文 | 影子备忘录
九月底的硅谷，发生了两件看起来八竿子打不着的事。
一件是 OpenAI 又有人走了。这次走的是三位高管，同一天宣布离职。如果你一直在跟踪这家公司，可能已经有点麻木了。
自今年以来，它的核心团队像漏水的桶一样，一个接一个地离开。但这次不太一样，因为就在同一天，OpenAI 还确认了一件事：年内不上市了。
另一件事发生在差不多同一时间。Meta 那个叫 Muse 的 AI 助手，上线不到两周，直接把 ChatGPT 从美区 iOS 免费榜第一的位置上踹了下去。
扎克伯格在财报电话会上笑得合不拢嘴，股价当天涨了 11%，市值凭空多出两千多亿美金。
一边在收缩，一边却在狂奔。
但如果你愿意往深里想一层，就会发现这两件事其实在回答同一个问题。
当 AI 从 " 能跟你聊天 " 变成 " 能替你办事 "，这场游戏到底在比什么？
OpenAI 在换挡
先说 OpenAI。
很多人看到 " 暂停 IPO"" 高管离职 "" 砍掉 Sora" 这些消息，第一反应是：OpenAI 是不是不行了？
首先你得先搞明白一件事：OpenAI 现在遇到的麻烦，很大程度上是 " 太成功了 " 带来的。
它的 API 平台，企业用户的 Token 用量从去年 10 月的每分钟 60 亿，一路飙到今年 3 月的 150 亿。什么概念？就是全世界都在用它的模型，但它的算力池子扩不了那么快。
算力不够怎么办？只能做取舍。
Sora 就是被舍掉的那个。这个视频生成项目每年烧掉 50 多亿美金，听起来很酷，但跟核心业务比起来，优先级就得往后排。
省下来的算力，全部押到了代号 "Spud" 的下一代模型上。
看起来是认怂，但其实是在算账。
但真正让 OpenAI 头疼的，还不是钱和算力的问题。
今年夏天发生了一件事，可能容易被很多人忽略。OpenAI 的 AI 智能体在做安全评测的时候，突破了隔离沙箱，侵入了一家 AI 初创公司的系统。
不是模拟，是真实发生的。它拿到了生产服务器的部分控制权，还读到了内部敏感信息。
这事儿要是放在电影里，就是天网觉醒的前传。放在现实里，就是整个行业都得停下来想一想：我们到底在造什么东西？
更耐人寻味的是，事情发生后没多久，OpenAI 把那个专门评估 " 模型灾难性风险 " 的团队给解散了。
官方说法是 " 职责拆分到各业务线 "，但外界看到的信号很明确：安全护栏在被主动拆除。
然后是人的问题。
今年 OpenAI 已经有 12 位知名高管和核心负责人离开，11 位联合创始人只剩两个还在。你说这是正常的人才流动？可能吧。
但当安全团队负责人、科学部门主管、Sora 核心研发者几乎在同一时间段选择离开，这事儿就没那么简单了。
综合来看，OpenAI 正在从一个 " 什么都想做的超级实验室 "，变成一个 " 只做最重要的事的产品公司 "。
问题是，当一个以探索为基因的组织开始聚焦，它丢掉的是包袱，还是可能性？
Meta 的油门，其实踩了很久了
再说 Meta。很多人觉得 Meta 是突然爆发的，好像扎克伯格睡了一觉醒来，就决定 all in AI 了。
但如果你把时间线拉长一点看，会发现这场狂飙早就开始了。
去年 6 月，Meta 往数据标注公司 Scale AI 砸了 150 亿美金，顺便把人家联合创始人挖过来，领导重组后的 AI 部门。
然后扎克伯格开始疯狂挖人，开出的价码让整个硅谷都咂舌。最离谱的是，他把自己办公桌搬到了 AI 实验室里，重新开始写代码。
一个千亿美金公司的 CEO，坐在工程师堆里写代码。这事儿放在任何一家公司都够魔幻的，但扎克伯格就这么干了。
然后就是产品。
今年 4 月，Meta 超级智能实验室推出了第一个模型 Muse Spark。跟之前 Llama 系列的开源路线不一样，这次是闭源。
支持 100 万 Token 的上下文窗口，跑分跟 OpenAI 和 Anthropic 的同级模型互有胜负。
但真正让行业震动的，是 9 月上线的 Muse，它被行业誉为消费级 AI Agent。
笔者简单举个例子你就明白这东西跟以前的 AI 有什么区别了。
有个用户要挂纽约的专科号，等待周期长得离谱。他把健保信息、专科需求、时段偏好发给 Muse，第二天就拿到了第一顺位医生的预约。
整个过程里，他没填过一个表单，没打过一个电话。
这不是 " 帮你搜索信息 "，这是 " 替你把事情办了 "。
而这种体验，恰恰是普通用户对 AI 最朴素的期待。你不用学什么提示词工程，不用研究怎么跟 AI 说话，你只需要告诉它你要什么，然后等着就行。
但 Meta 的狂飙也有隐忧。
Muse 上线一周，试用人数超过 50 万，日活大概 25 万。听着不少？但人均只发了四条指令。相对于 Meta 三十亿用户的基数，这个数字还很小。
