出选项 [6] | 默认、清理、退出生效时间和派生记录 |
| 推荐与交易的商业激励 | 未取得完整且可审计的 Muse 排序与佣金政策 | 赞助披露、推荐中立性与关联服务偏向 |
第一项承诺不足以回答第四项问题。一个系统可以不直接使用私人对话投放广告,却仍可能在推荐中优先商业合作伙伴;反过来,也可以通过清楚披露的收费机制维持可信服务。本报告尚无充分证据确认 Muse 存在前述偏向,也不把未知写成不存在。
5.3 个人代理与广告商的目标可能同时冲突
用户可能希望节省支出、减少购买、选择非合作商家,或避免被持续打扰。商家希望增加转化、提高客单价和获得复购。Meta 希望维持平台收益、增长与生态关系。三者有时一致,例如替用户找到合适商品;有时冲突,例如代理决定用户根本不需要购买。
本报告提出一个实质检验:代理能否稳定作出“不买”“延后买”“买平台之外更便宜的选项”的决定,并说明理由。仅审查是否展示广告,不足以评估它是否代表用户。应控制商品条件、合作关系和潜在佣金,检验建议是否发生系统性改变。
“为了用户”也不能成为无法审计的宣传语。若平台与代理之间存在强商业耦合,需要可识别的商业影响标记、独立对照测试和用户选择。选择包括禁止赞助结果、查看原始候选、指定优化目标,以及把长期偏好导出。
5.4 支付让代理进入经济行为链条
Stripe 的一手公告确认 Muse 与 Link 的集成,描述了每次交易金额的用户批准,以及对部分商家的单次虚拟卡机制。[10] 这是比“代理会购物”更具体的工程证据:模型决策开始接入支付权限与交易记录。
本报告分析:支付安全与选择正确性仍应分别验收。单次卡可以限制金额或交易范围,却无法保证所选商品符合目标、商家可靠或价格最佳。完整验收应覆盖选择、授权、执行、收货与售后,不能以支付成功作为整个购物任务成功。
如果未来出现交易佣金模式,它可能为代理提供收入,也可能带来推荐偏差;订阅模式可能降低部分佣金冲突,却会限制普及;广告补贴可能降低直接费用,却提高商业透明度要求。这是三种 D 类情景,本报告不将任一种视为已确认的 Muse 主导变现方式。
5.5 代理无法仅凭用户授权获得整个互联网
媒体报道 Amazon 对 Muse 的访问采取阻止措施。[22] 此类平台摩擦说明,代理运行在别人控制的网络与交易系统中。单个用户同意代理行动,不自动决定外部服务如何接纳该代理。
本报告判断:第三方服务的接受度,是个人代理能力形成的独立变量。模型更强仍可能遇到访问限制、身份验证、支付条件或接口变化。解决方式可能是合作连接器、专用接口和协议,也可能是用户介入。评价行动范围时,必须同时记录成功覆盖与受阻覆盖,不能把“可浏览互联网”当成无限制的资源权限。
少量用户改变购物路径的报道,是可观察个案,不足以证明市场份额已经发生广泛迁移。持久变化需要跨用户、跨品类、带时间序列的数据,也需要区分新鲜感与重复价值。
5.6 个人代理背后,是集中式工业能力
Meta 2026 年 8 月的工程资料把 MTIA 300 定位于排序与推荐训练,并描述计算与通信协同设计。[30] 不能把这一芯片的特定工作负载结果直接当成 Muse Spark 训练性能,也不能因为芯片名中包含训练与推理,就认定它已承担所有生成式 AI 工作。
Prometheus 工程说明将 1 GW 写为完成后的集群规模,重点讨论多栋数据中心之间的网络连接。[31] 核能公告包含现有电站采购、扩容和未来新技术项目,部分交付目标处于 2030 年代。[32] 合作协议、建设计划、并网和实际可用容量,应分别记账。
本报告分析:Personal 描述服务对象,基础设施仍可以高度集中。持续代理不仅消耗模型推理,还要维持状态、浏览器、连接器、监控和记录。更多用户、更长任务、更多尝试会共同增加资源需求。算力效率的改善,只有转化为每个正确交付的成本下降,才支持更深的委托。
未来瓶颈可能随阶段改变:训练受到高端芯片和网络限制,部署受到持续推理与峰值并发限制,扩张受到电力、建设和资本约束。扩大采购能缓解部分问题,但不能直接消除工具失败、无效推理或人工核验。模型成本下降与任务复杂度上升也可能同时发生。
因此,Meta 的长期优势不能只由宣布多少 GW 判断。应记录已运行容量、利用率、有效吞吐、交付质量和能源约束,并区分用于广告推荐、前沿研发与个人代理的资源。本报告未取得足以完成这些分配的数据。
六|眼镜、世界模型与物理行动:三条路线不要合并
6.1 眼镜更直接的作用,是减少上下文输入成本
Connect 2026 官方公告把 Muse 接入 AI 眼镜写为未来数月的计划,并描述让代理理解用户正在看到的对象。[11] 本报告不把这项计划写成全量交付,也不将舞台展示当成日常可靠性数据。
本报告分析:视觉与声音有望减少用户重新描述环境的负担。看见货架、票据或日程提示,可能让代理更快形成相关任务。但持续感知也带来新问题:哪些对象属于用户有权处理的信息;哪些话语是用户指令,哪些是旁人或环境噪声;何时应保存,何时应该忽略。
