Meta推出Muse：AI入口竞争转向数字代理

过去几年，Meta在AI市场上的处境一直十分尴尬。作为硅谷巨头之一，它一不缺资金，二不缺算力，在AI布局上也颇为积极——Chat-GPT引爆“生成式AI革命”之后不久，扎克伯格就亲自督阵，砸下大笔资金做出了Llama模型；2025年，又以143亿美元入股 Scale　AI并把汪韬（Alexandr　Wang）请进Meta，重新组织超级智能团队——但任凭它拼尽全力，却总是“起个大早，赶个晚集”。现在，OpenAI有ChatGPT，谷歌有Gemini，Anthropic有Claude，而Meta虽然坐拥数十亿用户，却很难让市场说清楚：它在这一轮AI革命中究竟拿出了什么别人离不开的东西。尤其是在Llama　4反响严重不及预期、旗舰模型Behemoth一再推迟之后，市场对Meta在AI方面的质疑更是达到顶点。路透社2025年报道Meta与Scale　AI交易时，就曾援引分析人士的观点，提出“Meta是否已经在AI竞赛中出局”的疑问。

然而，最近一个月来，市场对Meta的评价突然逆转。从9月8日开始，Meta股价持续上涨。到9月22日，仅两周时间，累计涨幅超过20%，市值增加超过2000亿美元，创下七个月来的最高水平。其中，仅9月21日一天，其股价涨幅就超过11%。

答案藏在Meta最近推出的一款AI智能体产品当中。9月8日，Meta上线全新的AI应用Muse。与主要负责回答问题、生成文本的传统聊天机器人相比，Muse更强调直接替用户完成任务。用户可以让它发送邮件、安排日程、预订旅行、购物、填写表格，甚至打电话联系商家。Muse还可以连接邮箱、日历和Meta旗下的社交应用，结合用户过去的偏好和行为持续处理较长流程的任务。简而言之，过去的AI更多是在告诉用户“怎么办”，而Muse试图进一步成为一个真正替用户“去办事”的数字代理。

Muse一经推出，就受到用户欢迎。仅用两天，就冲到美国App　Store总榜第二；9月18日拿下总榜第一，次日又成为Google　Play榜首。根据移动应用数据分析机构 Sensor　Tower估计，Muse上线前两周下载量累计超过280万次；9月8日至17日期间，其下载量日涨幅高达55%，显著快于ChatGPT移动版上线初期约24%的日均增速。

摩根大通认为，Muse很有潜力成为继ChatGPT之后使用最广泛的消费级AI产品；Jefferies甚至开始按照十亿用户、3%付费转化率等假设推算其收入空间，为Meta重新估价。

那么，Muse为什么突然火了？它的走红，又预示着市场竞争格局发生了怎样的变化？

理解Muse火爆的原因后，另一个问题随之而来：为什么在AI竞赛中掉队已久的Meta，却会在此时实现逆势翻盘？

Meta并不缺少AI技术。它拥有杨立昆（YannLeCun）这样的顶尖科学家，早在2013年就成立脸书人工智能研究院（FAIR），后来又依靠Llama成为开源大模型阵营中最重要的力量之一。然而，ChatGPT出现之后，Meta很长一段时间却卷入了一场“内卷”竞赛，试图通过更大的模型、更高的基准测试分数、更强的推理能力以及更激进的算力投入在竞争中胜出。但这显然并非Meta本身的优势所在。

Meta真正难以复制的优势，是数十亿用户、脸书和Instagram积累的社交关系、WhatsApp这样的通信入口、成熟的商业体系，以及把技术做成大众消费产品的经验。一旦它把自己卷入AI“内卷”竞赛，就只能在由OpenAI和谷歌定义规则的技术赛场上证明自己，过去积累的资源和能力反而难以转化为竞争优势。

这一次Meta之所以可以翻盘，恰恰在于重新调整了策略。2025年，扎克伯格斥巨资入股ScaleAI，将其创始人汪韬招入Meta并让其出任首席AI官，曾引发很多争议。后来，随着Meta的AI路线和组织结构调整，杨立昆最终离开Meta创办自己的AI公司，更让外界关注Meta内部的路线变化。但现在重新复盘，扎克伯格引入汪韬并重组AI团队，至少意味着Meta正在调整此前偏重基础模型竞争的路线。相比长期专注基础研究的杨立昆，创业出身的汪韬显然更强调模型能力与产品、用户和商业场景之间的结合。Muse的成功，至少为这种路线调整提供了一个阶段性的正面案例。

