Meta的Muse引爆Personal AI：中美厂商开战，算力成本成扩张瓶颈

十年里，AI 助手一直是“你问我答”的样子。ChatGPT、豆包再聪明，也不过是把搜索框换成了对话框。

到了 2026 年，两类新产品把这个形态打破了。9 月 8 日，Meta 推出个人智能体 Muse，跑在云端的专属虚拟机中，用户关掉应用也没关系，它照样帮着盯价格、管账单、跟进待办。中国的 AI 厂商很快跟上：10 月 27 日，蚂蚁发布灵光 2.0，机票订完之后，AI 会在后台一直盯价，降价再提醒，外界因此把它叫作“中国版 Muse”。

一个新品类就这么定了下来：Personal AI，个人智能体。

引爆点最早出现在美国。Muse 上线十天就登上美国 App Store 免费榜榜首，财报会披露的数字是：上线一个半月，开通用户超过 1000 万。谷歌的 Gemini Spark 在 I/O 大会亮相，OpenAI 的 Dot、Anthropic 的 Claude Duet 随后入局，千问宣布加速打造 Personal Agent，字节、腾讯也被曝在推进各自产品。10 月下旬，英伟达宣布向 Meta 投资 30 亿美元，围绕 Muse 扩大合作。

资金、算力、头部公司一起押注，事情已经超出一次普通产品更新的范畴：工具从“有问必答”转向“替你惦记事情”，成了智能体的新品类。起点在美国，战场很快烧到中国。

但这次切换，对企业提出的要求完全变了。用户端只是让 AI 多惦记几件事，企业端却要重做算力、安全和商业模式。中美两家头部产品遇到的麻烦也不一样：Muse 在美国因为算力成本放慢了扩张，灵光先要解决生态问题，比如把自家支付宝的 AI 付链路打通。Personal AI 究竟改变了什么，得从头讲。

01｜差别不在智能

还是用机票说事。

去问 ChatGPT 或豆包，它只能告诉你眼下票价多少。

换成千问这类“办事型”AI，比价、下单都能做。交给腾讯 WorkBuddy，它能给你做一张比价表。

而 Personal AI 会在你睡着以后继续盯着，等降价了再把你叫醒。

三代 AI 的真正区别在服务时长。聊天助手只管一次提问，办事型智能体只管一次任务，Personal AI 要连着服务几天、几个月的生活。想判断一个 AI 属于哪一代，关键看它为你工作的总时长。灵光 2.0 给自己的定位是“能管事”的助理。办事是一次性的，交付完就结束；管事是持续的，得记住你，得在你离线后接着跑，还得随情况变化随时调整。

也就是说，Personal AI 并非与 GPT、Gemini、豆包并列的新物种，而是它们正在长出的新形态。今年 5 月，谷歌在 I/O 大会上就发布了 Gemini Spark，手机和电脑关机后，它还能在云端接着干活。ChatGPT 长出了 Dot，Gemini 长出了 Spark，豆包也被曝在内测代号 Spell 的个人助理。奥特曼说 Dot 是“我们一直为自己想象的那种真正的 AI”。

这个节点落在 2026 年，背后有两个条件。

一是模型撑得住了。研究机构 METR 的测量显示，2024 年以来，AI 能独立完成的任务时长大约每 4 个月翻一倍。到今年初，领先模型在软件等任务上，已经能以五成成功率完成人类专家要十几个小时才能做完的工作。此前的模型连几个小时都撑不住，“替你盯几个月”根本谈不上。

二是需求已经验证过。年初爆火的开源智能体 OpenClaw（“龙虾”）说明，普通人确实需要一个替自己干活的 AI。可开源产品门槛硬：用户得自己部署、自己配置运行环境，报错和维护也得自己处理，又沒有官方支持，能坚持用下去的只有技术爱好者。普通人要的是不用部署、打开就能用的形态，大厂的产品化空间就在这里，Muse、灵光、Spark 都是基于这个判断做出来的。

02｜一台云电脑的账

“一直在线”这四个字，某种程度上改掉了 AI 的成本结构。

聊天机器人是所有人共用一套系统，你不说话，它就不占资源。Personal AI 不是这样。Meta 给每个 Muse 用户配了一台专属云电脑，里面有文件系统、终端和完整浏览器，用来搜索、填表、完成交易。Spark、灵光、腾讯的 LightVela 走的也是这条路。算力的计算单位因此从“每一次提问”变成“每一个用户”。你睡觉的时候，它可能还在跑。

