文 | 智械岛，作者 | 沈怀铮（上海）
9 月 8 日，Meta 正式发布旗下首款智能代理（Agent）产品 Muse。随后，Muse 登顶美国 App Store 免费榜，下载量超过 250 万，美国移动端日活 64.2 万，是 ChatGPT 上线同期 23.1 万的近三倍。
三周之内，OpenAI 发布 Dots，阿里千问宣布加速 Personal Agent，腾讯被曝三条产品线同时推进，字节豆包紧急加速 Spell 项目，国内大厂被紧急按下了同一个开关。
Muse 不仅是一款产品，它是个人 Agent 从极客玩具走向大众消费的临界点，也是整个互联网权力结构开始松动的信号。
那么，Muse 到底证明了什么？国内互联网大厂跟进到什么程度了？半年前养龙虾的集体狂热，会不会在 Muse 身上重演？大厂们有必要跟进 Muse 这一波，做成中国版 Muse 吗？
一、Muse 爆火，证明的是需求
250 万下载、64 万日活，证明的是个人 Agent 存在真实的大众需求，并非极客圈的自娱自乐，用户愿意把邮箱、日历、甚至支付权限交给 AI，让它替自己办事。
在获客上，Meta 几乎没有额外花钱，95% 的 Muse 用户同时是 Facebook 用户，社交分发能力把获客成本压到了趋近于零。对 Meta 而言，Muse 证明了 AI 投入可以有产品级回报。
但需求被验证，不等于模式被验证。亚马逊以 " 未经授权的 AI 代理持续访问 " 为由封禁了 Muse 的代购功能，也就是说，Personal Agent 的产品形态虽然被验证了，商业模式还没有跑通。
其实，Muse 赢在了产品层，Meta 真正下功夫的是两件事：记忆与主动循环，让 Agent 从单次工具变成长期服务；权限与安全架构，让用户敢把账号交出来。
而在技术上，它的底层模型 Muse Spark 1.3 并非最顶尖，多位从业者提到它在部分纯编码测试上落后于 Claude 和 GPT。
这就导致 Muse 在商业闭环的三个矛盾，每一个都无法依靠产品迭代解决。
第一个矛盾：订阅费天花板极低。ChatGPT 在 10 亿周活下付费率仅 5%，Muse 免费档每周送 1 亿 token，付费转化率注定更低。
Meta 今年的资本开支指引是 1300 亿至 1450 亿美元，第二季度自由现金流只有 7.84 亿美元，订阅费连算力成本的零头都覆盖不了。
第二个矛盾：交易抽佣与帮用户省钱天然对立。Muse 的核心卖点是帮用户比价、砍价、退订、找更便宜的保险，这门生意的本质是压低商家的利润。
但 Muse 又想从交易中抽成，商家利润越薄，越不愿付佣金。亚马逊封禁 Muse，表面理由是安全条款，深层原因是 AI 替用户购物会绕过亚马逊的个性化推荐和广告，平台被迫降级为仓库与物流。
第三个矛盾：单用户成本高企。每人一台云端虚拟机，哪怕简单执行任务，单用户成本可能高达 50 美元 / 月。
Muse 免费档每周送 1 亿 token，意味着 Meta 在用主业利润补贴每一个免费用户。用户规模越大，补贴规模越大。
Personal Agent 短期内很难成为独立盈利的业务，它更像是大厂用主业利润补贴的战略性入口，创业公司若没有主业现金流兜底，将面临免费打不过 Meta、收费没人用的困境。
Muse 对用户的影响是直观的，省时间、省钱、省事，但真正被震动的，是那些原本站在用户和服务之间的平台。
亚马逊的激烈反应已经说明了问题，用户一旦习惯把 " 帮我挑一双合脚的跑步鞋 " 彻底委托给 Muse，就不会再亲自打开亚马逊逐行浏览搜索结果、翻看推荐页面。
原本由平台掌控的搜索竞价、展示广告与转化漏斗，都会被前置的 Agent 挡在后面。
这个逻辑在中国同样成立，而且更严峻。淘宝通过推荐流和搜索广告卖商家的展示位，用户在页面上多停留一秒，就多一次曝光机会；抖音的兴趣电商靠短视频和直播创造冲动购买；微信的广告长在视频号和朋友圈的注意力里。
但个人 Agent 越好用，这些平台最赚钱的广告曝光就越不值钱，这导致国内大厂对个人 Agent 的态度，比 Meta 复杂得多。
Meta 没有电商交易生态，Agent 帮它从谷歌和亚马逊手里截获意图，增量大于蚕食。而中国大厂大多同时拥有广告业务和交易业务，Agent 的增量和它蚕食的广告收入之间，需要仔细算笔账。
因此，Muse 带来的最大影响，是让平台第一次意识到：Agent 可能成为它们和用户之间的新中间层，这个中间层，比任何一家平台都更靠近用户的真实意图。
