模型：从回答问题到持续执行
Muse
理解自然语言目标、操作网页并处理异常；支持轮询和定时任务，能够在用户离开后继续执行，并通过主动下行提醒反馈进展或结果。
中国 Agent
小微、豆包、阶跃、通义等已能完成对话、检索和部分工具调用，但多数体验仍由用户发起，复杂任务成功率、跨天持续性和主动下行尚未形成稳定认知。
差异不在“能不能调用模型”，而在是否把模型变成可持续运行的任务系统。
Research brief · 2026.10
Muse 与 Personal Agent：从“会办事”到“管理个人生活”
本文主要回答五个问题：Muse是怎么火的？它有哪些能力？这些能力是否真的新、如何验证？它为什么在美国成立？中国市场更可能走向什么形态？
01
Muse 是怎么火的
Muse的爆发不是单一广告事件，而是“广告导入—榜单确权—生活化案例—战略升级”的连续传播路径。
本章结论：Meta先用自有流量让用户看见Muse，再通过App Store第一名建立大众权威感，随后把“省钱、退款、取消订阅”等生活化案例推到传播中心，最后在Meta Connect上把一款热门App升级成个人AI与硬件入口。
| 时间 | 市场事件 | 真实图片证据 | 传播作用 |
|---|---|---|---|
| 9月8日 | Muse正式发布 美国、加拿大开放；公布云端电脑、浏览器、长期目标、邮件、购物和日程能力。 |  | 完成产品定义：它不是聊天机器人，而是“个人事务Agent”。 |
| 9月9日 | Meta开始内部广告导流 Facebook、Instagram等产品开始推广Muse。 |  | 借助已有用户网络降低获客成本。 |
| 9月8—17日 | Sensor Tower估算下载约280万，平均日环比增长55%。 |  | 说明在Connect和大规模外部投放前，产品已有自然增长。 |
| 9月18日 | 登顶美国App Store免费榜 |  | App Store榜单把产品从科技圈推向大众市场，并提供“权威感”。 |
| 9月19日 | 登顶Google Play |  | 证明增长不只是iOS或单一平台现象。 |
| 9月18—22日 | 生活化案例成为传播中心 省钱、取消订阅、争议账单、退款、比价等案例被反复传播。 | | 用户开始理解“它能帮我减少损失”，而不是“它会做复杂研究”。 |
| 9月22日 | Muse进入广告支出最高的十大品牌。 |  | 增长进入规模化营销阶段。 |
| 9月23日 | Meta Connect战略升级 公布AI眼镜、Mac操作、专属邮箱、更多连接器和视频交互规划。 |  | Muse从热门App升级为Meta的个人AI与硬件入口。 |
| 9月26日 | 独立实测暴露任务边界 购物任务仅部分成功；另有实测出现支付链接失败，需要人工接管浏览器。 |  | 市场开始从“它很火”转向“它到底可靠不可靠”。 |
Muse的传播路径不是“广告把它买火”，而是“广告让用户看见，榜单让用户相信，生活案例让用户愿意分享，Connect让市场相信它可能成为入口”。
02
Muse 的能力展现与竞争格局
这一章不按“购物、订票、写邮件”拆，而是抽象成五个底层能力，再与Manus、Instinct、Codex等产品对照。
| 能力维度 | Muse表现 | Muse之前的代表 | 判断 |
|---|---|---|---|
| 1. 个人理解与人格化 | 记住偏好、关系、约束和长期目标；用Avatar、建议卡和自然语言降低学习门槛。 | ChatGPT Memory、Personal AI、Manus Projects | 技术不新；Muse把“记忆”包装成了生活助理关系。 |