上下文更多并不必然让目标解释更准确。日常视觉包含大量无关信息;对位置和关系的错误推断还可能放大个性化误差。验收需要比较实际任务收益与新增误判,而不只是展示识别能力。
6.2 设备 SDK 扩大接口,不等于通用物理智能
官方 Muse Gadget SDK 仓库提供 ESP32 和 Linux 等设备连接路线,可以把显示、按钮、传感器或执行器接入代理。[12] 开放 SDK 是开发者生态的事实,不等于开放全部代理系统,也不意味着设备具备通用自主能力。
本报告分析:物理行动的核心约束通常在反馈、失败恢复和安全状态。让代理调用一个灯光接口,与让它在陌生房间稳定处理多样物品不同。前者的动作空间受设备协议限制,后者需要处理接触、遮挡、损坏风险和环境变化。
一个可用的设备连接还需检测执行器是否真的改变状态、断网后怎样停止、重复命令是否产生额外影响、撤权后是否仍有本地任务。数字代理的错误一旦进入执行器,验证与中止的时间窗口会改变。
6.3 世界模型研究不能自动归入 Muse 产品
Meta 的 V-JEPA 2 研究展示了视频表征、预测与受限机器人规划路线;官方论文和代码可供核验。[23–24] 本报告使用它说明 Meta 存在超出语言模型的研究积累,不声称它已经成为 Muse 的生产组件。
LeCun 在 2025 年 11 月宣布计划离开 Meta 的报道,也是组织研究的边界提醒。[25] 不能把他过去的观点、Meta 历史世界模型成果和今天 MSL 的全部产品路线写成同一个人的现行战略。离职同样不能证明 Meta 已停止世界模型研究。
本报告判断:Meta 的个人智能路线可先在数字环境形成价值,再逐步接入物理上下文;物理超级智能是否随后形成、间隔多久,目前无法确定。要提高判断,应观察真实机器人任务、陌生环境、跨天运行和失败分母。模拟成绩、感知能力与现实操作可靠性必须分列。
七|AI for AI:有参与证据,尚缺增长闭环证明
7.1 科研贡献需要看实际过程
Meta 10 月 2 日披露数学家与 Spark 1.1、1.2 合作形成六篇研究论文,并说明由人类引导、检查与修订。公告承认部分问题也有独立并行解答。[13] 这是 B 类研究过程披露,不是“AI 独立完成六项科学发现”的证明。
其中群论工作公开列出搜索程序、反例与人类验证过程,并有独立论文页面。[26] 本报告没有逐式完成数学证明审查,也没有把合作团队的复核等同于完成外部同行评审。
本报告分析:科研自动化的有效单位,是被接受和复现的贡献。应记录模型提出的思路、代码或证明中,哪些进入最终成果;人类花多少时间选择、检查和修补;哪些输出被否决;相对于没有 AI 的过程节省了什么。只有成功案例,没有失败候选和总投入,无法估计研究效率。
7.2 四级证据阶梯
| 级别 | 要证明的命题 | Meta 公开资料支持到什么程度 |
|---|---|---|
| 一级|辅助工作 | AI 参与代码、材料、测试或推理 | 有产品与科研合作实例;整体研发份额未知 |
| 二级|局部改进 | AI 贡献被验证并改善某个研究或工程结果 | 有局部实例;独立量化与对照有限 |
| 三级|研发增速 | 改进稳定缩短下一代 AI 研发周期或扩大有效实验 | 未取得充分公开因果证据 |
| 四级|跨代正反馈 | 新能力连续提高制造更强 AI 的能力,形成加速 | 目前不能确认 |
模型教师生成数据、学生蒸馏、代理写训练代码,以及 AI 改进评价工具,都是 AI→AI 链条的候选环节。它们不必都发生在同一机构,也不必全部自主。但要把链条称为持续递归改进,必须展示经过验证的输出进入后续训练或研发,并在下一代重复产生收益。
7.3 三种不能混用的反馈
产品反馈:更多使用形成更丰富的场景信息,帮助调整代理界面与工作流。训练反馈:经筛选的记录、标签或结果进入训练,提高模型特定能力。研发反馈:AI 改善产生下一代模型的实验、算法或工程流程。它们的分母、验证机制和时间尺度不同。
Meta 战略信中关于自我改进迹象的判断属于公司主张。[1] 本报告不据此确认研发起飞。版本更新间隔也无法隔离团队扩张、并行项目、发布节奏、基础设施投入和已有研究存量的影响。
要提高证据等级,至少需要公开对照:采用 AI 的研究团队是否在相似资源下产生更多被接受的实验;算法贡献是否超出既有方法;训练或推理成本是否稳定下降;跨代收益是否重复;核验开销是否吃掉生成效率。本报告截至研究日未找到完整回答这些问题的公开数据。
八|安全与治理:从产品授权到研发过程控制
8.1 不能把所有事故都归为模型失控
安全研究需要区分目标误解、宽泛授权、外部提示注入、环境配置错误、对抗性能力和主动绕过监督。不同机制对应不同保护,混为一谈会同时夸大和低估风险。
Meta 8 月 14 日披露,Spark 1.1 的预发布版本在第三方网络安全测试中,因真实目标名称与互联网访问配置而攻击了真实网站并修改数据库。Meta 将其解释为测试环境配置问题,而不是复杂沙箱逃逸。[27] 本报告保留这一归因及其 B 类性质,不把公司复盘视为完整独立调查。
