前途科技前途科技
  • 服务
  • 关于
  • AI
    • AI 大模型
    • 具身智能
    • 算力芯片
  • 科技
    • 智能终端
    • 软件·互联网
    • 汽车·出行
    • 科学前沿
  • 资源中心
    • 深度研究
      • AI 前沿
      • 教程
      • AI 知识库
      • 案例研究
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们
AI 大模型/11.21 · 11:01/7 MIN/编译自 数智奔流/1 阅读

Muse负责人首谈:七个月做到千万下载

Meta个人AI智能体Muse上线后下载量突破1000万,约四分之一用户每日使用。产品负责人Mona Sarantakos首次接受播客专访,讲述从周末实验到正式产品的七个月,以及信任、安全与Jolly形象的取舍。

一个周末的实验,最终变成了Meta的重要AI产品。

今年年初,Meta AI核心负责人Nat Friedman给Mona Sarantakos发消息,邀请她试试OpenClaw。丈夫找来一台树莓派,Mona花了整个周末配置,并把自己的邮箱、日历和家庭自动化系统接了进入。

周一早上,意外的结果出现了:AI自动整理了孩子们一周的学校通知,追踪不同信息源,生成一份简报,汇总本周和当天的安排。Mona发现,自己只需给出很少的指令,它就能替她处理生活琐事。

这就是Muse的雏形。从策划到正式上线,团队花了七个月。目前Muse下载量已超过1000万次,约四分之一用户每天都在使用。

11月15日,Lenny's Podcast 更新最新一期节目,邀请Muse产品负责人Mona Sarantakos做客,这也是她首次接受播客专访。

问:Muse的起源是什么?

**Mona:**看到那份简报时,我觉得非常神奇,毕竟我几乎没给它多少指令。我告诉Nat:“我觉得我们应该做这件事。”其实我不知道具体要加入什么,无论他们想把这件事推进到什么程度,我都会跟着做。

用得越深,我们越意识到:要把它做给普通消费者,它就必须变得非常不一样。它要安全得多,设置简单得多,还要能大规模扩展。

有一段时间,它始终处于探索状态。随着尝试深入,我们才确信这可以成为一款真正的产品,随后正式组建完整团队。

问:为什么花了七个月才推出?

**Mona:**我们很多次都觉得产品差不多准备好了,随后总会有事情让我们重新思考,再多花一点时间。整个过程大致分三个阶段。

第一阶段,弄清楚这究竟是一款什么样的产品。那时不担心可靠性、可扩展性和安全性,因为只有我们几个人在用。几乎找不到可以借鉴的先例,光是弄明白产品该怎么做就花了不少精力。

第二阶段,大量研究可靠性、安全性和信息安全。我们很难找到直接对标的产品,行业已有的基准测试也不足以满足要求。因为它要真正替用户做事,这个标准只能自己建立。我们还投入大量时间做红队测试,不断找漏洞和风险。与此同时,新功能也在不断出现。内部有一句话:Trust is a must(信任是必须的)。

以前开发Meta AI,大多数对话是单轮的。Muse完全不同,用户会来回交流很多轮,让它处理持续时间很长的任务。于是我们开始使用智能体集群,这些Agent分散出去分析大量真实对话和使用数据,也能生成合成数据,再把结果汇总回来。

第三阶段,做大量内部试用,让员工先用,也邀请外部Alpha测试用户。整个夏天我们逐渐拿到真实反馈,到后期对产品的信心比之前强了很多。

这可能是我在Meta经历过的最不寻常的一次产品开发。我们做的事情太新,根本没有正式的项目评审。大部分时间里,我们直接走进会议室,拿出刚做好的原型,放到某个人的手机上,让大家直接体验。最终产品的形成,就是一系列持续不断的对话和讨论的结果。

问:Nat Friedman、Alexandr Wang和扎克伯格如何共同塑造Muse?

**Mona:**Nat本身就是团队的一员,一直在深度参与。

Alex负责模型,擅长在需要的地方保持灵活,根据实际情况调整优先级。他考虑的不只是团队接下来做什么,还包括研究成果该如何与产品结合。

至于Mark,这是我第一次以这样的方式与他合作。最初我们有点迷失在Muse的任务执行能力上,Mark纠正我们:最重要的是目标对齐。他提出,Muse的目的是让人们的生活变好,帮助他们实现目标。

我们想,既然Muse已经了解用户那么多信息,它实际上就是一个全天候运行的Agent。Mark打开这扇门之后,工程师们都兴奋起来:有很多新想法能让Muse变得更主动、更有帮助。

我们团队以工程师为主导,鼓励快速做原型。内部有一句话叫“Let Them Cook”(让他们自己去创造)。

问:Jolly形象背后有什么故事?

