Meta Muse点燃Personal AI：中美厂商开打，算力与生态成胜负手

AI 助手在手机里待了十几年，2011 年的 Siri 算起，到如今的 ChatGPT、豆包，一直是“你问我答”的路子，变的只是模型更聪明了。

到 2026 年，两类新产品把这个形态撬开了。9 月 8 日，Meta 发布个人智能体 Muse，跑在云端的专属虚拟机里，用户把应用关了，它照样替人盯价格、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，AI 会在后台接着盯价，降价再提醒，外界因此把它叫作“中国版 Muse”。一个新品类也就此定型——Personal AI，个人智能体。

引爆点最早出现在美国。Muse 上线十天登顶美国 App Store 免费榜，财报会披露上线一个半月有超过 1000 万用户开通。谷歌 Gemini Spark 在 I/O 大会上亮相后，OpenAI 的 Dot、Anthropic 的 Claude Duet 相继入局，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、头部公司一起下注，这已经不是一次普通的产品更新：从“有问必答”的工具，换成了“替你惦记事情”的智能体新品类。火从美国烧起来，战场很快挪到了中国。

可这次切换，对企业提出的要求完全不一样。用户端只是让 AI 多惦记几件事，企业端却意味着算力、安全、商业模式都得推倒重做。中美两家头部产品遇到的麻烦也不相同：Muse 在美国已经因为算力成本放慢了扩张，灵光得先解决生态问题，比如把自家支付宝的 AI 付链路打通。Personal AI 究竟改变了什么，还得从头讲。

01｜差别不在智能

还是拿机票说事。问 ChatGPT 或豆包，它告诉你此刻票价多少；交给千问这类“办事型”AI，它能比价、下单；交给腾讯 WorkBuddy，它能做一张比价表。

只有 Personal AI，会在你睡着以后继续盯着，降价了再把你叫醒。三代 AI 真正的差别，在服务时长上：聊天助手只服务一次提问，办事型智能体只服务一次任务，Personal AI 要连续服务几天、几个月的生活。判断一个 AI 属于哪一代，核心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，交付即结束；管事是持续的，得记住你，得在你离线后继续跑，还得随情况变化随时调整。

这也说明，Personal AI 不是和 GPT、Gemini、豆包并列的新物种，而是它们正在长出的新形态。其实今年 5 月，谷歌就在 I/O 大会上发布了 Gemini Spark，手机和电脑关机后，它仍能在云端继续工作。ChatGPT 长出了 Dot，Gemini 长出了 Spark，豆包也被曝在内测代号为 Spell 的个人助理。奥特曼称 Dot 是“我们一直为自己想象的那种真正的 AI”。

时间点定在 2026 年，前提有两个。第一个前提是模型能力够用了。METR 的测算给出这样一组数据：从 2024 年起，AI 能独立扛下的任务时长差不多每 4 个月就翻一番。到今年年初，领先模型在软件这类活上已经能达到五成成功率，干完人类专家要花十几个小时的工作。早先的模型连几个小时都顶不住，"替你盯几个月"自然无从谈起。

第二个前提是需求已经得到验证。年初火起来的开源智能体 OpenClaw（"龙虾"）说明，普通人确实想要一个能替自己干活的 AI。问题在于开源产品门槛硬：运行环境得自己部署配置，报错和维护也得自己扛，官方支持没有，能一直用下去的只有技术爱好者。普通人要的是不折腾部署、打开就能用的形态，这就给大厂留出了做产品的空间，Muse、灵光、Spark 都是基于这个判断推出来的。

02｜一台云电脑的账

“一直在线”四个字，某种程度上改变了 AI 的成本结构。

聊天机器人是大家共用一套系统，你不开口，它就不占资源。Personal AI 不是这个路子。Meta 为每位 Muse 用户单独配了一台云电脑，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、灵光以及腾讯的 LightVela 走的也是这条路。算力的计量单位因此从"每一次提问"变成了"每一个用户"。你睡觉的时候，它可能还在跑。

据 OpenRouter 平台的数据，今年以来，智能体调用的 Token 用量增长了 14 倍，而人类直接调用只增长了 2.8 倍。

扎克伯格在 Meta 三季度财报会上也承认，Muse 跑起来很吃算力，他说如果算力效率未来几年还能快速提升，Muse 会在多年里保持高盈利，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 的成本效率再提高 10 倍。分析师追问单个用户的成本，CFO Susan Li 没有给出具体数字。

更直接的后果，是扩张节奏被算力卡住了。开财报会时，Muse 上线已有一个半月，可用范围仍只有美国和加拿大，Meta 坦言算力消耗是它尚未走向全球的重要原因。直到 10 月下旬，它才进入北美以外的第一个市场：日本。

贵的还不只是算力。要让 AI 替人碰钱，隐私和数据安全也得重新设计。据 Meta 介绍，Muse 的智能体本身拿不到用户密码，它每发出一个对外请求，都要先由一个独立的守门程序 Sentinel 审核，请求离开云电脑那一刻，才换上真实的登录凭证。