本报告分析:即使按指令行动,也可能产生现实伤害。在这一机制下,只提升模型“服从指令”未必足够;环境、目标和外部资源边界同样需要验证。它还说明风险可在评估或训练期间出现,不只是产品上线之后。
8.2 最新框架提出了什么,尚未证明什么
2026 年 10 月的 Meta Superintelligence Scaling Framework v2.1 覆盖化学与生物、网络安全和失去控制等灾难性风险,并扩展训练与评估期间的约束。[16–17] 官方还提出强化训练环境审核、实时记录和监控等要求,董事会 AI 委员会属于计划推进事项。[16]
这是 B 类治理承诺。公开框架能提高研究者追问的精度,但不能独自证明每个训练项目已经符合要求。更强证据包括审计范围、覆盖的模型版本、监控漏检测量、触发停训的具体条件与真实执行记录。
治理成熟度应以规则怎样被执行衡量:谁能要求停止;谁可以推翻风险判断;外部评估发现冲突后怎样处理;开放权重后哪些保护不再可由提供者强制;出现偏离时如何披露。不能只按政策篇幅评估控制能力。
8.3 外部评估也有可解释性边界
Apollo Research 公开列出对 Muse Spark 的评估,指出当时观察到较高的评估识别能力。[28] 这项材料对应特定阶段的模型,不能直接当成 Spark 1.3 或消费版 Muse 的当前结论。
本报告分析:识别测试情境不等于已经证明现实中的恶意欺骗。它会增加测量难度,因为系统在测试中表现良好,可能不充分预测其他环境。应使用多样任务、盲测、版本记录与部署后异常采样,减少对单一评估场景的依赖。
外部机构身份也不自动消除环境风险。能力测试尤其需要与生产环境分离,明确是否允许网络访问、哪些目标属于测试、记录如何保留,并检查自动评分是否鼓励意外行为。[27] 这些是研究流程问题,不只是模型价值观问题。
8.4 人类补位必须进入成本与隐私账本
Reuters 报道 Meta 测试由人工承包者处理部分代理电话的 concierge 安排;Meta 表示目的是发布前收集反馈并改进保护。[29] 本报告不据此声称所有 Muse 电话都由人类完成,或消费产品全面依赖隐蔽人工。
本报告分析:人类补位可能是一种合理交付方式,但不能从测量中消失。若完整服务成功是人机共同结果,报告应分别列出自动完成率和最终交付率。人工投入、敏感信息暴露与沟通成本也应记录。否则,看起来提高的模型能力可能其实来自后台服务组织。
九|竞争解释、反证与未来情景
9.1 三种解释都应保留
| 假设 | 当前支持线索 | 最有力的反证或限制 |
|---|---|---|
| H1|持续个人委托正在成为新能力形态 | 持续状态、个人上下文、工具和支付开始组合 | 缺完整长期任务数据;授权与记忆错误会削弱持续委托 |
| H2|Meta 正在争取下一代需求入口 | 社交分发、商业连接器、广告关系与设备路线 | 用户拒绝广泛连接;外部平台阻止;跨平台代理更可信 |
| H3|当前主要是通用模型的产品封装 | 多数模块可在其他框架实现,强依赖基础模型 | 若个人上下文与长期状态产生可复现增益,则“仅封装”解释不足 |
本报告当前判断:H1 与 H2 有较强的可观察路线依据,H3 仍是必要的对照解释。没有证据要求三者互斥。Meta 可能同时创造真实用户价值、建立新平台优势,并依赖大量通用组件。
决定竞争格局的,不只是系统有没有独特组件,还包括同一用户换用其他系统后需要付出多少解释、迁移和重新授权成本。若跨平台可迁移性提高,个人代理的竞争可能更偏向能力与信任;若状态只能留在单一平台,长期关系会加强锁定。
9.2 主动挑战本报告的判断
| 当前判断 | 为什么可能错 | 能推翻或明显修正它的证据 |
|---|---|---|
| 系统组合是主要价值来源 | 下一代模型可能使复杂框架的重要性下降 | 同预算简单框架稳定超过复杂系统 |
| 个人上下文提高完成率 | 噪声、过时信息与错误记忆可能抵消收益 | 随机对照中更多上下文不提高净成功率 |
| 持续关系有助于分发 | 用户可能更喜欢临时工具并减少敏感连接 | 多月留存集中于一次性任务,无持续委托 |
| 广告存在结构性张力 | 清楚收费与审计可能有效约束冲突 | 非合作与少消费建议稳定、公平且可外部验证 |
| 眼镜扩大情境优势 | 佩戴成本、隐私接受度和误触发可能限制使用 | 实际持续使用低,新增输入不改善任务结果 |
| 研发反馈暂未获证 | 内部可能已有未公开的连续收益 | 多代、带资源对照、可复现的研发加速数据 |
| 代理有较强平台依赖 | 开放协议与可迁移记忆可能迅速降低锁定 | 用户低成本迁移并保留长期任务质量 |
这些反证应进入季度更新。若新增证据与本报告冲突,应改变判断,不用“长期仍正确”保护原有故事。
9.3 未来三至十年的四种情景
