如果 AI 不只回答問題，還替你安排週末、購物、經營小生意，甚至在你睡覺時繼續工作，改寫的就不只是聊天介面，而是「誰替你做決定、誰掌握交易入口」。Zuckerberg 在 Sources 訪談中，將 Muse 定位為長期理解你、代表你行動的個人代理。

我看多大眾化個人代理的方向，也看好 Meta 的分發與整合優勢；但 Muse 是否已形成護城河、免費模式能否賺錢，仍待證明。關鍵不是花掉多少 token，而是代辦之後，使用者更放心，還是更需要善後。

產業座標：從聊天框到可委派的個人電腦

產業正從「誰更會答」轉向「誰能替你做完事」。Anthropic 於 2024 年公開 computer use 測試，示範模型操作電腦，也坦言當時仍容易出錯；OpenAI 將 Operator 與 deep research 整合成 ChatGPT agent，強調虛擬電腦、重大行動確認與使用者接管。Google 的 Project Astra仍是研究原型，部分螢幕分享與影片理解能力已導入 Gemini Live，不能把展示視為全面上線。Apple 則偏裝置端與 Private Cloud Compute，著重雲端推論的隱私架構。

Muse 的差異不在發明代理，而在把「不用自架、持續代辦、高免費額度、既有社群與商業工具」整合成一般家庭也能使用的產品。這比模型榜單更能解釋 Meta 為什麼要同時談 token、虛擬機與交易抽成。

一、重點不是「更聰明」，而是「不用自己架」

Zuckerberg 說，使用者交付目標後，Muse 會持續工作，並把反思整理進記憶。他指出一般人不會為此購買 Mac Studio、自架系統；產品必須能交給不同技術程度的家人。主持人 Alex Heath 也將它視為一般人的常駐代理，可連接 Instagram、Facebook 與經營生意、買廣告的工具。

Muse 發布頁寫明，產品正於美國的 iOS、Android 與 muse.ai 陸續推出，也可透過 WhatsApp 使用；AI 眼鏡版仍待推出。長任務可在關閉 App 後繼續，寄信、購買等敏感動作需要核准。

他舉的例子很日常：替三歲女兒準備週末烘焙，根據上次太難的回饋調整活動；留意登山許可證；觀看自己的 MMA 訓練並給建議。這些是他的使用經驗，不是本文驗證過的案例，卻說明代理為何需要延續上下文。

Muse 若成功，可能是把帳號連接、狀態保存與任務恢復的麻煩藏起來。消費者要的不是「擁有代理」，而是「少惦記一件事」；這是產品工程的勝利，不必先證明超級智慧到來。但持續執行也會累積錯誤，系統必須知道何時停止。

我的驗收題是：採買清單遇到缺貨能否提替代品，超出預算能否停下詢問，活動取消後能否停止訂購？這不是已實測的 Muse 功能；連續四週處理好例外，比一次成功示範更有說服力。

二、一億 token 是獲客訊號，不是價值證明

Heath 點名 Instinct、Town 等新創也在追逐相近市場，卻沒有 Meta 的既有事業補貼用量。對只賣「替模型接上一台電腦」的服務，這會壓低消費者願付價格。但 token 是供給單位，不是效益單位；模型、輸入輸出比例、快取、背景反思與工具呼叫不同，額度不能直接換算成成本或能力。

真正要算的是：每位活躍使用者的交易與訂閱收入，扣除推論、虛擬機、支付風險和支援成本後，還剩多少？省下一小時未必產生可抽成的交易，增加交易也未必替使用者省錢。免費降低了試用門檻，尚未證明單位經濟成立。

三、財報告訴我們：Meta 有本錢，但本錢不是無限

Meta 於 2026 年 7 月 29 日公布的第二季官方財報顯示，截至 6 月 30 日的季度營收為 608.01 億美元（US$60.801B）、年增 28%；6 月應用家族日活躍人數（DAP）平均 36 億、年增 3%。廣告展示次數與平均價格分別年增 14%、12%，提供新產品既有的消費者接觸點。

壓力也很清楚：成本與費用約 420.3 億美元、年增 55%；營業利益 187.75 億美元、年減 8%，利益率由 43% 降至 31%。費用含約 24 億美元法律程序費用、與 5 月人力調整相關的 11.8 億美元資遣費，不能把利潤率下降全算在 AI，更不能算在當時尚未發布的 Muse 頭上。

季度營運現金流約 318.6 億美元，資本支出含融資租賃本金約 310.8 億美元，自由現金流僅 7.84 億美元；全年資本支出指引收斂至 1,300–1,450 億美元。6 月底現金、約當現金與有價證券約 902.6 億美元，但長期債務也由 2025 年底 587.44 億增至 836.64 億美元。

多方看到獲利事業補貼新品的耐力，空方看到資本支出壓薄現金流。兩邊都不能忽略：36 億 DAP 不是 Muse 用戶，更不是願意授權信箱與付款的人。分發是既有資產，授權深度要另外贏得。

