本文来自微信公众号： 海豚研究 ，作者：海豚君
Meta自9月8日在美区上线至今已经两周有余，海豚君此前做过简单的点评（见长桥App），但随着用户测评增多，近几天热度持续不减。甚至直到今天，Muse还是iOS美区免费App下载榜TOP 1。
这直接带动了Muse的后端产业链、前端商业生态以及映射标的的股价躁动，今天海豚君先就产品端再做一个详细的讨论，后端产业链变化的梳理敬请期待。
一、Muse的火并不意外
2C Agent是一个并不缺热度的AI应用方向，但相比于2B Agent在付费流水上风生水起，生活类2C Agent的商业模式落地一直没有被真正突破。
因此过去半年，大厂们的2C Agent其实悄悄换了方向，内部将资源重心聚焦在C端的工作流场景。泛生活类的2C agent因为商业化的原因，肉眼可见地被放慢了推进节奏。
只有Meta一直在表述对个人AI生活助理的开发重视。“人人一个AI助理”这个理念，管理层在业绩电话会上至少说了两年。而Muse也凝聚了公司核心团队的长期打造，属于内部资源优先级最高的核心项目，也是Meta今年的重点产品布局。
当然这也是本身缺少生产力场景的Meta不得不押注的方向。否则任凭新的十亿级入口——ChatGPT抢夺用户注意力，对自身的社交生态也是一个长期打击。
那么Muse为什么能一击即中？它的优势在哪？
1.认知改写：聊天问答型vs主动任务型
作为任务型个人AI助理，Muse在底层设计上，就区别于用户对ChatGPT的产品认知。尽管ChatGPT也能进行一些任务，搭配Codex也可以做更多长任务工作流的执行。但大多数用户在非工作场景，仍然将ChatGPT习惯性地归为聊天机器人，交互形式局限在问答上。
而Muse的生活助理定位，从一开始就没有做Chatbot。在宣发介绍上，Muse以可以完成的不同任务来举例，介绍自己的功能和定位。
不过在底层的大模型上，Muse采用的还是公开的Muse Spark大模型做支撑，未进行模型专调、参数精简等轻量化处理。目前Muse Spark 1.3的智能打分排在全球一梯队，这也在一定程度上保障了复杂指令理解、跨平台操作以及多场景适配的能力，为产品体验做兜底。
2.用户数据记忆vs隐私安全的平衡
不过要说任务型AI助理，在Muse上线之前，北美实际上已经有几款类似的产品在测试或者全量上线了。比较典型的例子，一个是Instinct，一个是Grok bot。
Instinct是个初创公司开发的，2月发布、目前还在邀请测试中，因此一级市场估值大涨。但相比于大公司做的Muse而言，Instinct画风相对大胆，在用户隐私安全上没那么谨慎，授权范围更大、体验起来可能会觉得“聪明”，但平台对AI自主决策带来的风险，没有采取相对全面的保护措施。
Grok bot是8月推出的，也是为用户处理任务的AI机器人。用户可以授权Grok bot访问Gmail、Google Calendar、Notion、Figma，或者财务、AI代码助手等其他软件来执行任务。
不过相比于Muse，Grok bot更偏工作流的AI助理，这可能就与目前被用户熟知的Openclaw类平台没有体现出显著差异化了。
其他指标的详细对比可参考下图：
海豚君认为，Muse的更大优势可能建立在它的“用户数据的常年积累”，但在这些数据利用上，与“用户隐私保护”之间做到了一个中间平衡。
（1）用户数据积累
因为有着独家的用户社交数据和生态优势，Muse具备三个实质性的差别。
a.长期记忆：Muse具备长期记忆上下文的能力，并且当用户关掉App后任务照常推进。功能板块中，Goals负责追踪长期目标，Artifacts把结果沉淀成可复用的行程、清单和面板；
b．真实账户链接：Muse通过内置连接器、官方API、浏览器操作三种方式接入Gmail、日历、OpenTable、Spotify、Amazon，以及Meta自家的IG、WhatsApp、Marketplace；
尤其是链接自家社交账户，Muse拥有较高的读取权限，在用户授权后，可以直接读取Ins的发帖内容、粉丝数据、评论等公开或半公开数据。同时还支持读取Whatsapp的聊天记录、消息内容，自动梳理用户社交消息、提炼待办事项、汇总重要信息。