| 2. 长期委托与主动管理 | 把目标拆成计划；App关闭后继续运行；根据邮件、日历或价格变化提醒用户。 | Manus Automations、ChatGPT Tasks、Codex Goals | 技术已有；差异在于管理对象从工作项目迁移到生活。 |
| 3. 跨服务执行 | 通过浏览器、邮箱、日历、购物和支付完成任务。 | Manus Browser Operator、OpenClaw、Operator | 技术已有；Muse强化个人账户和消费闭环。 |
| 4. 安全与授权 | Sentinel、凭证隔离、细粒度权限、高风险动作确认和一次性支付卡。 | 企业Agent安全、RPA审批、Human-in-the-loop | 工程整合更完整，但不是全新的Agent范式。 |
| 5. 多终端与硬件入口 | App、Web、WhatsApp；未来进入AI眼镜，并扩展语音和电话。 | Siri、Gemini、Codex移动端、Manus移动端 | 移动端不新；Muse更强调随身、人格化和硬件陪伴。 |
基于Muse五项能力的竞品对比
统一使用“个人理解、长期委托、跨服务执行、安全授权、多终端入口”五个维度，判断各类Agent是否已经形成产品能力。
| 产品／路线 | 个人理解与人格化 | 长期委托与主动管理 | 跨服务执行 | 安全与授权 | 多终端与硬件入口 |
|---|---|---|---|---|---|
| Muse | 具备记忆偏好、关系与长期目标，并通过Avatar形成陪伴感。 | 具备轮询、定时任务、后台执行和主动下行提醒。 | 具备浏览器、邮箱、日历、购物、预约和支付。 | 具备Sentinel、凭证隔离、分级授权与关键确认。 | 具备App、Web、WhatsApp、Avatar及AI眼镜规划。 |
| Manus／Cue | 部分具备具备项目和身份上下文，生活画像仍有限。 | 具备自动化、定时任务和云端后台运行。 | 具备云电脑、浏览器、邮箱、电话和钱包。 | 部分具备有凭证与沙箱机制，消费级验证仍少。 | 部分具备Web和移动端为主，硬件入口较弱。 |
| Instinct | 部分具备围绕日常事务，但长期人格化证据有限。 | 部分具备可以持续跟进，主动管理能力仍待验证。 | 部分具备通过短信、电话和电脑推进任务。 | 部分具备透明度与安全授权机制尚未充分验证。 | 具备直接使用手机和电脑，强调“无新界面”。 |
| Codex | 部分具备有记忆与项目上下文，但面向工程任务。 | 具备Goals、任务、后台运行与持续执行。 | 具备在终端、代码库、云环境和GitHub中执行。 | 具备工作区隔离、审批和权限边界完整。 | 部分具备桌面与移动控制面，缺少消费硬件入口。 |
| Today AI | 部分具备理解日程、邮件和个人工作流。 | 具备主动简报、日程管理和流程跟进。 | 部分具备邮箱、日历、文件、飞书和钉钉。 | 部分具备应用授权较完整，支付和跨平台能力有限。 | 部分具备App和通知入口，无OS级硬件入口。 |
| AI手机／OS Agent | 部分具备掌握设备状态，但长期人格化仍弱。 | 部分具备有系统提醒和自动化，复杂委托仍有限。 | 具备系统权限和跨App操作能力最深。 | 具备系统级权限、确认机制和设备安全能力。 | 具备OS、通知、屏幕、语音与硬件入口。 |
本章结论：Muse在技术上没有明显代际差异。它的产品价值主要来自能力整合、消费级界面、个人生活定位和Meta分发，而不是某一个单项能力的首次出现。
03
能力验证：Muse实际能把哪些服务办成
这里不再机械套用服务分类，而是根据你提供的实测截图，按“用户交给Muse什么事—它实际推进到哪一步—卡在哪里”来判断服务能力。
| 具体Query | 服务场景 | 实测结果 | 是否办成 | 服务总结 |
