
作者|毕伟豪
编辑|心缘
智东西 9 月 30 日报道,过去三周,Meta 发布的一款 App 成了科技圈最大的变量。
该应用上线后仅 10 天就登顶美国 App Store 免费应用总榜,将 ChatGPT 甩在身后,第 12 天,据第三方估算其全球安装量达到 280 万。



一款看起来只是 AI 助手的 App,为什么能同时扰动惊动用户、资本市场和 AI 公司三方风云,让 Personal Agent 成为新的焦点词汇?
一、Muse 爆火始末:把 OpenClaw 变成了普通人都能用的 AI 助理
Muse 上线后,很快就有人发现,它和此前爆火的 OpenClaw 有一种很强的相似感。
" 龙虾之父 "Peter Steinberger 还在社交平台上在线求邀请码,表示对 Muse 对 Soul 文件很好奇。

比如订机票、处理邮件、买东西,甚至运行代码、管理其他 AI 工具。只要给 Agent 足够的权限,它就不再只是回答问题,而是可以真正替用户操作电脑。

用户需要自己准备运行环境、配置模型和工具,还要处理账号、权限、安全等问题。而随着 Agent 逐渐进入普通用户场景,大厂推出的成熟产品受安全、隐私和第三方平台限制,真正 " 完成任务 " 的能力事实上是受限的,越来越多的产品倾向于办公这种和文件打交道的场景。
而对于 Muse 来说,用户需要做的事情越来越简单,只需要告诉它 " 我要完成什么 "。Muse 真正做的,是把 OpenClaw 这类产品已经验证过的 Agent 能力,进一步做了一次消费级封装。
过去,用户需要先理解 Agent 是什么、怎么配置、有哪些权限,Muse 则把这些东西藏到了产品背后。用户只需要打开 App 或者 WhatsApp,交代一件事,剩下的搜索、网页操作、信息整理和任务推进,都由 Agent 自己完成。
所以,Muse 与 OpenClaw 的差别,与其说是 " 谁多了一个能力 ",不如说是同一套个人 Agent 范式,拥有了完全不同的使用门槛。
这一点甚至引发了 Muse 是否 " 就是 OpenClaw 套壳 " 的讨论。早期用户发现,两者的工作区和配置文件存在不少相似之处,包括 SOUL.md 等文件。

这也解释了 Muse 为什么会让很多 AI 玩家觉得熟悉。真正的变化在于,OpenClaw 把 Agent 能力交给了极客,Muse 则试图把这套能力交给所有消费者。
比如,用户想去看一场演唱会,可以直接告诉 Muse:" 帮我安排下个月的行程。"
它不会只返回一份旅行攻略,而是自己搜索航班、比较价格、查酒店、规划路线,甚至继续完成预订。如果航班涨价或者酒店没房,它还能重新调整方案;涉及付款、发送邮件等敏感操作时,再回来让用户确认。
用户在 Instagram 收藏了一条菜谱视频,Muse 也可以把它整理成购物清单;邮箱里有一堆待处理事项,它可以帮忙整理;甚至还有人分享用 Muse 注册 Claude 账号的教程。

答案就是 Muse Secure VM。
按照 Meta 官方介绍,Muse 运行在一台独立的云端虚拟机中,拥有自己的浏览器、存储和算力,Agent 与用户数据都运行在隔离环境里。Meta 还设置了独立的 Sentinel Agent,对 Muse 访问互联网和执行敏感操作进行控制,并在发送邮件、购买商品等操作前要求用户确认。
一个真正的 Personal Agent,不能只有聊天窗口。它需要浏览器访问网站,需要存储空间处理文件和用户资料,还需要一个可以持续运行的环境,让用户关掉 App 之后,任务仍然能够继续。
Meta 真正封装起来的,也正是这一整套复杂度:电脑、工具、权限和运行环境。
于是,OpenClaw 时代需要用户自己搭建和管理的东西,被 Muse 变成了一个普通用户打开 App 就可以直接使用的服务。
这也体现了 Muse 的产品逻辑:把已经被 OpenClaw 验证过的 "AI 替你干活 " 做成一个足够简单、足够安全、足够接近普通人日常生活的产品。
而这可能也是 Muse 能够迅速破圈的一个重要原因——它把 " 拥有一个自己的 AI 助理 " 这件事,从极客能力变成了消费产品。
二、能干活、易上手、免费、邀请码和 Meta 流量,共同推高 Muse 热度
但能干活和门槛低能解释 Muse 为什么值得关注,却还解释不了它为什么能在上线不到两周后冲上美国 App Store 总榜第一,Muse 上线初期的一系列运营和传播策略,起到了重要的放大作用。
首先是免费,Muse 上线初期提供了大量免费基础能力,用户不需要为第一次尝试付出成本,免费意味着用户可以先用起来,再决定它到底有没有长期价值。
其次是邀请码,上线初期的邀请码机制制造了一定的稀缺感,用户之间出现了明显的传播效应。新用户注册后可以通过邀请码获得更多 Token,也进一步刺激了用户分享。

