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智慧體。它可以代使用者傳送郵件、預訂旅行、談判賬單，並持續推進長期目標。使用者關閉應用後，Muse仍會在雲端繼續處理任務，只有需要使用者批准時才會回到前臺。對AI開發者而言，這個釋出在架構上更有看點：每位使用者都擁有一臺被稱為Muse Secure VM的專屬雲端虛擬機器，智慧體、瀏覽器和全部憑據都與其他使用者隔離。
在實際使用中，Muse採用訊息式互動。使用者透過聊天描述任務或目標，智慧體會進行規劃並展開執行：它可以開啟自帶瀏覽器、填寫表單，甚至代表使用者談判。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，它可以把使用者儲存的Instagram食譜Reel自動轉換成購物清單，並記得朋友的飲食禁忌。對於傳送郵件、完成購物等敏感動作，Muse總會停下來請求使用者批准，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釋出的Muse Spark 1.3。該模型面向長時間、多步驟的智慧體任務，能夠進行零樣本CLI工具呼叫、並行處理多條工作流執行緒，並在資訊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，新模型的工具呼叫次數約減少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。開發者現在就可以透過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。
本次釋出最值得關注的部分是安全架構。Muse的智慧體框架執行在systemd-nspawn執行時單元中，系統呼叫經過過濾，核心許可權受到嚴格限制；安全關鍵服務則位於同一臺虛擬機器的單元外部。代理執行任何聯結器動作或網路請求，都必須經過一個獨立的Sentinel智慧體批准，覆蓋L4與L7兩層。簡單來說，Muse只負責提出動作，只有Sentinel擁有放行權。憑據則透過“替代憑據”機制管理：智慧體看到的只是佔位token，真正的金鑰由Sentinel在網路邊界注入。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。核心級eBPF汙點追蹤還會區分“乾淨請求”與“接觸過使用者資料的請求”，並據此調整審批級別。瀏覽器子智慧體只能看到輔助功能樹，而非原始DOM，也無法執行JavaScript；郵件聯結器預設還會過濾一次性驗證碼和密碼重置連結。
Meta還提供了一個互動式說明工具，以5個階段展示一條Muse操作是如何獲得批准的，並內建“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，目前正在美國透過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“每使用者獨立雲電腦”加“Sentinel統一審批”的方式，為主動型AI智慧體劃定了一個更受控的信任邊界。