c．主动推荐：建立在真实账户链接和长期上下文记忆上，Muse可以根据日历、对话和已经链接的账户，主动提任务建议，形成了推进式Agent的雏形，也给未来的广告变现留好了位置。
（2）用户隐私保护
隐私安全和风控制度，是AI应用可能会产生问题的核心环节。对于Meta这个大公司而言，关于用户隐私数据的合规使用，非常容易成为产品被攻击的地方。
年中扎克伯格宣称AI助理开发进度不及预期，也正是因需解决AI授权风控的问题而延期到9月发布。目前Muse也只是美国地区上线，很可能同样是在不断优化隐私保护和AI授权的问题。
为平衡功能体验与隐私安全，Muse对用户隐私的隔离和保护主要体现在两个地方：
a．隔离存储：Muse给每个用户一台独立的专属Secure VM（安全虚拟机），由Sentinel代理把守所有对外动作，平台设置专属的安全存储分区，严格隔离模型可访问数据与用户核心隐私数据（比如账户密码、支付凭证）。
所有第三方平台的数据交互、功能调用，通过加密安全API完成中转传输，避免敏感数据暴露给大模型。
b．授权分层：上面提到的真实账户数据读取，需要用户授权。在Meta自有生态的账户中，提供用户分层授权的功能，比如用户可单独关闭Ins私信读取权限，仅授权读取公开发帖内容，也可单独关闭Whatsapp消息读取权限。
下图就是Meta披露的安全架构图。
（1）灰色线流程：一个正常指令从Main UI到用户的虚拟机VM中，hatch daemon（Agent本体）调取外部大模型思考，再经由hatch safety（风控审查）打风险分进行评估，Agent在VM中的所有动作、网络请求都被eBPF代理导向Sentinel进行检查。
（2）蓝色线流程：遇到支付等敏感动作，Sentinel会拦下来，推送到用户控制界面的Approvals，用户允许后，Sentinel发放许可，并从Secure Credential Storage保险箱中拿到密码等支付凭证。
整个环节Agent没有看到用户的密码和卡号，但每个用户一台常驻虚拟机的设置，会新增组件成本。
二、Muse对Meta能产生多少增量价值？
目前Muse主要面向18岁以上的美国用户公测，仅按照Tokens消耗需求，采用阶梯式定价，功能不受限。除此之外，预计Muse后面还将针对商家成交额做一定的佣金抽成，同时还有自己最擅长的广告展示。
1.订阅：短期很难乐观
虽然首批用户反馈积极、北美订阅习惯稳定，不过海豚君仍然认为，C端的直接变现（付费）在短期仍然需要谨慎看待：
按照Sensor Tower数据（仅统计iOS端），目前Muse DAU近25万人，单日流水达到2000-3000美元/天。虽然目前只是部分范围测试的数据，但可以粗略感知付费情况：
两周流水按平均2000美元/天、最低付费套餐20美元/月来算，付费人数为1500人。假设iOS端占总付费人口的1/3，那么全端付费人口为4500人，过去两周平均15万DAU来看，付费率仅3%。
不过，考虑到套餐按最低算、iOS付费占比一般不止1/3，所以实际付费率要明显更低。同时，对比来看，ChatGPT覆盖了更多相对复杂的生产场景需求，在10亿周活的高粘性特征下付费率也仅为5%。
因此海豚君还是建议对订阅付费的贡献不用特别乐观，我们预估大部分用户还是停留在免费层（每周1亿Tokens额度）。就算终局状态下按非常乐观的假设，30亿用户80%渗透、2%的付费率（月活付费率要低于日活付费率）、平均ARPPU 20美元/月，也就是年新增115亿美元的收入，对于Meta现在2500亿美元的收入体量来说，增量也就5%。
这里面还没有算背后的成本，包括算力成本以及专属虚拟机组件成本，因此最终到订阅带来的利润上，只是毛毛雨的贡献。
2.电商：如何突破生态限制？
目前从实测看，电商购物是做得相对成熟、且有希望扩大商业化空间的场景（其他排在前列的高频使用场景主要是账务处理、处理文件、报税等偏生产力场景），这主要靠的是Muse与Meta现有产品和商业生态的融合。
除了Muse之外，Meta目前还提供Meta Business Agent（Meta商业代理）和Meta Business Agent Platform（Meta商业代理平台）。