Meta 旗下拥有 Facebook、Instagram、WhatsApp、Messenger 等庞大的产品矩阵,Muse 天然拥有其他初创 Agent 产品很难获得的用户触达能力。Muse 上线第二天,Meta 就开始在自家产品中进行推广;此后,Meta 还持续通过旗下产品和社交媒体扩大曝光。

不过,Muse 的爆火并不能简单归结为 "Meta 砸钱投流 ",Meta 自身的流量更像是放大器,而不是 Muse 爆火的全部答案。
Muse 用户在社区中所展示的案例十分 " 接地气 ",也是爆火的原因之一。不是造了个什么网页,不是开发了什么游戏,而是省下了多少保险费用、帮忙订了便宜的酒店、机票等等这些生活中的场景,非常易于传播。
重要的是,Muse 本身是一款非常容易被普通用户理解和传播的产品。 准确地说,Muse 让原本属于开发者和 AI 玩家的 Agent 能力,以一种更加轻量、更加容易理解的产品形态进入了大众消费者的使用场景,和用户的日常生活更加紧密地结合。
三、Muse 还有三道关卡:权限、安全和准入
Agent 产品一直绕不开安全问题,过去,人们担心的是 Agent 运行在什么环境里、数据会不会泄露,以及本地部署和云端部署之间的安全差异。Muse 的爆火,又一次撩拨了安全红线:
当 AI 拥有一台云端电脑之后,它到底应该拿到多高的权限?出了问题谁来负责?而当它真正进入第三方平台时,对方又是否允许它这么做?

第二道限制,是安全。Muse 的解法是通过 Secure VM 隔离运行环境,并对凭证和敏感操作进行额外保护,例如避免直接向 Agent 暴露用户凭证,以及在涉及敏感操作时要求用户确认。
购物是 Muse 最典型的 Agent 场景之一。
比如用户让 Muse 帮忙买东西,真正困难的是后面的登录、填写信息、结账和付款。尤其涉及真实资金后,任何一次操作失误,都可能直接变成用户的经济损失。
Meta 做了一套比较完整的产品设计。如果用户是在已经保存支付信息的网站上购物,到了付款环节,Muse 会弹出人工审核,并把商品、金额等完整购买信息交给用户确认。
对于此前没有购物记录的网站,Muse 则通过内置钱包保存支付信息,并宣布与 Stripe Link 合作,未来将接入 Shop Pay。付款时,系统会生成一个一次性卡号,把这个临时卡号传给商家。
每笔交易都需要用户进行人工审核,而且这组支付信息还会绑定具体商家和金额,只在有限时间内有效。
这样一来,即便 Agent 在执行任务时遭遇提示词注入,或者支付信息被攻击者窃取,拿到的也不是真实信用卡。

第三道限制,则来自第三方生态。Muse 即使拥有自己的云端电脑,也不意味着它可以自由进入互联网里的所有服务。
电商、支付和社交平台都有自己的账号体系、反爬机制以及 Agent 政策。无论是传统的内置浏览器、无头浏览器,还是 Computer Use,本质上都会面对平台愿不愿意让 AI 替用户完成操作的问题。
9 月 20 日晚起,Amazon 开始拦截 Muse 在其平台上的浏览和下单行为;而同一天,Shopify CEO Tobias Lütke 则公开表示将与 Muse 合作,支持 Agent 在 Shopify 商家店铺中完成结账。

结语:Personal Agent 走入厂商、大众和资本视野
事实上,Muse 的爆火,还不足以证明 Personal Agent 已经成为下一个确定性的风口。
但它至少把一套完整的 Agent 能力,以一种非常直白的方式摆到了普通消费者面前。
当 AI 拥有一台自己的电脑,可以替你浏览网页、处理文件、发邮件、购物、订机票和酒店,问题也随之发生变化:
你愿不愿意把自己的信息交给 AI?又愿不愿意把一件完整的事情,真正交给它去完成?
这可能才是 Personal Agent 走向大众之后真正需要回答的问题。
接下来,决定这类产品能走多远的,也不只是模型有多聪明,还包括 AI 能够获得多少权限、能够进入多少应用,以及用户愿意在多大程度上信任它。
而从 Muse 近期引发的市场和行业反应来看,Personal Agent 已经从开发者和 AI 玩家的小范围实验,开始进入厂商、大众用户和资本都在关注的视野。