不过，责任还是落在用户这头。灵光的用户协议写得明白，智能体做什么，都算作用户本人的操作，出了风险自己扛，这也是行业里通行的条款。拿今天的 Personal AI 比作 L2 级辅助驾驶挺贴切：宣传上它能替你开，真出了事，买单的还是用户。

03｜按主业出牌

同是 Personal AI 产品，三家巨头的定价和入口策略差得挺远，说到底跟各自的主业结构有关：谷歌吃搜索广告，OpenAI 靠订阅和 API，Meta 吃社交广告。

谷歌有搜索广告托底，助手本身不着急挣钱，所以敢打“信任牌”。今年 1 月在达沃斯，谷歌 DeepMind CEO 哈萨比斯就公开说，对 OpenAI 这么早上广告感到意外。他的理由很直接：如果助手是专门为你个人服务的技术，广告该怎么塞进去，本身就是个问题。

OpenAI 的广告业务今年才刚起步，撑不住高昂的算力成本，只能让用户掏钱，于是把常驻智能体放进了高价订阅里。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 赌的是分发。Muse 在 WhatsApp 里直接就能用，还有免费额度，用户不用另下 App，也不用在建立信任之前先付钱。有分析人士认为，Meta 没指望靠 Muse 的订阅收入回本，更希望它让自家社交平台更有黏性。但 CFO 在财报会上也说了实话：订阅是 Muse 眼下唯一的变现方式，交易抽成得等用户和商家规模再大一些才会推。

这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。各家现在怎么定价，看的是主业愿意补贴多少。

04｜美国敲门，中国守城

引爆全球之后，中美两地要面对的问题并不一样。上一节说到，美国各家还没找到能自己养活自己的商业模式，但归根结底拼的是补贴能力。中国厂商则多出一个更靠前的待解问题：AI 要替人干活，就得进到一个个超级 App 里去操作，而这件事目前还没有通行的做法。

根源在于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，数据和交易链路各自封闭。

美国平台对 Personal AI 的态度并不统一。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 等零售和电商平台谈成了合作。两种立场都来自商业模式：靠站内流量挣钱的亚马逊选择屏蔽智能体，需要新增客流的零售商则选择开放接入。

亚马逊屏蔽 Muse 和腾讯拒绝豆包 SAEP，底层动机是一样的，都是护住自己的流量、数据和交易利益，差别只在封闭的结构化程度。美国那边的屏蔽是个案决策，有屏蔽就有例外，沃尔玛和 Shopify 的开放说明，接入可以通过商业谈判一家一家谈下来。

中国类似的谈判同样存在，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，属于阿里体系内的合作；OPPO 手机预装千问，是手机厂商与模型厂商的商业协议。跨竞争对手的接入至今还没有先例，豆包到现在也进不了微信和淘宝，155 款 App 对 SAEP 的拒绝，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，卡点在权限。支付宝的数据和支付接口要不要向灵光开放，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，而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：灵光靠支付宝，千问靠淘宝，豆包靠抖音和手机硬件，腾讯靠微信。生态内的交易和支付链路是闭环的，执行起来顺畅，生态外的服务则几乎没有操作空间。

赚钱这件事同样棘手。腾讯研究院5月的报告给出一个数字：国内 AI 用户里愿意掏钱的仅占 9.8%。摩根士丹利则预计，2030 年中国消费级 AI 能变成收入的盘子里，商家投放的广告和佣金要占到约 99%。既然用户不肯付费，进账就得靠商家，那管家还能不能站得住中立，就成了疑问。

蚂蚁 CEO 韩歆毅觉得，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，眼下智能体的供给和需求两端还没形成良性循环。

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。

蚂蚁那边在11月5日晒出了灵光 2.0 上线第一周的答卷：用户量超过 2000 万，7 天里替用户打理的事务逾 116 万项，执行任务逾 360 万次。外部生态同样在铺开，到11月3日为止，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、夸克网盘等贴近日常的服务。再看用户请求的分布，财务与消费类最多，占 23.83%，健康与习惯类紧随其后，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 完成了 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。

Personal AI 在海外市场的需求已经得到验证：Meta 披露，美国与加拿大已有超过 1000 万用户开通 Muse，购物是最主要的用途之一。不过算力不足、平台封锁这两道关卡摆在面前，它走出北美的步子迈得很慢。中国这边才刚起步——灵光 2.0 上线首周用户突破 2000 万，字节的个人助理尚未正式推出，公开数据仍有限；它的长处在于城内的交易闭环。

这场竞争最终走向何方，取决于三道坎。

• 第一道是算力能否如期降本。成本降不下来，免费普及就无从谈起。
• 第二道是数据、账户和支付这些“钥匙”能否拿到手。拿得到多少，决定它能走多远。
• 第三道是用户愿不愿意信任它。信任到什么程度，人们才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。可代价是：一台云电脑为此运行了一整夜，一次降价信息的确认要经过安全系统逐项审核，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：究竟是因为票价最低，还是背后有人给了钱？