Meta首席执行官马克·扎克伯格在9月25日一档访谈节目中披露，公司推出的个人AI Agent产品Muse上线仅两周，用户规模已达数百万。他把这一早期反响定性为Meta产品历史上少见的“一出手就是全垒打”，并称这类情况“每隔几年才会遇到一次”。
与用户数据同步公布的还有产品整合计划：Muse将接入全线Ray-Ban智能眼镜。目前眼镜的交互仍是“说一句、得一个回复”的单轮模式，接入Muse后，眼镜将变成Agent的前端入口——用户开口下达任务，后端Muse在安全环境中持续工作，完成后再反馈结果。交互方式也随之改变：用户不必再喊“嘿Meta”，而是可以自定义唤醒词直接呼叫自己的个人Agent。
三条押注的汇合
多年来，外界习惯把元宇宙、智能眼镜和大模型看作Meta三场彼此独立的豪赌。扎克伯格此次的描述显示，这三条路线正在产品层面加速合流。他给出了一条清晰的硬件梯队：无摄像头的纯音频眼镜已搭载Muse，可处理通话、音乐和语音任务；带小显示屏的Meta Ray-Ban已经发布，具备基础视觉反馈；全视场角全息AR原型也已发布。他称Meta在眼镜上的长期投入，使公司在AI Agent成熟后处于较有利的位置。
元宇宙技术并未停步，只是资源重心当前更多转向Muse和智能眼镜的AI功能。扎克伯格举例说，过去生成较高质量的写实化身需要房间级设备、多角度扫描和企业级GPU环境，如今用户通过少量照片即可完成设置，相关能力已能运行在一副VR眼镜中。展望2030年，他描述的场景是：人们在线下与通过全息影像接入的朋友共同参与活动，工作场景中人类与多个Agent一起参与群聊或会议，Agent可以以全息形象或其他具身化形式出现。
从“拼凑”到全栈自研
Muse的起点并不宏大。扎克伯格称，最初是他与团队成员Nat和Alex坐在一起，用开源工具在家里拼出一个早期版本。他们判断，如果把它做成任何人都能用的产品——不需要自己买Mac Mini、不需要在终端里折腾——那将是数十亿人想要的东西。
这一判断决定了后续的研发逻辑：不只是训练模型，而是从模型、运行框架到Agent的“心跳”机制全栈自研。所谓心跳，指Agent会定期自动唤醒，检查用户目标并主动推进待办事项。产品层面还加入了记忆、任务追踪、虚拟角色动画和实时语音互动。
在个性化上，扎克伯格表示Meta并不认为AI应该只有一种固定人格，Muse允许用户修改头像、声音和基础性格，设计目标是具备较高的可操控性。
每个Agent一台独立“电脑”
Muse区别于其他AI产品的一项核心基础设施，是Meta为每个Agent单独配备一台安全虚拟机（Secure VM）。扎克伯格解释，Agent会掌握用户大量敏感信息，这些信息不应与所有人的数据混在同一个池子里。他把这台虚拟机比作“放在你桌子底下、只属于你的那台电脑”：用户数据加密存储，密码等敏感凭证通过独立安全模块管理，Agent本身无法直接读取。在此基础上，Meta还设计了名为Sentinel的安全Agent，专门监控进出Muse的数据流，检测到异常或高风险操作时会直接拦截并提示用户授权。
Llama 4：“最可怕的时刻”
并非所有押注都顺利。扎克伯格在访谈中罕见地直接谈及Llama 4的失败，称那是“最可怕的时刻”——团队以为走在正轨上，结果并非如此，是一次相当大的负面意外。他把问题归结为团队结构的根本性错误：他按Instagram推荐系统或广告系统那种方式组建团队，几百上千人并行推进；但训练语言模型需要的是一支紧密协作的小团队，当作群体科学项目来做，每个席位都极为宝贵。
此后Meta进行了彻底重组，从行业广泛引入顶尖人才，成立Meta超级智能实验室（MSL）。扎克伯格表示，新一代模型即将发布，但不会在Connect大会上公布。
算力路线与对齐问题
在通往AGI的路径上，扎克伯格给出了一个直接判断：他不确定还需要什么根本性的架构突破，认为大致已经知道配方，如果能建造足够大的超级计算机集群，就可以“暴力破解”到达那里。他透露，俄亥俄州超过1吉瓦的集群已基本投入使用，用于训练下一代模型；路易斯安那州的5吉瓦级集群正在建设中。他同时补充，算力驱动并不意味着架构研究不重要——人脑只消耗约10瓦，而现有系统可能比它低效一百万倍，只有把大规模算力与架构突破结合起来才能真正领先。
在AI安全上，扎克伯格的态度偏务实：他不把对齐视为监管压力，而是产品能否成功的前提。他称，如果让Muse做一件事它却做了相反的事，就不会有人再用它；Muse若要触达十亿用户，就必须解决对齐问题或取得非常大的进展。他用父母给孩子立规矩作类比：如果模型通过修改系统配置来“完成”一道编程题，需要告诉它，要学的是解题方法，而不是找捷径绕过去。
从这次访谈看，Meta正试图把模型能力、硬件入口与个人数据安全打包成一套面向普通用户的Agent产品，而Muse的早期用户数据，是这套组合目前拿出的第一份成绩单。