二、不会出现中国版 Muse
国内不会出现 " 中国版 Muse"，只会出现生态内的管家。
仔细观察互联网大厂跟进 Muse 的路径，会发现一个根本性差异：与其说在复制 Muse，不如说在各自的围城里建造另一种东西。
微信、淘宝、美团、抖音各自是独立的，数据不互通，API 只对企业资质开放。" 替个人办事的 AI" 这种身份在平台体系里根本不存在。最典型的例子就是豆包手机，一代被微信、淘宝等应用集体风控，二代实测，在 SAEP 协议框架下，微信、小红书、美团外卖、淘宝等 App 仍然无法实现应用内自动化操作。
原因在于生态结构。美国互联网的底层协议是开放的，中国互联网的底层逻辑是封闭的。Muse 可以在浏览器里模拟人的操作，因为它面对的是网页；国内 Agent 面对的是 App，App 的风控系统则能认出非人类的操作轨迹。
腾讯最像 Muse，但它的困境也最深刻。
腾讯有三条线在跑：小微、LightVela、Handy Bot。Handy Bot 是独立 App，云端常驻、持续推进任务，产品形态最接近 Muse，但它还在内测，没有用户；LightVela 是腾讯云的 Agent 托管服务，更像云端版小龙虾；真正承载腾讯战略意图的是小微。
小微的战略位置最像 Muse，Muse 嵌在 WhatsApp、Facebook、Instagram 里，小微嵌在微信里，14 亿月活、社交关系链、微信支付、小程序服务生态全是现成的。Muse 要外接 Gmail、日历、Stripe 才能凑出一套能办事的能力，微信不用外接，这些东西生下来就有。
但小微的困境也在这里：它只能在微信内部操作，微信的边界就是它的边界。它可以调起美团小程序，到了选规格、确认订单、支付，还是需要用户接手。它能打开一个小程序，不等于它拥有这个服务的能力。
更根本的矛盾在于：腾讯既是 Muse，也是亚马逊。当别家 Agent 想进微信时，它说提示触发风控；当它自己的 Agent 想出去时，也会被别家封禁。微信的广告收入长在视频号、朋友圈和公众号的注意力上，如果小微让用户跳过浏览直接办事，这部分广告曝光的价值就会打折。
阿里离交易最近，但 Agent 越顺手，淘宝的广告越不值钱。
千问在云栖大会上反复强调一个词：Context。产品负责人郑嗣寿举过一个例子：一个人一年去过 10 次医院，和一年只去 1 次医院，会让 AI 基于这些 Context 得出完全不同的结论。他的意思是，个人 Agent 不能只有记忆，还得有时间感，需要理解节奏和变化趋势。
这个思路和阿里手里的资产高度匹配。淘宝、支付宝、高德、飞猪、饿了么，这些服务长期积累了对用户消费习惯、出行偏好、生活半径的理解。千问要做的，是先把这些理解做深，再去替用户办事。
从交易闭环的完整度看，阿里是国内最接近 Muse 交易抽佣模式的公司。 用户说 " 帮我点杯咖啡 "，千问可以在淘宝闪购和支付宝里完成从选品到支付的全流程，不需要跳转，不需要外部授权。这个闭环的顺畅程度，是腾讯和字节都不具备的。
阿里的问题也恰恰在这里：它的 Agent 越顺手，淘宝首页的广告就越不值钱。淘宝的商业模式建立在推荐流和搜索广告上。商家付费买展示位，用户在页面上多停留一秒，就多一次曝光机会。
但一个真正好用的 Agent，用户直接说 " 帮我买一箱牛奶 "，它就去下单了，不会经过首页，滑过赞助商品，在搜索结果的竞价排名里停留，Agent 消灭的正是淘宝最赚钱的那部分注意力。
字节执行最激进，自我蚕食的风险也最大。
Spell 项目今年 4 月已内测，由豆包手机助手团队主导，豆包月活约 3.8 亿，是国内最大的 AI 原生应用，入口优势明显。
豆包 App 首页给 " 出行用豆包 " 开了高流量入口，接入了百度地图、曹操出行、携程、抖音酒旅和本地生活。字节的 Agent 产品矩阵，从办公到出行到本地生活，铺得最宽。
但字节面临一个 Meta 和阿里更尖锐的悖论：抖音的推荐流、电商、广告靠 " 让你多刷 " 赚钱，用户刷得越久，广告曝光越多，冲动消费的概率越大，Agent 却帮你省时间。这个矛盾不解决，Spell 就只能在 " 帮你办事 " 和 " 让你多刷 " 之间走钢丝。
综合来看，短期内不会出现打通各家生态、管起全部生活的中国版 Muse，更可能出现的是几个生态各自的管家，而这些管家名义上叫 Personal Agent，实际上是 Platform Agent。