設備支出先影響現金，折舊則跨期進入損益；當季營業利益不能代表未來代理的單位經濟，一季低自由現金流也不能證明投資失敗。評估要一起看新增容量、利用率、服務毛利與設備週期，而不是挑一個數字替立場背書。

四、從廣告到代購，最棘手的是替誰最佳化

Zuckerberg 說 Muse 可選擇連接 Meta 廣告系統，協助製作產品與經營生意，但不強制使用 Meta 服務。產品頁則說，可透過 Stripe 的 Link 結帳，以一次性卡號保護真實卡片資料，部分合資格購買享有保障；Shop Pay 仍待推出。

官方承諾對話及 VM 內資料不分享給 Meta 廣告系統，但安全文件提醒：代理替你造訪商家或購物，仍可能間接影響廣告。資料不直接分享，不等於商業活動與廣告完全隔絕。

廣告在商品被注意時介入，交易代理則可能在「買什麼」的決策中介入。若平台同時掌握投放、商品發現與成交，不付佣金的選項能否公平比較？更便宜、卻讓平台賺不到錢的方案會不會優先推薦？商家付佣金不等於使用者必然吃虧，但利益衝突需要可檢查的答案。

我沒有 Muse 暗中偏袒商家的證據。我的要求是揭露佣金與推薦理由，檢查自營優先、預設勾選和排序可比較性，提供取消、退款及搬走記憶與授權的能力。廣告規模證明 Meta 能觸及人，不證明它替人選得最好。代理代做更多決策，透明義務就應增加。

五、機密 VM 很重要，但別把藍圖當全面上線

Zuckerberg 說，他與 Nat Friedman 招募 Signal 創辦人 Moxie Marlinspike，投入 confidential VM，希望連 Meta 都看不到雲端電腦內容。他也提到未來幾週將公開更多內容，以及系統準備好之前的其他保護措施；這不是所有用戶已獲完整機密運算保障的證明。

Meta 安全技術文區分兩個階段：現行 Secure VM 隔離代理執行區、憑證與安全服務，代理只見代用憑證，由 Sentinel 管理連接器行動及對外連線；但 Meta 仍可因支援、安全或營運需要存取資料。Confidential VM 預計今年稍晚推出，目標是以可驗證的密碼學方式阻止 Meta 存取 VM 資料。目前的小群測試與外部審閱，不等於全面部署或獨立認證。

Apple PCC也以服務商無法存取個人資料、限制特權操作與可驗證透明度為設計目標。但它處理無狀態推論請求，Muse 則需長期保存記憶、登入網站，不能視為相同產品。比較有意義，拿其中一方替另一方背書沒有。

要檢查的是整條資料路徑：記憶、推論、金鑰、備份、錯誤紀錄與對外網路，在哪裡解密、由誰控制？即使 VM 完善，內容若送到保護範圍外的推論服務或商家表單，仍有風險。這不是斷言 Muse 如此設計，而是說「服務商看不到」不等於「代理不會洩漏」：機密運算不能自動阻止寄錯信，更不能只憑元件名稱替整套產品蓋安全章。

六、代理的安全，不該靠它臨場懂事

Zuckerberg 談到最小權限：信箱先唯讀，寄信另取權限；登入、付款、傳送敏感資訊通常須核准，也可設定持續允許某類行為。

安全技術文說明，Sentinel 是代理無法繞過的獨立權限閘門；核准由客戶端直接送交，不是聊天中一句「同意」，授權可綁定用途、目的地與期限。程序讀取使用者資料後，失去低風險自動放行資格。官方亦開放漏洞獎勵，合資格通報最高 30 萬美元，影響單一用戶的提示注入最高 13 萬美元。這些是官方架構與獎勵上限，不是本文完成的安全稽核。

OpenAI 的 agent 文件同樣重視行動確認、登入接管與提示注入。競爭關鍵不在多放一個 AI 監工，而在模型誤判時，系統規則能否仍強制守住金額、收件人、權限到期與撤銷的界線。Muse 已提出具體的隔離與授權機制，仍要看實際效果。

審核畫面必須說清楚「做什麼、給誰、付多少、帶走哪些資料」，否則通知只會訓練人不停按同意。權限也應隨任務到期：准許訂一次餐廳，不等於准許明天買課程；讀信整理行程，不等於能寄走附件。這比要求模型臨場懂事，更像使用者能理解、也能撤回的承諾。

七、網路效應有想像力，也有一道隱私考題

主持人談代理群體分享匿名化經驗，Zuckerberg 則描述用途建議與代理互動的內部例子，並指出大部分代理互動能力不在這次推出的版本中。這是方向，不是已驗證的護城河。

要分清三件事：個人記憶讓自己的代理更懂自己；群體經驗改善建議；熟人的代理彼此協作，才可能形成直接的社交網路效應。用戶越多是否人人受益，取決於新用戶帶來什麼，不能只憑 Meta 的社交產品歷史推定。