Meta商业代理是一个随时调用的“AI店员”，直接订阅付费开通。AI店员可以回答问题、推荐产品、预约服务、筛选潜在客户等通用性功能，更适合中小商家、个人商家使用。2Q26有超过100万家中小企业每周通过WhatsApp和Messenger使用Meta Business Agent。
Meta商业代理平台则是一款基于API的企业级开发平台，大企业可以按自己的业务定制AI店员，再接入自家系统，面向的大企业客户需要有一定的IT配置能力。
因此，可以将2C端的Muse和面向2B的Business Agent打通，让Muse端的Agent（AI助理）和商家端的Agent（AI店员）对接，从而形成一个从种草到成交的完整电商服务链条。
不过上述商业化流程中，存在一个明显漏洞：
由于Meta没有自有电商平台，如果用户购物目标明确，且是独立站商家，那么可以形成一个三方闭环生态。但如果是搭载在电商平台上的商家，那么这就是个四方生态，是否允许Muse执行访问、支付动作，取决于电商平台是否默许。
理论上而言，Muse的购物体验，截流了电商平台的用户搜索、浏览、下单等操作，这会直接影响电商平台的广告收益。
因此9月20日，亚马逊宣布对Muse实施屏蔽，即Muse无法在亚马逊上进行浏览比价、下单支付等操作，用户端会弹出违规警示窗口（如上图）。值得一提的是，不只是Muse，亚马逊对于OpenAI、Perplexity的购物Agent都有类似的限制。
不过中小电商平台，尤其是自营类占比较高的，会更倾向于加入Muse，本质上看中的是Meta的超级App流量。目前加入的电商平台有Shopify和Etsy，都是有自己库存、做1P生意的平台，因此本质上他们自己就是第一个大商家。Meta对Muse是有非常大的主观意愿去导入全量社交流量，对于Shopify来说无疑是一次不小的红利
这个漏洞主要是影响上述四个商业模式中的交易佣金抽成或广告效果，但对B端Agent的调用影响还不算太大。
如果类比映射到中国市场，拥有这样私域数据，同时还有相对庞大的公域商业生态，没有生态限制的烦恼的，腾讯的微信生态算是一个完美的对标（Muse-小微，独立站商家-微信小店，Shopify-小程序）。只是在跨服务的隐私授权上，腾讯可能短期不会那么激进。
与此同时还有对成本端的考虑（据调研信息，Muse简单执行任务的情况下，单用户成本可能高达50美元/月），多重考虑下，这也使得目前的小微Agent体验可能还不够“丝滑”。
3.Muse的增量价值，短期在估值情绪的修复
结合<1-2>的讨论，至少短期而言，Muse对Meta的真实利润增加虽然难以精确估算，但至少贡献不会很大。
是否能带来像样的空间，取决于Muse后面的用户渗透，以及新的产品迭代是否有希望提高付费率甚至订阅涨价。同时亚马逊的限制是否会倒逼Meta自建电商平台，如果这一步做成，那么长期想象空间会大不少。
短期来看：
如果只是和Shopify、Etsy以及独立中小商家合作，假设明年底Muse可以达到3亿MAU，其中电商交易用户占比30%，按照每人年均500美元的成交（Shopify平台用户年花费200美元左右，假设Meta的高价值用户中和一下），对应450亿美元GMV。
按照3%的抽佣率（对比2026年初Shopify与OpenAI之间的合作模式，OpenAI抽佣比率为4%，不过由于转化率太低，目前已经取消该模式），也就是13.5亿的收入。
再加上3亿MAU的订阅收入，2%的付费率，平均30美元/月的订阅费，也就22亿，最终合计仅为35亿。不同MAU和GMV下的最终收入如下，但相对Meta目前2500亿的总营收，贡献都不高（0.3%~3%）。
这里面没有计算的增量是在广告投放以及对Business Agent的用量增加上。但这个较难估算，可以持续关注业绩电话会上管理层披露的相关进展。
因此和海豚君此前点评的观点无异，我们认为短期上Muse对Meta的EPS增量微乎其微，但更大意义在于Muse证明了Meta的AI大模型研发实力和产品创新活跃度依旧存在，同时也留下了一个长期增长点的想象空间。