OpenRouter 平台的数据显示，今年以来，智能体调用的 Token 用量涨了 14 倍，人类直接调用只涨了 2.8 倍。

扎克伯格在 Meta 三季度财报会上承认，Muse 跑起来非常耗算力。他说，如果算力效率未来几年能继续快速改善，Muse 将保持多年高盈利，收入规模起来之前先不谈盈利。Meta 同时给出指引：明年要把 Muse 的成本效率再提升 10 倍。

分析师追问单个用户的成本，CFO Susan Li 拒绝给出具体数字。

更直接的后果是，扩张节奏被算力拖住了。开财报会时，Muse 上线已有一个半月，仍只在美国和加拿大可用，Meta 坦言算力消耗是它还没走向全球的重要原因。直到 10 月下旬，它才登陆北美以外的第一个市场：日本。

让 AI 替人动钱，代价不止算力那一块。隐私和数据安全同样得推倒重来。Meta 的说法是，Muse 的智能体根本接触不到用户的密码；它每次向外部发出的请求，都要先由独立的守门程序 Sentinel 过一遍，直到请求离开云电脑那一步，真实登录凭证才会被换上去。

但责任还是压在用户这边。灵光的用户协议里写得清楚，智能体做的一切都算用户本人干的，出了风险自己扛。这也是整个行业的通用条款。眼下这些 Personal AI，更像 L2 级辅助驾驶：宣传上说得能自己开，真出了事，买单的还是用户。

03｜按主业出牌

同做 Personal AI，三家巨头的定价和入口路子差得很远。说到底，根基在主业结构上——谷歌靠搜索广告。

搜索广告有兜底，谷歌的助手就不急着挣钱，自然打得出一张“信任牌”。今年 1 月达沃斯，谷歌 DeepMind CEO 哈萨比斯就公开说，对 OpenAI 这么早上广告有点意外。他的理由很直接：助手既然是给你个人服务的技术，广告往哪儿塞，本身就是个麻烦。

OpenAI 的广告业务今年才算起步，撑不住高企的算力成本，只能让用户掏钱，于是把常驻智能体塞进了高价订阅。Dot 开放前后，OpenAI 的 Pro 档位调成了每月 100 美元和 500 美元两档。

Meta 押的是分发。Muse 在 WhatsApp 里直接能用，还有免费额度，用户不用另下 App，也不用在信任建立之前先付费。分析人士的判断是，Meta 没指望靠 Muse 的订阅回本，而是想让自家社交平台黏性更强。不过 CFO 在财报会上也说了实话，订阅眼下是 Muse 唯一的变现方式，交易抽成得等用户和商家规模再大一些才推。

三种打法有个共同点：海外的 Personal AI 都还没找到能自己养活自己的商业模式。现在各家的定价，说到底是主业愿意补贴多少。

04｜美国敲门，中国守城

全球引爆之后，中美两边要解的题并不一样。上一节说的是，美国各家还没找到能自我造血的商业模式，但比的终究是补贴能力。中国厂商则多了一道更靠前的坎：AI 要替人干活，就得钻进一个个超级 App 里去操作，这件事目前还没有通行的做法。

根子在两国互联网的结构不同。中国的消费和社交高度集中在少数几个超级 App 里，数据和交易链路各管各的、互不相通。

美国平台对 Personal AI 的态度也不齐。9 月，亚马逊把 Muse 屏蔽了，弹给用户的提示写着：未经授权的 AI 代理持续访问，违反亚马逊的使用条款。亚马逊还对外说，Meta 事先没打招呼，Muse 浏览时也不表明自己是 AI。摩根大通 CEO 戴蒙的话更直白：你不会想放流氓智能体进来。

另一边，Meta 转身跟沃尔玛、Shopify 这些零售和电商平台谈成了合作。两种立场，说到底来自商业模式：靠站内流量赚钱的亚马逊选择屏蔽智能体，需要新增客流的零售商选择开放接入。