|---|---|---|---|---|
| “我想买Diptyque杜桑，帮我全网比价哪个更便宜。” | 商品比价 | 先澄清具体香型，再尝试天猫、京东、得物和海外渠道。国内平台受登录限制，部分网页也出现崩溃；最终给出官方价格、历史低价和风险判断。 | 部分办成 | 能完成搜索、汇总和判断，但无法保证覆盖所有渠道，也没有推进到可靠购买闭环。 |
| “帮我预约一下明天晚上Viana Barcelona 8点钟，两位。” | 餐厅预约 | 结合用户行程确认餐厅、日期、时区和人数，进入官网完成预约，并返回预订人、保留时间和确认邮件信息。 | 办成 | 开放网页上的预约可以形成真实结果；验证码或设备验证出现时仍可能需要用户接管。 |
| “你先帮我把入境卡填了吧。” | 表单代办 | 读取用户提供的护照信息，进入入境卡网站填写并提交，最终返回入境卡号和二维码。 | 办成 | 结构化表单代办可完成，但需要用户提供敏感材料，并在验证或最终提交环节确认。 |
| “你去看一下我的中国银行支出短信，再看看相册里的账单，帮我整理账单。” | 财务记账 | 明确表示不能直接读取手机银行短信和相册，只能处理用户主动复制或上传的内容。 | 未办成 | 缺少手机私域数据权限，无法自动获取财务流水；只能退化为手动上传后的记账助手。 |
| “那你帮我去Google Maps上搜搜这里附近的餐厅？” | 本地生活搜索 | 完成地图搜索，返回附近餐厅、评分、评价数量、距离和营业信息，并提醒小样本高分的可信度有限。 | 办成 | 公开地图信息的搜索和筛选成熟，但结果质量依赖地图覆盖和评价数据。 |
| “我想吃个外卖，能帮我点附近评分好的吗？能用Uber Eats帮我点吗？” | 外卖下单 | 可以搜索餐厅并询问地址，但确认广州不支持Uber Eats；同时缺少对应账号和支付能力，未进入下单闭环。 | 未办成 | 能做需求理解和服务搜索，但地域、账户、支付与本地平台生态决定交易是否真正可完成。 |
入境卡成功截图涉及护照、邮箱和入境凭证等敏感信息，因此仅保留测试结论，不在公开页面展示原图。
实测总判断：Muse最强的不是“什么都能做”，而是能把开放网页上的搜索、筛选、预约、表单填写和结果总结串成一条服务链；它最容易卡在登录、验证码、支付、地域覆盖和手机私域权限。换句话说，Muse已经能做“跨服务办事”，但还不是“无需用户接管的全自动个人管家”。
04
总结：为什么Muse会火，核心能力是什么
Muse的市场意义不在于它创造了全新的Agent技术，而在于它让同一套能力第一次以“管理个人生活”的方式被大众看见。
4.1 美国市场的结构性背景
美国大量服务仍然散落在不同网站、邮箱、电话和表单中。Muse通过云端浏览器把这些服务临时集中到一个对话入口里，不要求每个商家主动为它开发API。
个人意图＋云端浏览器＋分散服务→统一执行入口
4.2 Personal Agent的四个核心能力
| 核心能力 | 解释 | Muse目前的优势 | 尚未证明的部分 |
|---|---|---|---|
| 模型 | 理解任务、操作页面、处理异常和持续执行。 | 针对现实世界Agent任务和浏览器执行优化。 | GUI速度、复杂任务成功率和异常恢复。 |
| 服务 | 连接邮件、地图、购物、预订、支付等真实服务。 | 通过浏览器覆盖大量未主动接入的网页服务。 | 服务范围、地域覆盖和长期合作生态。 |
| 权限 | 读取账户、调用服务、跨App执行和完成支付。 | 拥有云端电脑、浏览器、连接器和安全授权架构。 | 用户是否愿意长期授权，以及高风险任务的可控性。 |
| 个人上下文 | 理解关系、偏好、历史、长期目标和现实状态。 | 通过记忆、Meta账户和人格化界面建立连续关系。 | 数据飞轮是否能转化为长期成功率，而不只是保存聊天记录。 |