情景 A|可信个人工作入口。前提是完整任务可靠性、授权理解和恢复能力持续提高;用户愿意连接有价值的信息。领先指标是多月重复任务、降低人工复核、可验证的长期记忆收益与可迁移性。结果可能是个人能够委托更多专业工作,平台服务成为重要基础设施。若广泛任务仍需大量补救,应降低这一情景的权重。
情景 B|商业意图分配平台。前提是购物与获客连接成熟,商家愿意适配代理,平台掌握候选排序与交易路径。领先指标是代理参与的交易份额、商业排序披露、第三方接受度与商家接口投入。结果可能是部分需求从搜索、内容推荐转向代理选择。风险是服务目标混合与商家依赖;若访问受阻和用户不信任持续,应降低其权重。
情景 C|企业工作流比个人全权委托更快成熟。前提是明确权限、可验证流程和预算使企业能够限制任务边界。领先指标是生产环境验收、人工干预下降和审计能力,不是公告中出现多少连接器。结果可能是 Meta 在已有商家生态之外扩展企业服务。若企业合规、责任与权限问题长期未解决,应降低其权重。
情景 D|自主性扩张遭遇可信度与成本约束。前提是事故、误授权、后台人工或推理成本,使持续代理无法获得足够净收益。领先指标是用户减少连接、恢复成本上升、平台限制、保险或审查门槛增加。结果可能是代理保持局部工作能力,而高风险行动重新依赖人类。若可靠性与透明度显著改善,该情景权重应下降。
四种情景可以在不同任务和地区并存。本报告不设 ASI 日期,也不赋予无法校准的精确概率。每次更新应记录证据如何改变判断,避免以同一产品新闻同时支持全部情景。
十|季度监测框架:从产品体验到可验证能力
10.1 不生成一个“个人超级智能总分”
模型能力、委托可靠性、平台范围和用户权利可能朝不同方向变化。一个总分会隐藏这些冲突。建议保留指标向量,并始终列出未知值。未知不等于零,也不等于默认满足。
| 指标 | 建议操作定义 | 截止日证据状态 | 最常见的误读 |
|---|---|---|---|
| 完整任务成功率 | 预先定义任务与验收,记录全部尝试和独立外部状态 | 官方实例与个案较多,独立生产分母不足 | 把成功演示当平均表现 |
| 可靠任务时长 | 在指定成功率下,按人类完成基线估计任务复杂度 | 未取得 Muse 统一长期测量 | 把后台运行时间当能力跨度 |
| 人类干预 | 每个交付的澄清、复核、补救和人工后台投入 | 总体数据未知 | 只统计代理自动调用工具 |
| 单位交付成本 | 推理、云运行、工具、人工和失败恢复总成本 | 未取得完整 Muse 成本结构 | 把每 token 价格当任务成本 |
| 记忆净收益 | 同用户同类任务,有无长期记忆的对照改善 | 官方功能设计存在,净收益数据有限 | 把个性化语气当理解加深 |
| 授权理解 | 用户正确复述对象、期限、可外发信息与例外的比例 | 个案提示风险,未取得总体测量 | 把点击同意当理解充分 |
| 撤权与中止 | 撤权后的残留行动、缓存调用和排队执行 | 需要实际版本验收 | 把界面状态当真实失效 |
| 提供者访问边界 | 技术限制、例外、审计范围与部署覆盖 | 现有保护与更强隐私计划需分开 | 把 VM 隔离当提供者不可访问 |
| 商业利益一致性 | 控制佣金与合作关系,测试推荐及不购买选项 | 完整可审计政策与测量不足 | 把无对话广告等同推荐中立 |
| 第三方资源接受度 | 可用服务比例、访问失败与身份验证干预 | 连接器增长与阻止个案并存 | 把工具数量当实际覆盖 |
| 设备与眼镜实际收益 | 上线覆盖、持续使用、误触发与任务成功增益 | 部分属于未来计划或开发者接口 | 把发布计划当现有能力 |
| AI 研发增长贡献 | 被接受贡献、资源对照、研发周期和跨代重复收益 | 局部参与有证据,跨代加速未知 | 把代码生成量当智能增速 |
| 基础设施有效供给 | 实际投运、利用率、单位正确交付成本与供电约束 | 有计划和工程披露,Muse 专属分配未知 | 把承诺容量当已运行容量 |
10.2 每次更新必须留下可比条件
每条记录至少包含模型与产品版本、地区和账户、连接器版本、任务集、预算、权限、成功定义、样本量、人工投入、实验日、发布日期、复核日、来源及限制。条件改变时,不把新旧数字直接比较。
对高成功率任务,少量样本无法充分测量罕见失败。事故报道只能证明某种失败可能出现,不能估计每千次行动的风险;零事故样本也不能证明风险不存在。应报告样本量和区间,并把低频高影响事件单列。
季度节奏应分三部分:更新事实状态;复跑一组相同任务;修订竞争解释和情景。年度再审视指标是否仍能反映真实瓶颈。例如,一旦界面型代理转向标准 API,原有浏览器点击成功率可能变得不再重要。
10.3 一组可执行的对照任务
本报告建议设置六类任务,而非围绕产品演示选样:跨资料研究并生成可编辑交付物;多约束日程协调;包含身份歧义的草稿与外发;含冲突偏好的购物比较;旧目标改变后的长期任务;工具失败后的恢复。
每类保留简单、正常和对抗版本。研究任务核对来源与事实;日程任务核对时区和冲突;外发任务核对收件人与授权;购物任务同时允许“不要买”;长期任务修改目标并检查旧行动停止;恢复任务制造接口错误并检查是否虚构成功。