亚马逊屏蔽 Muse，和腾讯拒绝豆包 SAEP，底下的动机是一样的，都是护住自家的流量、数据和交易利益。差别在于封闭的结构化程度。美国的屏蔽是一案一议，有屏蔽就有例外，沃尔玛和 Shopify 的开放就说明，接入能通过商业谈判一家一家谈下来。

中国也有类似的谈判，但谈成的接入目前集中在集团内部和硬件伙伴之间：千问接入淘宝闪购与支付宝 AI 付，是阿里体系内的合作；OPPO 手机预装千问，是手机厂商和模型厂商之间的商业协议。跨竞争对手的接入至今没有先例，豆包到现在还进不了微信和淘宝，155 款 App 对 SAEP 说不，或许就是生态竞争策略的直接表达。

这些障碍大多不是技术问题。让灵光调通支付宝 AI 付，技术上并不难，卡在权限上。支付宝的数据和支付接口开不开放给灵光，是蚂蚁的商业决策。别的厂商面对同样的结构，智能体想跨 App 操作，先得拿到对方的接口和数据授权，这在任何封闭生态里都不会轻易给。

结果就是，国内的 Personal AI 几乎都跟自家集团生态绑得很深：灵光靠着支付宝，千问靠着淘宝，豆包靠着抖音和手机硬件，腾讯靠着微信。生态内的交易和支付链路是闭环的，跑起来顺畅；生态外的服务，基本没有操作空间。

想赚钱，还有个大难题。腾讯研究院 5 月的报告指出，国内 AI 用户里愿意付费的仅占 9.8%。摩根士丹利则预计，2030 年中国消费级 AI 能变现的收入中，大约 99% 将由商家支付的广告费和佣金构成。用户不肯买单，收入就得靠商家，管家还能不能守住中立，这就成了疑问。

蚂蚁 CEO 韩歆毅的看法是，AI 时代的流量逻辑可能正从“抢用户时长”转向“接用户意图”。但他也承认，眼下智能体在供给和需求两头还没形成良性循环。

谁来接住用户的意图？城与城之间要争，城里面也要争。

05｜谁替你守夜

过去两周，两边都在提速。

再看蚂蚁。11 月 5 日公布的灵光 2.0 上线首周数据是：用户规模超过 2000 万，一周之内为用户打理了 116 万多项事务，执行任务逾 360 万次。开放生态同样在铺开——截至 11 月 3 日，灵光接入了支付宝、钉钉、飞书、微信读书、哈啰出行、麦当劳等 40 项外部连接器，并新增播客订阅、夸克网盘等生活场景服务。用户请求的类型分布上，财务与消费占 23.83%，健康与习惯占 21.46%。

Meta 这边，11 月 5 日，Muse 在美国上线实时语音对话与表现力虚拟形象，覆盖移动端、网页端和 Mac，由自研的 Realtime Voice 与 Realtime Avatar 模型驱动，语音响应延迟约 870 毫秒，默认形象是个叫 Jolly 的卡通角色。11 月 10 日，iOS 端 Muse 完成 Apple Watch 适配。模型层面，Meta 上线了基于 Muse Wonder 训练的专用模型，官方口径下 Personal Superintelligence Index 从 38% 升到 47%，关键上下文的正确使用率从 76% 升到 90%。据报道，Meta 正筹备克服监管障碍，把 Muse 推向英国市场。

Meta披露的数据显示，Muse在美国和加拿大已有超过1000万用户开通，购物是其中最主要的用途之一。Personal AI的需求在海外已经得到验证。只是算力不足、平台封锁两件事把它卡住了，走出北美的步子迈得很慢。中国

这场竞争的结局，取决于三道坎：

• 第一道是算力能不能如期降本。这决定了它能否免费普及。
• 第二道是数据、账户和支付这些“钥匙”能不能拿到手。这决定了它能走多远。
• 第三道是用户愿不愿意信任它。这决定了人们敢把多大的事交给它。

回到那张机票。一条降价提醒，帮你省下两百块。代价是一台云电脑为此跑了一整夜，一条降价信息要经过安全系统逐项审核才确认，而这台云电脑的账单，眼下或许由平台垫付。

但它给你推荐某家航空公司的机票时，不妨多留个心眼：究竟是最便宜，还是有谁掏了钱？