**Mona:**首席设计师Alex Cornell制作了Muse的第一个原型。他用简单的提示词生成一个小生物形象。最初打开App时,小角色是睡着的,然后慢慢醒来。它叫Jolly Bot,来自Alex对女儿的昵称。

我们原本以为,迟早会有营销部的人来要求把它换成Logo或其他正式设计。但它出现在产品里之后,我们冒出了很多新想法:为什么不给它戴一副耳机?为什么不做动画效果?为什么不让每个用户把头像设成自己想要的样子?

这涉及Muse的一个重要理念:它属于用户自己,而不是让人感觉只是在使用一个来自Meta的产品。后来想移除Jolly反而越来越难,因为我们已经围绕它建立了一整套系统。

Mark明确表示他很喜欢这个头像。更重要的原因是,当你和一个感觉如此私人化的对象交流时,最不希望面对的就是一个企业Logo。

最后,在Mark、团队和其他一些人的坚持下,我们决定留下Jolly,当时距离正式发布可能只剩一周左右。

我经常告诉Meta的一些产品经理:我们确实身处一家规模庞大的公司,但你依然有自主权。应该表达自己想要什么,说出真实想法。别人可能会拒绝,但至少要去尝试。

其次,产品品牌和品牌在产品中的存在程度之间始终有权衡:你希望品牌占据多大存在感,还是尽量淡化?对Muse来说,如果它要成为用户自己的Muse,就必须让用户感觉它完全属于自己。Meta在这个过程中要适当退到幕后。

我们一直在想,既然这是一个属于用户的个人Agent,人们平时会怎样和自己的私人助理交流?大多数时候是聊天。所以我们最终选择聊天气泡的形式,希望它更像即时通信服务,让用户感觉是在和一个真实的人、或者具有独立身份的对象交流。

问:购物如何意外成为受欢迎的场景?

**Mona:**我最初预测的三个主要场景是个人生产力、健康管理和个人财务管理。后来内部试用者越来越频繁地用到购物,完全出乎意料。随着接触更广泛的普通用户,购物成为Muse最重要的使用场景之一。

标签:MetaMuseAI 智能体

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

置顶文章

自己动手做模型:ML Intern 低成本定制小模型实战
置顶

自己动手做模型:ML Intern 低成本定制小模型实战

微软和Meta收紧Claude:被削掉的是入口,不是模型
置顶

微软和Meta收紧Claude:被削掉的是入口,不是模型

前途科技前途科技
服务关于快讯技术商业报告
微信咨询二维码

咨询微信

扫码添加微信咨询

前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款

我们需要让两种体验同时存在:一方面让用户获得灵感,享受发现商品的过程;另一方面也让商家帮助用户了解有哪些选择。Agent应该发挥作用,帮用户缩小选择范围,或在不同选项之间权衡,因为有时候真的会陷入选择困难。

我们已经有了一些来自零售行业的合作伙伴,他们本身也是商家,正在尝试使用Agent。如果一个代表商家的Agent能直接和一个代表消费者的Agent沟通,帮双方解决问题,那会很有意思。

对Muse来说,找到用户实际需要的场景只是第一步。如何让普通人理解Agent的价值,同样是难题。

有一次,我和孩子朋友的家长们聚会,聊到了Muse。虽然大家都看过广告,但并不清楚怎么用。其中一位妈妈直接拿出手机,大家轮流看她平时怎么用,当场就有两个人下载了Muse。

无论投放多少广告,都不如让用户亲眼看到一个自己能产生共鸣的人是怎么用它的。

访谈最后,Mona谈到Muse的未来愿景。她希望Muse逐渐融入日常生活,出现在智能眼镜以及Charm这类随身硬件上,成为一个随时随地都能调用的个人Agent。Agent本身也要更自主,在获得信任后主动采取行动。

她还希望Agent进一步帮助用户创业、发展副业,改善健康和财富状况。Muse想抵达的终点,是让每个人都拥有一个真正懂自己的“另一个我”,而这一切的前提,是它必须尊重“我”的秘密与边界。

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费
置顶

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费

//

24小时热榜

刚刚,微软官方公开了科研研究Skill
TOP1

刚刚,微软官方公开了科研研究Skill

AI 助攻纳维-斯托克斯无外力爆破
TOP2

AI 助攻纳维-斯托克斯无外力爆破

3

OpenAI 详解 Codex 沙箱安全机制

13小时前
OpenAI 详解 Codex 沙箱安全机制
4

OpenAI 发布 MedChemBench 评测 AI 药物化学推理

13小时前
OpenAI 发布 MedChemBench 评测 AI 药物化学推理
5

Google 2027年停用 Nest 应用与助手

9小时前
Google 2027年停用 Nest 应用与助手
6

Thinking Machines 发布笔记本可跑的 Inkling 2 Mini

9小时前
Thinking Machines 发布笔记本可跑的 Inkling 2 Mini
7

FBI 调查犯罪信息数据库遭入侵

9小时前
FBI 调查犯罪信息数据库遭入侵
8

128GB 内存、1 PFLOPS:3.3 万起的 RTX Spark,到底值不值?

12小时前
128GB 内存、1 PFLOPS:3.3 万起的 RTX Spark,到底值不值?
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断