Meta Muse：把个人 AI 做成一台持续工作的电脑
Muse 的特别之处，不是它又增加了一个聊天窗口，而是它把 Agent 的运行环境变成了“属于每个用户的一台持久化电脑”。Meta 官方产品页把它描述为个人 AI Agent：用户给出目标或日常任务，Muse 负责规划、调用工具、操作浏览器，并在需要时等待用户决定。
从聊天到持续任务
传统聊天模型的生命周期通常是一次请求、一次回答。Muse 的产品抽象更接近一个长期运行的任务会话：用户可以从手机、Mac 或 WhatsApp 发消息，Agent 在自己的 Secure VM 中继续工作。这个 VM 是隔离的 Linux 计算机，带完整浏览器、持久化存储、CPU 和内存；用户也可以随时介入。
一次任务可以抽象为：
目标与约束
→ 任务分解与计划
→ 浏览器 / 应用工具执行
→ 副作用预览与审批
→ 结果写回记忆和审计轨迹
真正先进的地方在于，计划、工具和状态不必在一次回答结束后消失。Agent 可以把“帮我持续关注某个目标”转换成多轮行动，而不是每次都重新解释背景。
Secure VM 为什么重要
让 Agent 直接操作用户电脑，会把浏览器 Cookie、文件、SSH 密钥和支付信息暴露给一个高权限进程。Muse 的做法是给每个用户分配独立的 Secure VM，把浏览器和工作文件放在隔离环境里。这样 Agent 获得了足够完成真实任务的 CPU、内存和持久化存储，同时把宿主机权限隔离开。
这也改变了 Agent 的工程边界：浏览器自动化不再只是一个无状态的 Playwright 脚本，而是一个带工作目录、登录状态、恢复能力和人工接管点的运行时。任务中途用户可以检查浏览器状态，接管一次操作，再把控制权交还给 Agent。
工具不是固定菜单，而是可扩展能力
Muse 官方介绍中提到，用户可以连接邮件、日历、Instagram 等日常应用；如果任务需要一个不存在的工具，Agent 可以为自己构建工具。这里的关键不是“让模型自由执行代码”，而是把工具生成放进一个有边界的工作空间：工具需要明确输入输出、凭据范围和副作用。
一个可靠的执行循环应该把观察、计划和动作分开：
- 观察当前页面、应用状态和上一次结果。
- 生成下一步动作和可验证的完成条件。
- 对发邮件、下单等副作用动作先展示计划。
- 获得批准后执行，并把结果记录到审计轨迹。
- 失败时保留现场，允许重试、人工接管或修改计划。
人在回路不是弹窗
Muse 把“发送邮件”“购买商品”等动作设计成审批点，并展示 Agent 已经做过什么、接下来准备做什么。这比在危险动作前简单弹一个确认框更完整，因为用户需要看到动作的上下文、目标和可能的副作用。
安全设计还包括凭据隔离。官方页面描述了一个 Agent 看不到的安全凭据存储；购物时可以生成一次性卡号，让商家和 Agent 都不直接接触真实卡号。对 Agent 来说，最小权限不是提示词里的承诺，而是凭据、VM、工具和审批层共同形成的运行时约束。
记忆的重点是行动连续性
Muse 的记忆不只是把历史聊天拼进上下文。官方产品描述了“从对话中学习、反思重要事项、提出围绕真实需求的建议”。这意味着记忆至少要分成三层：
- 事实：用户明确提供的资料和偏好。
- 状态：任务做到哪一步、哪些动作已完成、哪些动作等待批准。
- 反思：哪些策略有效、下次可以怎样更早准备。
只有把事实、状态和反思分开，Agent 才能在长期任务中恢复，而不会把一次过时的聊天内容误认为当前事实。
与同类 Agent 的区别
聊天机器人擅长即时问答，却没有持久工作空间；浏览器 Agent 能完成一次网页任务，却常常在任务结束后丢失现场；桌面自动化工具拥有本机权限，却难以把权限、审批和审计统一起来。Muse 的组合是“持久 VM + 浏览器 + 工具构建 + 审批 + 记忆”，它把 Agent 从一个回答器推进成个人计算环境里的协作者。
这种架构也带来新的难题：长任务如何防止循环，如何回收失控的资源，如何让记忆可删除和可解释，如何在用户离线时处理审批，如何证明一次购买确实发生。Muse 的先进性不在某一个模型名字，而在于把这些问题放进产品的核心数据流。
技术判断
Muse 最值得借鉴的是运行时设计。模型可以替换，浏览器自动化库可以替换，甚至消息入口也可以替换；真正稳定的接口应该是任务状态、工具契约、审批事件、凭据作用域和审计日志。对于希望构建个人 Agent 的团队，这比单纯追求更大的模型更重要。
资料：Muse 官方产品页、Meta AI。Muse 的模型权重、内部调度器和完整基础设施并未公开，本文将公开产品行为与可推断的系统边界分开描述。