現行官方政策允許將推論對話、工具呼叫與代理交接軌跡，移除關鍵個人識別資訊後用於訓練；使用者可在設定中退出。這既不是「所有資料都不離開 VM」，也不保證無法重新辨識。群體學習與未來機密 VM 如何並存、分享什麼訊號、如何取得同意，仍須分別檢查，不能靠「匿名」二字帶過。

新創未必要硬拚免費額度，仍可靠垂直流程、跨平台、在地部署或可攜性競爭。平台的黏著度也未必來自網路效應：用了半年，偏好、例外規則、成果與排程可能比聊天紀錄更難搬家。官方已允許下載檔案與記憶，但對使用者更重要的是：匯出的只是可讀文字，還是另一個代理真能接手的狀態？

八、Llama 4 的教訓：不是人多，就能把前沿堆出來

Zuckerberg 承認，曾以為 Meta 其他機器學習系統的擴展方式也適用大型語言模型。Llama 4 未達預期後，他改重視人才密度，讓小團隊共同掌握整體問題，並將研究團隊安排在自己辦公位置附近。

他提出更切身的需求：分寸感。代理知道使用者有敏感健康狀況，不代表訂餐廳時就該透露原因；這是他認為需要在模型訓練中特別照顧的能力。

Muse Spark 官方公告原始發布於 2026 年 4 月 8 日，5 月 12 日另有更新；它是模型系列的起點，不是 9 月個人代理的推出日期。模型能力與代理產品相關，後者卻還要驗證委派、權限及單位經濟。

我同意分寸感重要，但尚無證據證明只有自建前沿模型能做好。垂直整合可調整訓練目標，也增加固定成本；外部模型搭配權限控制與專用評估，同樣有競爭空間。Muse 得靠可重現的任務結果，而不是人才故事，證明整合的價值。

九、社會信任是部署條件，不是成功之後再補

Zuckerberg 把資料中心的地方反彈，部分歸因於短期投機開發者與長期營運者的誘因差異，主張讓社區共享利益。訪談後段，他談眼鏡錄影提示燈、青少年安全與同業共同規範。

長期投資不會自動解決地方成本，提示燈也不等於旁人同意。本文未核閱所談和解的法律文本，不將其描述視為已生效的產業法律義務。這與 Muse 的共同考題是：使用者授權代理，不代表收信者、被攝入鏡頭的人或資料被取得的第三方也同意參與。

我支持廣泛分配 AI 能力、避免少數實驗室壟斷，但普及不能代替風險控制；Meta 自己也同時做開放與封閉模型。免費使用、模型開放、資料可攜與權力分散，是四個不同問題。人人能在同一平台租用更強代理，並不等於控制權已分散。

十、結論：看多方向，等待「可托付」的證據

看多情境：Muse 穩定完成高頻、小額、可撤回的任務，授權易懂、犯錯易補救，免費額度足以培養習慣。Meta 就可能把分發規模轉成長期服務，在部分交易取得合理報酬，而不只在聊天視窗插廣告。

看空情境：背景成本快於收入，高價值任務需要過多確認；錯誤付款、隱私事件與記憶綁定抵銷免費吸引力。一億 token 便成了昂貴補貼，而非護城河。使用者也可能分用多家代理，讓單一平台收不到想像中的入口租金。

我不預設贏者全拿，也不憑訪談給股票買賣結論。要追蹤的是四週後仍委派任務的人數、每件成功任務的人工介入、撤權是否即時、機密 VM 的外部驗證，以及扣除運算與客服後的每人收入。現有來源未提供這套完整數據。

成績單還應並列效益與失敗代價：退款需介入幾次，重複訂購能否辨識，安全拒絕後有無替代方案？只報平均速度會掩蓋少數高代價事件，只報攔截攻擊數則可能藏住大量誤攔。

日常助手與小企業助手也應分開看。前者重省心與家庭互動，未必容易變現；後者較能連結營收，卻更在乎責任、帳務與客戶資料。混看平均留存或收入，可能低估高成本用戶、錯過願付費場景；兩者未必適合同一種授權預設與收費邏輯。

AI 競賽正在從「誰最會回答」移向「誰值得被授權」。Muse 值得看多，是因為它降低委派門檻；值得保持懷疑，是因為委派越容易，犯錯與利益衝突就越不能含糊帶過。Meta 這次要贏的不是使用時間，而是使用者願意交付多少真實生活。

參考來源與閱讀限制

Sources 官方訪談與主持人整理（2026-09-08）：訪談與公開字幕來源。

Meta 2026 Q2 財報原始 PDF（2026-07-29）：沿用已核讀的官方 PDF；數字屬公司整體，不是 Muse 分部。

Apple Private Cloud Compute：隱私架構對照，不是 Muse 安全背書。

OpenAI：Introducing ChatGPT agent：既有安全設計，不作當前完整功能或價格清單。

Anthropic：Introducing computer use（2024）：歷史脈絡，不以舊能力衡量 2026 年競品。

Meta：Introducing Muse：美國推出範圍、支付安排與安全架構時程。

Meta AI Research：How We Built Safety Into Muse：隔離、Sentinel、資料政策及漏洞獎勵。