如今Meta的AI策略至少已经发生了三个重要变化。

第一，Meta开始更强调把技术能力组合成完整产品。过去几年，它投入大量资源追赶基础模型，Llama的参数、性能和榜单位置成为AI团队的重要目标。这种方式对于基础研究没有错，但在消费市场上容易出现一个问题——技术进步很多，用户却未必立刻感受到价值。

Muse采用了不同思路：先从具体任务出发，再围绕任务组合模型推理、浏览器操作、身份认证、支付、安全确认等能力。判断技术价值的尺度也随之变化，一项能力是否值得投入，不再只是看它能让模型在测试中提高多少分，而是看它能不能解决任务流程中的实际障碍。这也使Meta过去在不同领域积累的能力能够被重新组织起来。

第二，Meta开始把庞大的用户网络转化为个人AI所需要的“上下文资本”。Meta旗下拥有脸书、Instagram、WhatsApp和Messenger等大型平台，每天触达数十亿用户。过去，这些网络的经济价值主要来自内容分发和广告；在AI时代，它们还可能提供另一种稀缺资源：对用户长期、连续的了解。

一个真正能够替人办事的AI，需要知道的远不止百科知识。它最好知道用户经常与谁联系，喜欢什么，习惯怎样安排时间，朋友有哪些饮食禁忌，而用户沉淀在社交网络上的数据就成为了解这些信息的直接途径。Meta在Muse发布时举过一个例子：用户在Instagram收藏了一道菜，Muse可以把它变成购物清单，再结合晚餐客人的饮食限制调整菜单和邀请。模型提供的是通用能力，长期积累的用户信息则让这种能力变得个人化。

第三，Meta终于开始把原有的分发优势真正用到AI上。Meta坐拥几大社交平台，比绝大多数AI创业公司更懂得怎样把一款新产品迅速推到普通消费者面前。Muse既有独立App，也可以进入WhatsApp，未来还可以继续延伸到Instagram、Messenger以及AI眼镜等硬件之中。当一个AI出现在用户每天都要使用的聊天工具里，其试用门槛就会大幅降低。

这对Meta还有更深一层意义。过去十多年，扎克伯格一直苦于没有掌握移动互联网的入口。没有自己的硬件和操作系统，即使脸书和Instagram再成功，也总是生活在苹果iOS和谷歌安卓制定的规则之下。Meta几年前全力布局元宇宙，正是在寻找一个摆脱这种依赖的新入口。现在，智能体提供了另一条可能更现实的路径。如果用户逐渐形成“先把事情交给Muse”的习惯，那么AI就可能成为覆盖在各种App之上的一层新界面。用户先提出目标，再由Muse决定调用哪个网站、服务甚至应用。这样，Meta未必需要拥有自己的手机和操作系统，也可能重新获得一次争夺入口的机会。

Muse之所以可以成功，很大程度上是因为Meta及时调整了策略，重新把战略重点建立在自身的比较优势之上。先进模型仍然重要，但Meta真正难以复制的资产，是模型与用户关系、产品能力和分发网络之间的组合。

如果Muse只是一款更好用的AI助手，它对Meta股价的影响很快就会消退。资本市场真正押注的并不仅是Muse这款产品本身，而是它可能对互联网入口带来的改变。

过去二十多年，互联网的基本链条相对稳定：用户先进入浏览器、搜索引擎、App商店或大型平台，再到达商家和服务提供者。谷歌之所以强大，是因为它掌握搜索入口；苹果之所以可以收取高额平台费用，则因为它掌握移动应用入口。

现在，个人智能体在这条链条中插入了一个新的“代理层”：用户先告诉智能体自己想完成什么，智能体再替用户搜索、比较、调用平台并执行交易。相比传统的信息入口，“代理层”拥有更大的权力——过去，信息入口主要为用户的交易决策提供建议；现在，只要有用户授权，智能体就会直接帮助用户完成整个交易流程。