因为智能体进入第三方平台，无法回避双重授权，即用户授权回答允许谁代我操作，平台授权回答允许谁以什么身份、什么范围进入。缺失任何一项，用户与平台的安全与责任都无处安放。
谁先建立这套标准，谁就能收下一个时代的 " 过路费 "。
三、跟进的不是 Muse，是防守
9 月 24 日，腾讯 QClaw 团队发布公告称，因业务发展调整，QClaw 将于 2026 年 12 月 24 日 00:00 正式停止运营。
曾经轰轰烈烈的全民养虾运动画上了句号，养龙虾失败是因为三笔账没算清楚。
第一笔：成本账。传统移动互联网用户的边际成本趋近于零，用户规模是最硬的资产，Agent 则让用户规模第一次从资产变成了负债。
第二笔：安全账。OpenClaw 默认的安全配置极为脆弱，第三方技能包可以被植入恶意脚本，甚至在后台窃取环境变量、上传私钥。
第三笔：易用账。安装配置需要有一定的技术打底，插件生态比较混乱，一次激进更新会导致全线插件瘫痪，普通人 " 养 " 不动这只虾。
但 OpenClaw 的失败，不意味着 Muse 不需要跟进，因为 OpenClaw 在商业模式上失败了，在产品方向上却证明了 AI 替人办事，方向是成立的，这与 Muse 一致。
而且，养龙虾与 Muse 不存在旧版与新版的关系，是两个不同商业物种。
OpenClaw 是工具，Muse 是服务，工具的用户是极客，服务的用户是所有人。OpenClaw 卖给用户一个运行环境，用户自己承担算力、维护和安全，而 Muse 卖给用户一个结果，因此，OpenClaw 的成本由用户承担，Muse 的成本由 Meta 承担。
OpenClaw 死于卖不出去，Muse 的风险是卖得越多可能亏得越多，把 Muse 套进养龙虾的框架里，结论一定是错的。
如果 Muse 模式跑通了，不跟进的人会失去下一代入口；如果 Muse 模式跑不通，跟进的人也只是多烧一笔钱。两害相权，后者比前者安全。
另一个本质区别是价值沉淀的位置。
OpenClaw 的价值沉淀在开源协议和生态层，所有基于它做封装的 C 端产品，本质上都是流量二道贩子。套壳产品既不掌握模型，也不掌握框架，能做的只有汉化界面、预装技能、补贴算力，这三件事只构成了成本。
Muse 的价值沉淀则在 Meta 自己手里，自研模型、自建虚拟机、自己设计安全架构、自有型用户关系，这意味着，如果 Muse 的模式跑通了，Meta 可以独享全部收益；如果跑不通，Meta 也可以把技术资产复用到其他产品上。
所以，Muse 比 OpenClaw 更值得跟进，不在于它更可能成功，而是因为它失败的成本更低、成功的收益更高。OpenClaw 的失败是纯粹的沉没成本，Muse 的失败至少留下了模型、算力和安全架构。
那么，我们讨论国内大厂跟进 Muse，跟的到底是什么？以及，互联网大厂对标 Muse，做成功的概率有多大？
如果中国做不出跨平台的 Muse，只能做生态内的管家，那 " 对标 Muse 跟进 " 这个说法本身就是错的，国内大厂做的不是 Muse，跟的也不是 Muse，是防守。
既然跟的是防守，成功的标准就不看是否独立盈利，变成了能不能守住边界。
如果成功指的是 " 做一个跨平台的通用管家 "，概率极低，平台之间的门什么时候打开，涉及商业利益重新分配，如果成功指的是 " 守住自己的生态边界，不被别家 Agent 穿透 "，概率则高得多，而且守住边界的能力，远强于从零做一个跨平台 Agent。
四、结语
对中国企业而言，造出功能对标 Muse 的产品并不是什么难事，真正的难题是如何让 AI 真正理解用户在整个互联网上的生活。
这恰恰是模型或硬件迭代都解决不了的难题：封闭平台们各自握有用户生活的一部分碎片，想要让他们拱手让人难如登天。
Muse 的爆火，本质上是把一个长期存在于极客圈的问题推到了大众面前：AI 已经可以替人办事了，谁有权替你办事？
Meta 给出的答案是，一台云端电脑帮你把所有复杂性和安全风险封装起来，这个答案在技术上可行，在商业上还没有闭环。
国内大厂想要跟进，就必须要解决 Meta 没有的结构性矛盾，毕竟它们既是 Agent 的推动者，也是 Agent 要绕过的平台。
Agent 产品的失败，往往不是因为 AI 不够聪明，而是因为商业账单算不平整。
Muse 证明 AI 替你办事的时代来了，但这条路上，门比路多，开门的人手里攥着更多的是商业利益。