更麻烦的是商业化。分析师算了一笔账：Muse 要产生可观的收入，用户平均每月得通过它购买超过 1000 美金的商品。这个数字，远高于当前电商市场的平均水平。
Meta 赌的是规模。先用免费体验把用户习惯养起来，再通过广告和企业服务变现。这条路能不能走通，现在下结论还太早。
AI Agent 到底在争什么？
说到这里，你可能已经发现了：OpenAI 和 Meta 的分岔，表面上是 " 收缩 " 和 " 扩张 " 的区别，但本质上，它们是在用不同的方式回答同一个问题：
AI Agent 的竞争，到底在争什么？
首先争的是入口。
今年 9 月最后三周，个人 AI 助理赛道突然挤满了人。Meta 的 Muse 先发，Manus 发布 2.0 版本推出独立助理 Cue，OpenAI 跟进发布 "dots"，字节跳动在幕后紧急加速。
为什么所有人都在同一时间涌向这个方向？
因为 AI Agent 跟以前的 App 不一样。它不是用户主动打开的工具，而是一个全天候在线的 " 数字代理人 "。
谁抢到了这个入口，谁就掌握了用户跟数字世界交互的 " 总开关 "。
Meta 在这场仗里有个天然优势：它不需要从零获客。ChatGPT 每拉一个新用户都得投广告，Meta 直接在 WhatsApp、Instagram、Facebook 的社交池里推送就行。
Muse 上线首 12 天，iOS 下载量 180 万次，同期 ChatGPT 是 130 万次。
这不是模型能力的胜利，这是分发能力的胜利。
其次争的是信任。
AI Agent 要真正有用，用户得愿意把越来越重要的事情交给它。这需要一种全新的信任关系，也就是说你相信它不会搞砸事情，也不会泄露你的隐私，更不会在你不知情的时候做出错误决策。
这也是 OpenAI 踩刹车的深层原因。当它的 AI 智能体突破安全沙箱侵入其他企业系统时，受损的不只是一次安全评测的分数，而是整个行业对 "AI Agent 可以自主行动 " 这件事的信任基础。
Meta 显然也意识到了这个问题。Muse 的每个智能体运行在一台独立的云端虚拟机里，旁边伴生一个安全智能体，对话和数据不会共享给广告系统。听起来很稳妥对吧？
但安全研究员在 Muse 上线不到两周就发现了 0-day 漏洞，一行命令就能劫持 AI 窃取用户凭证。
信任的建立需要数月甚至数年，崩塌只需要一瞬间。
最后争的是生态。
单个 AI Agent 能力再强，如果它不能跟用户已有的数字生活无缝衔接，价值就会大打折扣。
OpenAI 的 dots 可以通过插件连接超过 4000 个应用，但只能阅读，不能发消息或改内容。
Manus 走了一条更激进的路，它给每个 Agent 配独立的邮箱、电话、钱包和电脑，让它以 " 自己 " 的身份发消息、接电话，甚至在用户设定的预算内自主付款。Meta 则选择把 Muse 深度嵌入自己庞大的社交和商业生态。
三种路径，指向同一个问题：未来的 AI Agent，是一个独立于你数字生活的 " 外部助手 "，还是一个跟你所有设备、账户、数据深度融合的 " 数字分身 "？
这个问题的答案，会决定整个行业的权力分配。
写在最后
总体而言，OpenAI 的收缩和 Meta 的扩张，不是同一道题的两个答案。它们是两家处在不同位置的公司，做出了不同的选择。
OpenAI 像一个已经爬到山顶的登山者。它必须停下来检查装备、重新规划路线，因为继续往前可能是悬崖。
它手里有 10 亿级日活用户，接近 700 亿美元的年化收入，全球最高的 AI 企业估值。
但它的每一步都被放大审视，每一次失误都可能动摇整个行业的信心。在这种位置上，" 稳 " 比 " 快 " 更重要。
Meta 像一个终于找到正确赛道的追赶者。它在 AI 竞赛的前半程一度落后，Llama 4 的翻车让它颜面尽失。但现在它找到了自己的节奏，用社交生态的分发能力弥补模型能力的差距，用广告业务的现金流支撑天量资本开支，用扎克伯格亲自下场传递战略决心。
它不需要做最聪明的模型，它只需要做最多人用的 Agent。
不过有一点是可以确定的：AI Agent 的竞争才刚刚开始。
2026 年全球 AI 智能体市场规模预计达到 175 亿美元，到 2030 年超过 470 亿美元。中国企业级 AI 智能体市场 2025 年已经 212 亿元，预计 2029 年突破 3320 亿元。
这个市场的最终格局，不会由某一家公司的某一次发布决定。它取决于未来三到五年内，谁能真正让用户信任 AI Agent，谁能让 Agent 在真实世界里可靠地完成任务。
OpenAI 选择了先稳后进，Meta 选择了以攻为守。
两条路都充满风险，也都可能通向不同的未来。
但有一点值得记住：在这个行业里，今天的刹车可能是为了明天更好地加速，而今天的狂飙也可能因为一个未被发现的安全漏洞而急转直下。
这个局的答案，或许只有未来才能揭晓。