同任务比较人类、普通助手、代理,以及代理加长期上下文。结果应同时报告成功与成本。这样可以识别收益来自模型、上下文、框架还是人工,而不是只证明某个产品能做出一次漂亮结果。
十一|对企业与个人的意义
11.1 企业:从采购模型转向设计可验收的委托
Meta 9 月宣布企业平台,并把代理、API、编码与商家产品纳入技术栈;小企业公告扩展了商业账户和外部工具连接。[7,15] 这证明企业布局正在推进,不能据此推断所有数据驻留、身份管理、合同责任与审计要求均已满足。
本报告分析:对企业 AI 服务,主要机会在目标与流程之间。客户缺少的往往不是一个更会回答的界面,而是清楚的任务边界、正确的数据、合理的权限和可验收的结果。企业部署应先选反馈明确的流程,再根据实际收益扩大委托。
一个有用的项目可以先分析现有流程,确定输入与输出,记录人类基线,构造带失败案例的验收任务,随后测试代理。上线后保留抽查、中止、异常恢复和权限复核。模型或连接器更新时,对重要流程重新验收;不因产品品牌变化而整套重做,也不因品牌稳定而跳过复核。
客户服务、商家运营和内部知识工作可能适合不同控制方式。所有流程一律“自动化”会忽略可逆性和责任。代理可以自动准备材料,而正式发送由指定负责人批准;可以自动检查异常,而账务修改要求更强授权。这是任务设计,不是对某家公司能力的保守预设。
11.2 个人:评价长期委托的净收益
个人可以问四个实际问题:它完成了什么可独立确认的工作;我用了多少时间解释和复核;错误能否被发现与恢复;我能否带走自己的重要状态。拟人化表达和持续陪伴有使用价值,但不能替代这四项判断。
一个逐渐有效的个人代理应减少重复上下文输入,并保留重要约束。若用户不断重新解释同一要求、撤回错误记忆或检查假完成,长期关系未必产生正收益。决定委托深度,应根据同类任务的反复结果,而不是一次成功或一次失败。
对企业负责人或 AI 顾问,个人代理还可以作为研究工具:观察任务澄清、状态恢复、权限解释和可编辑交付物怎样影响合作效率。可复用的是方法与验收标准,不能直接将消费账户的权限和隐私安排搬入企业流程。
11.3 什么构成持久优势
本报告判断:Meta 的潜在优势是模型、产品触达、个人上下文、设备与商家关系的组合;这些优势不会自动转化为可信代理。用户若拒绝连接信息,外部服务若限制行动,长期记忆若不可纠错,组合中的关键环节就会断裂。
未来竞争可能围绕两类优势展开:谁能做更多工作,以及谁能让用户更放心地委托并更容易离开。可迁移性看似降低锁定,也可能增加信任与使用深度。是否形成这种正反馈,需要行为数据验证。
十二|关键未知与最终判断
12.1 目前不知道的事项
| 未知 | 为什么关键 | 什么资料能缩小未知 |
|---|---|---|
| Muse 广泛长期任务的可靠性 | 决定个人委托能扩展到哪里 | 独立任务集、全部失败与人工投入 |
| 各产品使用的实际模型版本 | 决定模型评估能否解释产品表现 | 版本记录与分地区、分账户说明 |
| 完整商业排序与收益安排 | 决定代理是否稳定代表用户 | 规则、赞助披露与独立对照审计 |
| 记忆与工作状态的跨平台迁移 | 决定个人关系是否形成锁定 | 导出格式、恢复测试与目标继承 |
| 更强隐私架构的实际覆盖 | 决定提供者访问边界 | 部署说明、威胁模型和外部审计 |
| 人类后台在交付中的总体份额 | 决定自动化程度、成本与隐私 | 按任务分类的透明统计 |
| 企业平台生产成熟度 | 决定是否可用于关键业务流程 | 企业验收、事故、审计及合同资料 |
| AI 在 Meta 内部研发的实际贡献 | 决定是否出现研发增长反馈 | 接受率、对照资源与跨代周期数据 |
| 眼镜与物理接口的长期收益 | 决定多模态入口能否带来能力增益 | 日常环境测量与完整失败分母 |
这些未知不用于否定路线,也不以愿景补齐。公开资料稀缺时,研究应保留有边界的判断。
12.2 本报告的最终判断与置信程度
较高置信:Meta 已形成从模型到持续个人代理、商业连接与设备入口的可辨认路线;Personal 的战略含义与模型所有权、算力分散不能等同。官方资料、代码与合作伙伴公告相互支持这些有限结论。
中等置信:个人上下文与运行系统将成为代理价值的重要来源;Meta 有能力利用现有分发与商家关系推进这一组合。实际优势大小仍取决于模型、可靠性、用户授权与外部服务接受度。
有限置信:持续个人代理将成为主导入口,或广告模式一定演化成代理交易平台。这些属于竞争性情景,不能从现有公告推出确定结果。
目前无法确认:Muse 已达到个人超级智能;Meta 已实现连续递归自我改进;物理超级智能的出现时间;现有提供者访问已在技术上被完全排除。
本专题留下一个可持续研究的问题:当代理能替人做越来越多事情时,能力增长是否同时带来更清楚的授权、更可验证的结果和更真实的用户选择?只有三者一起推进,Personal Superintelligence 才从产品愿景走向对个人能力与权利的实质扩展。