判断：Muse更像是四项能力的先发整合者，而不是四项能力的终局拥有者。Google、Apple、超级App和AI手机都可能在服务、权限和个人上下文上拥有更强的结构性资源。
05
中国市场判断
中国并不是没有Muse式Personal Agent，而是四项核心能力早已分散在超级App、手机系统和服务平台中，只是尚未被整合成一个有传播力的“个人管家”产品。
5.1 中国已具备Personal Agent的成熟条件，但为什么没有Muse的声量？
把Muse与中国市场放在同一套能力框架下，结论不是“模式不适合中国”，而是模型、服务、权限和个人上下文四项条件早已分散存在于超级App、手机系统和各类Agent产品中。真正缺的是把这些能力整合成跨平台、主动服务、对结果负责的个人管家体验。
服务：从单点闭环到统一入口
Muse
用云端浏览器连接分散的邮件、地图、购物、预约和支付服务，不要求每个商家先开发专用接口。
中国 Agent
微信、支付宝、美团、淘宝、携程等已在各自App内形成服务闭环，服务供给并不缺；但能力被切在不同平台和入口里。
中国市场不是服务不足，而是缺少一个能替用户跨平台统筹生活的统一Agent入口。
权限：从能打开页面到能对结果负责
Muse
通过云端电脑、浏览器、连接器和确认机制执行跨网站操作；关键动作保留用户接管和确认。
中国 Agent
手机系统、支付平台和超级App拥有更深的登录态、支付和通知权限，但通常封闭在平台内部，第三方Agent难以跨平台调用。
中国拥有更深的权限资源，却更难把权限开放给一个跨平台的第三方个人Agent。
个人上下文：理解生活，也要控制隐私边界
Muse
通过记忆、账户和人格化界面持续积累偏好、关系与长期目标，让Agent更像一个会跟进的个人助理。
中国 Agent
微信拥有聊天关系，支付宝拥有支付记录，手机系统拥有通知、位置和设备状态；但上下文被平台切割，主动读取私密信息又容易引发用户反感。
中国并非没有个人上下文，而是“可用”与“可被用户接受地调用”之间仍有隐私鸿沟。
5.1结论：中国缺的不是Personal Agent的四项底层能力，而是把模型、服务、权限和个人上下文整合成一个统一入口，并持续、主动地对用户结果负责。Muse的声量来自“用户看见了结果”；国内能力更多停留在平台内、场景内和被动触发，因此即使服务闭环已经存在，也没有形成同等强度的传播。
5.2 小微最值得优先做的两个方向
降低损失
自动续费提醒与扣费雷达
识别长期未使用会员、重复扣费和即将发生的自动续费；先提醒用户并说明扣费依据，经确认后再进入取消或退款流程。
提高收益（便利）
服务预约与主动提醒
处理门票、保洁、维修、医院和政务等预约；结合日历、订单和到期事项主动提醒，无空位时继续寻找替代方案。
中国市场的产品结论：小微不应该继续证明“我能打开多少小程序”，而应该证明“我能主动发现你正在损失什么、需要办理什么，并把事情跟进到最终结果”。
结论
最终判断
全文最终收敛为三个判断：Muse为什么火、它真正让用户感知到了什么，以及Personal Agent最终会以什么形态竞争。
01 / 为什么Muse能火
服务分散带来的整合机会
Muse的机会来自美国服务的分散；中国的机会来自超级App和手机系统中已经存在、但尚未被真正组织起来的个人上下文。
02 / 为什么形成传播
用户看见了真实结果
Muse不是因为“能点外卖”而火，而是因为它让用户看到：Agent可以替我发现损失、追回权益、处理麻烦事务，并持续跟进结果。
03 / Personal Agent的形态
把四项能力变成结果
Personal Agent的竞争最终不是“谁能调用更多服务”，而是“谁能把模型、服务、权限和个人上下文同时变成用户可感知的真实结果”。