这样一来，传统平台最重要的几种能力——流量入口、推荐权和交易转化——都有可能部分转移到智能体手中。过去，商家愿意为搜索排名和电商平台的站内广告付款，是因为消费者会亲自看结果页面。未来，如果很多交易由智能体代为完成，商家首先需要说服的对象就会从人变成智能体，围绕“让算法看见我”形成的搜索引擎优化，也可能演化为“让智能体选择我”的新产业，对搜索排名、站内广告等传统商业模式产生冲击。

这一切已经开始发生。路透社不久前援引英国零售商约翰-路易斯（JohnLewis&Partners）的数据：自2026年以来，该公司产品搜索中来自AI智能体的比例已从一年前的0.3%升至2.5%。虽然比例仍不算高，却已经足以促使零售、广告和支付公司提前行动。

这样的技术变迁也会改变市场竞争结构。现有竞争政策文献经常把大型平台称为“守门人”（gatekeeper）：搜索引擎决定哪些结果排在前面，应用商店决定哪些应用能够进入，电商平台决定哪些商家更容易被看见。随着智能体的发展，一种更强大的“代理型守门人”（agenticgatekeeper）可能逐渐出现。传统守门人可以影响用户看到什么，而代理型守门人还会进一步参与用户做什么：它可以替用户过滤几百个选项，最后只留下一个，甚至无需让用户看到完整比较过程，就直接下单。

个人智能体普及后，谁掌握用户授权、长期记忆和默认代理入口，谁就更可能形成新的网络效应。更多用户带来更多任务和反馈，更多任务积累更丰富的个人上下文，更丰富的上下文提高任务完成率，进而吸引更多服务商接入。平台经济熟悉的“用户越多—服务越多—用户更多”飞轮就会重现，只是其中多了一层个人数据和行动历史。

对于Meta这样已经拥有巨大社交网络的平台来说，Muse的意义因此远远超过一个爆款应用。如果它能够成为用户安排工作、购物、出行和沟通的第一站，那么Meta获得的将不只是新的订阅收入，而是一个比社交媒体更靠近交易起点的位置。《商业内幕》（Busi－nessInsider）把这个可能性称为“烟囱之上”（topofthefunnel）：过去谷歌搜索和苹果应用商店占据用户行动链的上游，Muse则试图把这个“上游”再向前移动一步。

Muse火爆之后，一些公司迅速伸来橄榄枝。根据Meta在开发者大会上透露的信息，在Muse上线时，Muse已经接入数十个合作伙伴以及整个Shopify商品目录，Shopify还同意让Muse调用商户商品并通过ShopPay完成购买；Stripe等支付和商业基础设施公司也在积极配合Muse，入局智能体交易。

亚马逊则采取了截然不同的态度。9月21日前后，有Muse用户反映，当他们尝试在亚马逊购物时，会收到“未经授权的AI代理正在持续访问网站”的错误提示。亚马逊随后确认了这一情况，并表示Muse的行动可能涉及身份披露、账户数据、登录凭证和用户体验等问题，而Meta事先没有获得授权，因而网站进行了屏蔽。

客观地说，亚马逊封杀Muse并非毫无道理。智能体交易确实会带来新的安全和责任风险。一旦Muse误买商品，或错误处理支付信息、登录凭证或收货地址，退货和纠纷最终可能落到亚马逊及商家头上。诈骗、欺诈和数据泄露也可能增加平台成本。

不过，从平台竞争的角度看，这场冲突显然不只是安全问题，也是一场入口保卫战。用户在亚马逊购买一台咖啡机，通常要先进入平台搜索，再根据推荐榜单、用户评论等比较商品。在这个过程中，亚马逊不仅卖出商品，还把广告位置、推荐权和消费者注意力变现。一旦Muse这样的AI智能体接管整个交易流程，平台对商品选择和价格的影响力就可能下降，搜索页面、站内广告、交叉销售等资源也可能随之贬值。

值得玩味的是，就在封杀Muse之后不久，亚马逊就上线了面向第三方卖家的新智能体工具。相比Muse，这款产品是否能更好维护消费者利益、保障消费者安全，我们不得而知。但对亚马逊来说，自建智能体显然更能保证它把握住关键的入口权力。随着AI智能体在商业生态中的普及，这种平台自建与第三方智能体之间的冲突，很可能会成为常见现象。