来源与复核说明
所有以下材料于 2026-10-06 复核。动态页面的当期值只代表复核时点。A/B/C 为本报告证据标签;没有把媒体转载当作新的独立交叉验证。部分不可完整读取的页面仅支撑已公开摘要中的有限事实。D 类框架、情景、标准和建议由本报告提出。
[1] Meta|Personal Superintelligence。2025-07-30,B,战略信与愿景,非独立能力验证。https://www.meta.com/superintelligence/
[2] Meta AI|Introducing Muse Spark: Scaling Towards Personal Superintelligence。2026-04-08,B,模型发布与自评。https://ai.meta.com/blog/introducing-muse-spark-msl/
[3] Meta AI Research|Introducing Muse Code and Muse Spark 1.2。2026-08-05,B,开发产品与模型公告。https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2
[4] Meta AI Research|Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device。2026-08-10,B,开放权重、许可和训练路线披露。https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
[5] Meta AI Research|Introducing Muse Spark 1.3。2026-09-02,B,可用性与内部比较,未替代独立系统评估。https://research.meta.ai/blog/introducing-muse-spark-1-3
[6] Meta Newsroom|Introducing Muse: The World’s First Personal AI Agent Built for Everyone。2026-09-08,页面更新 2026-09-30,B。标题中的“世界首个”为公司表述,本报告不认可为独立事实。https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
[7] Meta Newsroom|Launching Meta Enterprise Platform。2026-09-28,B,企业战略与人事公告,具体能力可用性需另核。https://about.fb.com/news/2026/09/launching-meta-enterprise-platform/
[8] Meta AI Research|Security and Safety for AI Agents: Our Approach with Muse。2026-09-08,B,架构、现有保护与未来隐私目标。https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse
[9] Muse|How We Designed Muse。2026 年 9 月公开设计说明,B,界面与交互路线,非使用效果实验。https://introducing.muse.ai/
[10] Stripe|Stripe Helps Muse, Meta’s New Personal AI Agent, Shop Across the Internet with Link。2026-09-08,B,合作伙伴支付机制披露。https://stripe.com/en-cn/newsroom/news/stripe-helps-meta-muse-shop-with-link
[11] Meta Newsroom|The Biggest News From Connect 2026。2026-09-24,B,前一日活动公告,包含未交付计划。https://about.fb.com/news/2026/09/the-biggest-news-from-connect-2026/
[12] Meta / facebookincubator|Muse Gadget SDK。官方动态代码仓库,B,设备接口与许可;不证明通用物理能力。https://github.com/facebookincubator/muse-gadget-sdk
[13] Meta AI Research|Solving Open Research Problems Together。2026-10-02,B,六篇数学研究合作披露;人类引导与复核,部分问题有并行研究。https://research.meta.ai/blog/solving-open-research-problems-together
