Meta於今日正式推出Muse——一個不只回答問題、而是採取實際動作的個人AI智能體。它可以代用户發送郵件、預訂旅行、談判賬單，並持續推進長期目標。用户關閉應用後，Muse仍會在雲端繼續處理任務，只有需要用户批准時才會回到前台。對AI開發者而言，這個發佈在架構上更有看點：每位用户都擁有一台被稱為Muse Secure VM的專屬雲端虛擬機，智能體、瀏覽器和全部憑據都與其他用户隔離。
在實際使用中，Muse採用消息式交互。用户通過聊天描述任務或目標，智能體會進行規劃並展開執行：它可以打開自帶瀏覽器、填寫表單，甚至代表用户談判。Meta展示的示例包括以更高價格賣出汽車、降低賬單金額、調整訓練計劃等。Muse還具備跨對話長期記憶。例如，它可以把用户保存的Instagram食譜Reel自動轉換成購物清單，並記得朋友的飲食禁忌。對於發送郵件、完成購物等敏感動作，Muse總會停下來請求用户批准，同時提供一條完整的審計軌跡，展示它已完成和計劃執行的每一個操作。
驅動Muse的底層模型是上週由Meta Superintelligence Labs發佈的Muse Spark 1.3。該模型面向長時間、多步驟的智能體任務，能夠進行零樣本CLI工具調用、並行處理多條工作流線程，並在信息冗餘混亂的來源中自我糾正。Meta工程師的內部對比顯示，相較於上一版Muse Spark 1.2，新模型的工具調用次數約減少20%，token消耗約減少25%。Meta還表示，它在抵禦prompt injection方面已接近當前業界最佳水平。開發者現在就可以通過Muse Code和dev.meta.ai上的Meta Model API使用這一模型，開放權重版本也在Meta公佈的路線上。
本次發佈最值得關注的部分是安全架構。Muse的智能體框架運行在systemd-nspawn運行時單元中，系統調用經過過濾，內核權限受到嚴格限制；安全關鍵服務則位於同一台虛擬機的單元外部。代理執行任何連接器動作或網絡請求，都必須經過一個獨立的Sentinel智能體批准，覆蓋L4與L7兩層。簡單來説，Muse只負責提出動作，只有Sentinel擁有放行權。憑據則通過“替代憑據”機制管理：智能體看到的只是佔位token，真正的密鑰由Sentinel在網絡邊界注入。因此，即使發生prompt injection攻擊，也沒有真實憑據可竊取，滲出在結構上幾乎不可能。內核級eBPF污點追蹤還會區分“乾淨請求”與“接觸過用户數據的請求”，並據此調整審批級別。瀏覽器子智能體只能看到輔助功能樹，而非原始DOM，也無法執行JavaScript；郵件連接器默認還會過濾一次性驗證碼和密碼重置鏈接。
Meta還提供了一個交互式説明工具，以5個階段展示一條Muse操作是如何獲得批准的，並內置“正常購買”與“被攔截的prompt injection嘗試”兩種場景。Muse本身是消費級服務，目前正在美國通過iOS、Android與muse.ai陸續上線，提供免費和付費方案，也可直接在WhatsApp中使用。開發者無法自行託管Muse，但它背後的Muse Spark 1.3已經開放給Muse Code和Meta Model API，並計劃推出開放權重版本。整體上，Meta用“每用户獨立雲電腦”加“Sentinel統一審批”的方式，為主動型AI智能體劃定了一個更受控的信任邊界。