Muse事件的中国意义

虽然Muse是一款美国AI产品，但它的走红及由此引发的争议，对于我们思考中国AI的发展和治理极具价值。过去两年，国内大模型迅速发展，竞争也越来越容易陷入几条相似的赛道：比参数、比榜单、比推理成绩，随后又比调用价格。模型能力一旦接近，价格很快降到新的水平，然后等待下一代模型重新开始一轮竞争。这种竞争固然推动了技术进步，也显著降低了AI使用成本，但也让行业陷入过度“内卷”，企业难以从创新中获得正常利润。

Muse提供了另一种思路：当底层模型逐渐成为一种可以快速追赶、替换甚至组合使用的能力时，企业真正需要寻找的，可能是自己有什么别人难以复制的互补资产，以及这些资产能不能被AI重新组织起来。对于Meta来说，虽然其模型未必最强，但数十亿用户、社交关系、分发渠道以及消费产品经验却是对手不具有的资源。

对于中国企业来说，道理同样如此。电商企业拥有商品、交易和物流数据，本地生活平台拥有商户和履约网络，金融科技企业连接支付体系，制造企业掌握供应链和生产流程，办公平台则积累了组织关系与工作流。与其所有公司都挤到同一条基础模型赛道上，更值得尝试的是把这些既有优势转化成AI时代的新产品能力。

这种变化已经开始出现。例如，阿里巴巴2026年初升级千问App后，将淘宝、淘宝闪购、支付宝、飞猪和高德接入同一个智能体界面，用户可以通过一次对话完成订餐、支付、旅行预订等任务。5月，千问又进一步接入淘宝和天猫超过40亿件商品，并把物流、订单和售后服务纳入智能体可以调用的能力。蚂蚁国际近期推出的移动智能体协议（AgenticMobileProtocol），则试图让AI智能体作为获得授权的“可信行为主体”进入移动支付系统，首批连接的数字钱包覆盖约15亿个账户。

这些尝试说明，中国发展智能体有一个相当独特的优势：互联网服务长期高度集成，支付、电商、出行、本地生活和即时通信都有成熟的数字基础设施。过去，这些生态更多服务于“人操作App”，未来则可能被重新组织成“AI调用服务”。如果这个转变真正发生，中国AI竞争的焦点就可能从谁拥有最强的聊天机器人，转向谁能够最顺畅地完成真实世界中的任务。

但Muse与亚马逊的冲突也提醒我们，这条道路走得越快，新的竞争问题越早出现。中国互联网本来就具有较强的平台生态特征，如果每个大型平台都把自己的AI智能体与自家支付、购物、内容和本地服务深度绑定，同时限制竞争智能体访问，那么智能体不仅不会打破原有的平台壁垒，反而可能在原有“围墙花园”之上再筑一道墙。过去，用户至少还可以分别打开淘宝、京东、美团或其他App比较商品；如果大部分搜索、比较甚至下单都由一个默认智能体完成，那么用户可能连其他选择都无法查看。一旦这种代理权高度集中，传统的搜索排序、自我优待、捆绑销售和拒绝交易问题，都可能以更隐蔽的方式重新出现。

因此，中国对智能体的竞争规制需要比过去的平台治理再往前一步。现行法律已经对AI应用作出不少规定。例如，《生成式人工智能服务管理暂行办法》明确要求，不得利用算法、数据和平台等优势实施垄断和不正当竞争；2026年发布的《互联网平台反垄断合规指引》又进一步把人工智能、接口调用、数据使用、流量分配等纳入平台反垄断风险分析。

但智能体时代还会提出大量现有法律中没有明文规定的新问题：占据市场优势的平台能不能拒绝竞争智能体进入？平台自己的智能体能不能优先推荐自营商品和关联服务？用户积累在一个智能体中的记忆、偏好和授权记录能不能迁往另一个智能体？一个智能体是否能够同时调用不同平台的支付、电商和本地生活服务？这些问题可能很快在中国市场上反复出现。

总而言之，对中国AI发展而言，Muse的价值不仅是提供了一款可以借鉴的爆款产品，更在于帮助我们重新理清AI发展的思路。而其衍生的问题和争议，也提醒我们对相关监管制度提前作出准备。从这个意义上看，把Muse带来的经验和问题研究透，将会是一件很有实践意义的事情。