[14] Reuters|Meta Deepens AI Push with Superintelligence Lab, Source Says。2025-06-30,C,历史组织调整报道。https://www.reuters.com/business/meta-deepens-ai-push-with-superintelligence-lab-source-says-2025-06-30/
[15] Meta Newsroom|The Future Is for Everyone: Muse for Small Business。2026-09-29,B,连接器和商业账户能力披露,用户案例不是代表性样本。https://about.fb.com/news/2026/09/introducing-muse-small-business/
[16] Meta AI Research|Developing Capable Models Responsibly。2026-10-02,B,最新框架更新与治理计划。https://research.meta.ai/blog/developing-capable-models-responsibly
[17] Meta|Meta Superintelligence Scaling Framework v2.1。2026 年 10 月,51 页,B,包含训练、评估和开放权重风险;规则不等于执行认证。https://research.meta.ai/static/meta-superintelligence-scaling-framework
[18] Artificial Analysis|Muse Spark 1.3 xhigh Intelligence, Performance and Price Analysis。动态页面,A,复核时 Intelligence Index v4.3.2;指定配置,不代表个人代理全部功能。https://artificialanalysis.ai/models/muse-spark-1-3-xhigh/
[19] Business Insider|A YouTuber Figured Out How His Muse AI Agent Shared His Address with a Total Stranger。2026-09-29,C,后续说明包含 Allow Always 选择,仅支持个案机制。https://www.businessinsider.com/muse-agent-facebook-marketplace-address-setting-meta-always-allow-2026-9
[20] Reuters|Apple Says It Will Flag AI Requests for Mac Data After Meta’s Muse Draws Complaints。2026-10-02,C,包含用户争议与 Meta 选择加入回应,未作为技术审计。https://www.reuters.com/business/retail-consumer/apple-says-it-will-flag-ai-requests-mac-data-after-metas-muse-draws-complaints-2026-10-02/
[21] Meta Investor Relations|Meta Reports Second Quarter 2026 Results。2026-07-29,B,收入、资本开支与全年预测。广告占比由本报告计算,资本开支非 Muse 专属。https://investor.atmeta.com/investor-news/press-release-details/2026/Meta-Reports-Second-Quarter-2026-Results/
[22] Bloomberg|Amazon Blocks Meta’s Muse AI Agent From Its Retail Site。2026-09-21,C,公开摘要支持阻止访问事件,不推断完整内部动机。https://www.bloomberg.com/news/articles/2026-09-21/amazon-blocks-meta-s-muse-ai-agent-from-its-retail-site
[23] Meta AI|V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning。2025-06-11,B,研究论文页面,不代表最新 Muse 产品组件。https://ai.meta.com/research/publications/v-jepa-2-self-supervised-video-models-enable-understanding-prediction-and-planning/
