Meta執行長馬克·扎克伯格在9月25日一檔訪談節目中披露，公司推出的個人AI Agent產品Muse上線僅兩週，使用者規模已達數百萬。他把這一早期反響定性為Meta產品歷史上少見的“一齣手就是全壘打”，並稱這類情況“每隔幾年才會遇到一次”。

與使用者資料同步公佈的還有產品整合計劃：Muse將接入全線Ray-Ban智慧眼鏡。目前眼鏡的互動仍是“說一句、得一個回覆”的單輪模式，接入Muse後，眼鏡將變成Agent的前端入口——使用者開口下達任務，後端Muse在安全環境中持續工作，完成後再反饋結果。互動方式也隨之改變：使用者不必再喊“嘿Meta”，而是可以自定義喚醒詞直接呼叫自己的個人Agent。

三條押注的匯合

多年來，外界習慣把元宇宙、智慧眼鏡和大模型看作Meta三場彼此獨立的豪賭。扎克伯格此次的描述顯示，這三條路線正在產品層面加速合流。他給出了一條清晰的硬體梯隊：無攝像頭的純音訊眼鏡已搭載Muse，可處理通話、音樂和語音任務；帶小顯示屏的Meta Ray-Ban已經發布，具備基礎視覺反饋；全視場角全息AR原型也已釋出。他稱Meta在眼鏡上的長期投入，使公司在AI Agent成熟後處於較有利的位置。

元宇宙技術並未停步，只是資源重心當前更多轉向Muse和智慧眼鏡的AI功能。扎克伯格舉例說，過去生成較高質量的寫實化身需要房間級裝置、多角度掃描和企業級GPU環境，如今使用者通過少量照片即可完成設定，相關能力已能執行在一副VR眼鏡中。展望2030年，他描述的場景是：人們線上下與通過全息影像接入的朋友共同參與活動，工作場景中人類與多個Agent一起參與群聊或會議，Agent可以以全息形象或其他具身化形式出現。

從“拼湊”到全棧自研

Muse的起點並不宏大。扎克伯格稱，最初是他與團隊成員Nat和Alex坐在一起，用開源工具在家裡拼出一個早期版本。他們判斷，如果把它做成任何人都能用的產品——不需要自己買Mac Mini、不需要在終端裡折騰——那將是數十億人想要的東西。

這一判斷決定了後續的研發邏輯：不只是訓練模型，而是從模型、執行框架到Agent的“心跳”機制全棧自研。所謂心跳，指Agent會定期自動喚醒，檢查使用者目標並主動推進待辦事項。產品層面還加入了記憶、任務追蹤、虛擬角色動畫和即時語音互動。

在個性化上，扎克伯格表示Meta並不認為AI應該只有一種固定人格，Muse允許使用者修改頭像、聲音和基礎性格，設計目標是具備較高的可操控性。

每個Agent一台獨立“電腦”

Muse區別於其他AI產品的一項核心基礎設施，是Meta為每個Agent單獨配備一台安全虛擬機器（Secure VM）。扎克伯格解釋，Agent會掌握使用者大量敏感資訊，這些資訊不應與所有人的資料混在同一個池子裡。他把這台虛擬機器比作“放在你桌子底下、只屬於你的那台電腦”：使用者資料加密儲存，密碼等敏感憑證通過獨立安全模組管理，Agent本身無法直接讀取。在此基礎上，Meta還設計了名為Sentinel的安全Agent，專門監控進出Muse的資料流，檢測到異常或高風險操作時會直接攔截並提示使用者授權。

Llama 4：“最可怕的時刻”

並非所有押注都順利。扎克伯格在訪談中罕見地直接談及Llama 4的失敗，稱那是“最可怕的時刻”——團隊以為走在正軌上，結果並非如此，是一次相當大的負面意外。他把問題歸結為團隊結構的根本性錯誤：他按Instagram推薦系統或廣告系統那種方式組建團隊，幾百上千人並行推進；但訓練語言模型需要的是一支緊密協作的小團隊，當作群體科學專案來做，每個席位都極為寶貴。

此後Meta進行了徹底重組，從行業廣泛引入頂尖人才，成立Meta超級智慧實驗室（MSL）。扎克伯格表示，新一代模型即將釋出，但不會在Connect大會上公佈。

算力路線與對齊問題

在通往AGI的路徑上，扎克伯格給出了一個直接判斷：他不確定還需要什麼根本性的架構突破，認為大致已經知道配方，如果能建造足夠大的超級計算機叢集，就可以“暴力破解”到達那裡。他透露，俄亥俄州超過1吉瓦的叢集已基本投入使用，用於訓練下一代模型；路易斯安那州的5吉瓦級叢集正在建設中。他同時補充，算力驅動並不意味著架構研究不重要——人腦只消耗約10瓦，而現有系統可能比它低效一百萬倍，只有把大規模算力與架構突破結合起來才能真正領先。

在AI安全上，扎克伯格的態度偏務實：他不把對齊視為監管壓力，而是產品能否成功的前提。他稱，如果讓Muse做一件事它卻做了相反的事，就不會有人再用它；Muse若要觸達十億使用者，就必須解決對齊問題或取得非常大的進展。他用父母給孩子立規矩作類比：如果模型通過修改系統配置來“完成”一道程式設計題，需要告訴它，要學的是解題方法，而不是找捷徑繞過去。

從這次訪談看，Meta正試圖把模型能力、硬體入口與個人資料安全打包成一套面向普通使用者的Agent產品，而Muse的早期使用者資料，是這套組合目前拿出的第一份成績單。