← 資訊首页 | 货源大厅

从预训练开始重构个人Agent:Muse登顶下载榜背后的全栈设计逻辑与算力布局

2026-09-25 · 来源:虎嗅·中继

从预训练开始重构个人Agent:Muse登顶下载榜背后的全栈设计逻辑与算力布局

Muse上线不到两周登顶美国应用下载榜,扎克伯格详解云端虚拟机、记忆与权限系统三大支柱,并披露在Llama 4偏离预期后重组核心研究团队、持续加码算力投入的追赶路线。

Meta终于再有一款快速出圈的AI产品。据快讯原文,Muse上线不到两周即登顶美国应用下载榜首,据Sensor Tower统计,截至9月22日累计下载量已超250万次。对一家在消费级AI应用端持续寻找爆点的公司而言,这个成绩的意义不在于榜单本身,而在于它验证了一个产品假设:用户愿意把真实的任务、真实的账号、真实的决策交给一个持续运行的AI Agent,而不只是把它当作聊天窗口。

在与科技记者Alex Heath的对谈中,扎克伯格详细拆解了这款个人Agent的全栈设计。第一个支柱是云端虚拟机:Muse被赋予持续行动能力,可在后台操作计算机、登录服务并推进用户目标。这与市面上大多数依赖用户设备、仅在会话期间存活的Assistant形成了本质区别。持续运行的虚拟机意味着Agent具备“离场也在工作”的能力,这是从“工具”跃迁为“代理”的硬件基础,也对Meta的数据中心算力与虚拟化调度能力提出了更高要求。

第二个支柱是记忆。记忆使Muse从单次工具变成长期服务,能依据已完成任务与用户反馈调整后续动作,并主动提出新项目。这意味着模型不仅要理解当前指令,还要在预训练和架构层面为长期上下文、任务状态追踪与用户偏好建模留出空间——这正是扎克伯格强调“模型必须从预训练开始为此设计”的原因。他明确指出,理解用户长期目标、判断私人信息使用边界,不能只靠通用模型的后训练解决。这一判断对整个行业有深远影响:如果个人Agent确实需要原生设计,那么为Agent场景定制的基础模型将成为新的竞争维度,而非简单复用通用旗舰模型。

第三个支柱是权限系统。权限决定用户敢把多少事交给AI:登录、付款、发送邮件、披露敏感信息均需明确授权,Agent只能获得当前任务所需的权限。Meta还计划以机密虚拟机与独立凭据存储,把隐私保护写进系统架构,减少公司及核心Agent接触敏感信息的机会。这种“逐项授权+最小权限”的设计,试图在便利与信任之间建立可核查的边界,是Agent产品能否规模化的关键前提。

商业化上,Muse以免费额度作为扩大用户规模的起点,扎克伯格希望它通过帮用户省钱、赚钱和经营业务,逐步证明个人Agent的经济价值。模型研发方面,在Llama 4偏离预期后,他转向更精简的核心研究团队,并继续增加算力投入,以新的方式追赶前沿模型。这一表态值得算力买家与基础设施投资者关注:即便组织收窄,Meta的算力投入方向依然是扩张而非收缩,个人Agent的持续运行、记忆存储与机密计算,都会推高单用户算力成本。

安全方面,扎克伯格坚持扩散论:强大AI若仅由少数机构掌握同样存在风险,让更多人获得能力才能形成制衡。他解释,撰写那篇近似宣言的长文,是因为投入巨大的机构有责任说明研究团队相信什么;其判断基于三点:赋予个人能力是人类繁荣的重要来源、AI的首要用途是创造新事物而非自动化现有工作、未来安全的基础应是适当的权力制衡而非限制使用权。

对AI算力买家而言,这一事件提供了几条采购层面的参考。第一,个人Agent类工作负载是常驻型而非突发型,云端虚拟机、记忆数据库与机密计算环境意味着稳定的基础算力需求,采购时宜优先考虑长期合约与可预期的供给,而非完全依赖现货市场。第二,权限与凭据系统要求可信执行环境,具备机密计算能力的实例与独立存储方案将成为差异化选项,买家应将其纳入评估维度。第三,模型层面向“为Agent原生设计”的预训练演进,意味着训练侧的算力需求不会因研究团队精简而下降,反而可能因多轮架构迭代而更具弹性,买家需为试错周期预留预算。

【真实行情数据】按万安算交所(AIXX)在售挂单统计口径,该型号当前无在售挂价数据。买家如需询价或委托挂单,可通过AIXX交易终端提交意向,行情系统将在有新挂单生成时同步更新报告口径。

综合来看,Muse的两周登顶只是起点,真正决定成败的是云端虚拟机、记忆与权限三大支柱能否兑现“替人行动”的承诺,以及Meta能否在算力持续投入与隐私架构之间找到可持续的平衡。

Q: Muse的市场表现有哪些关键数据?

A: Muse上线不到两周即登顶美国应用下载榜首,据Sensor Tower统计,截至9月22日累计下载量已超250万次。

Q: 扎克伯格为什么强调模型要从预训练开始为个人Agent设计?

A: 他认为理解用户长期目标、判断私人信息使用边界,不能只靠通用模型的后训练解决;结合云端虚拟机、记忆与逐项授权的权限系统,模型必须在预训练阶段就为此设计,且在Llama 4偏离预期后,他转向更精简的核心研究团队并继续增加算力投入。

主题标签: Meta · Muse · Mark Zuckerberg · Alex Heath · Llama 4 · AI Agent


相关阅读


萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