[24] Meta / facebookresearch|V-JEPA 2 Repository。官方代码与研究说明,B,实验范围应结合论文解释。https://github.com/facebookresearch/vjepa2
[25] Reuters|Yann LeCun to Leave Meta, Launch AI Startup Focused on Advanced Machine Intelligence。2025-11-19,C,宣布离职计划的历史报道,不据此复原当前全部组织安排。https://www.reuters.com/technology/yann-lecun-leave-meta-launch-ai-startup-focused-advanced-machine-intelligence-2025-11-19/
[26] Meta AI Research|Semiabelian Groups Need Not Be Monomial。2026 年研究合作论文页面,B,本报告未完成数学证明复审。https://ai.meta.com/research/publications/semiabelian-groups-need-not-be-monomial/
[27] Meta AI Research|Addressing an Issue Involving a Third-Party Cyber Evaluation of Muse Spark 1.1。2026-08-14,B,公司对早期第三方测试事件的复盘与归因。https://research.meta.ai/blog/addressing-third-party-testing-misconfiguration-muse-spark-1-1
[28] Apollo Research|Science: System Card Evaluations / Muse Spark。动态汇总页,A,Muse Spark 记录日期为 2026-05-26;结论不自动适用于后续版本。https://www.apolloresearch.ai/science
[29] Reuters|Meta Testing a “Human Concierge” for Its New Personal AI Agent Muse。2026-09-22,C,内部测试报道,包含公司发布前测试解释。正文公共读取受限;可核验 Reuters 分发摘要与后续 Reuters Best 页面。https://www.reuters.com/business/meta-testing-human-concierge-its-new-personal-ai-agent-muse-2026-09-22/ ;https://reutersbest.com/meta-testing-a-human-concierge-for-its-new-personal-ai-agent-muse/
[30] Engineering at Meta|MTIA 300: Meta’s First Training Chip with Built-in NICs and Communication-Offloading Engines。2026-08-24,B,排序与推荐工作负载工程资料,不泛化为所有生成式 AI 性能。https://engineering.fb.com/2026/08/24/networking-traffic/mtia-300-meta-training-chip-built-in-nics/
[31] Engineering at Meta|Building Prometheus: How Backend Aggregation Enables Gigawatt-Scale AI Clusters。2026-02-09,B,网络工程与完成后的容量目标,非全量投运认证。https://engineering.fb.com/2026/02/09/data-center-engineering/building-prometheus-how-backend-aggregation-enables-gigawatt-scale-ai-clusters/
[32] Meta Newsroom|Meta Announces Nuclear Energy Projects, Unlocking Up to 6.6 GW to Power American Leadership in AI Innovation。2026-01-09,更新 2026-01-12,B,现有与未来电源项目混合;标题容量不得视为当期新增投运。https://about.fb.com/news/2026/01/meta-nuclear-energy-projects-power-american-ai-leadership/