中国版 Muse，是不是妄想？
定焦 One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
Muse 的挑战者，还在不断增加。
北京时间 9 月 30 日凌晨，OpenAI 在开发者大会上发布了个人 Agent 产品 Dots，每个 Dot 运行在独立云端电脑上，通过 ChatGPT 的插件生态接入 4000 多款应用，能在后台主动跟进任务，还能通过短信、Slack、Teams 触达用户。
业界普遍把这看作是 OpenAI 对 Meta 的正面回应。三周前，Meta 上线了个人 AI 智能体 Muse，13 天下载量超过 250 万，一度让 Meta 市值单日涨超 1900 亿美元。
国内的动作来得更快。9 月 22 日，阿里在云栖大会上公布千问的 Personal Agent 规划；同一天，被视为最有条件做中国版 Muse 的腾讯，股价盘中一度涨超 7%。字节也被曝正全力推进对标 Muse 的个人 AI 产品。大厂之外，恢复独立运营不到一个月的 Manus 在 9 月 28 日推出个人 Agent 应用 Cue，而 Muse "关掉程序任务照跑"的设计，正是借鉴了 Manus。
有人称 Muse 是又一个" OpenClaw 时刻"，也有人说它没什么技术突破，底层模型也称不上最强，但市场已经用下载量投了票。入口、支付、生态、执行能力，国内几家大厂手中各自有牌，谁最有可能做出中国版 Muse？
01.上线三周，Muse 证明了两件事
Muse 到底是什么？你可以把它理解成一个住在云端的私人管家。你在聊天框里交代一句，它就在后台把事情跟下去，到点提醒你；要花钱、要碰隐私的时候，它会先来问你。
用户 AidenInTech 已经深度使用 Muse 一周，每天用它处理邮件。他最直接的感受是省事，可以不用下载 App，在 Meta 旗下的社交软件里就能发指令，界面和 iMessage 差不多，几乎没有学习成本，而且提供免费版。与其他 AI 助手相比，Muse 的回复简洁，不做长篇大论，很适合在手机上使用。
他现在给出的分工是，ChatGPT 适合查询，Muse 适合托付。事情交出去，不必全程盯着。
门槛低，数据就涨得快。Sensor Tower 数据显示，Muse 于 9 月 8 日上线，13 天全网下载量超 250 万。据第三方数据机构 Apptopia 估算，Muse 在美移动端日活为 64.2 万，达到 ChatGPT 23.1 万（2023 年上线初期）的近 3 倍。资本市场同样给出反应，9 月 21 日，Meta 股价单日上涨 11.43%，市值涨超 1900 亿美元。
同行的反应更能说明问题。
OpenAI 的 Dots7x24h 在线，还接入最新的 GPT-6 Astra 大模型，谷歌 Gemini Spark、SpaceX 的 Grok Bot 也在做类似的事情。
Meta 自己也在加码，9 月 29 日推出小企业版 Muse for Small Business，接入 Asana、Zoom、Slack 等办公软件。按 Meta 的说法，约三分之一的早期用户已经用 Muse 连接了某种业务账号，个人 Agent 正在自己长进工作场景。
但 Muse 远没到好用的程度。
AidenInTech 发现，Muse 可以胜任短程、浅层的任务，一旦任务链条加深，失败率便明显上升。多模态能力也偏弱，生成的报告和文档质量较为基础。跨系统的复杂任务同样是短板，还有用户反映，涉及教育、医疗、交通等多个系统的协同任务，Muse 频繁失败。
图源 / Muse 官网
更大的阻力来自外部平台。9 月 20 日起，亚马逊开始阻止 Muse 在其平台完成购物，理由是未经授权的 AI 智能体持续访问违反使用条例。也就是说，Muse 目前没法替用户在亚马逊买东西。
不过，三周下来，Muse 的火爆至少证明了两件事。
一是个人 AI 智能体存在大量的真实需求，250 万下载、64 万日活，是用户自己投的票。二是超级 App 的分发能力，决定了 Agent 产品早期获客成本的下限，Apptopia 显示，95% 的 Muse 用户同时是 Facebook 用户，63% 同时使用 Instagram，Meta 几乎没有为获客额外花钱。
方向被认可了，模式还没跑通。平台愿不愿意让 AI 代用户操作，亚马逊已经给出了第一个答案。
02. 谁离中国版 Muse更近？
Muse 目前仅在美国和加拿大开放，国内用户还用不上，但多家大厂都在加速布局类似产品。想知道谁离它最近，得先把 Muse 拆开看。
有从业者认为，Muse 算不上技术突破。虚拟机、浏览器自动操作、账号授权、人工确认、长期记忆，都不是新技术；它的设计思路，甚至工作文件的组织方式，都参考了开源的 OpenClaw。
资深 Agent 从业者赵江杰把 Muse 的架构拆成六层：模型、带终端和浏览器的云端 Linux 执行环境、连接器与 Skills、记忆与主动循环。前四层是 Manus、Claude Code 等产品的通行做法，Meta 真正下功夫的是后两层。
底层模型也不算最强。不止一位从业者提到，Muse 背后的 Muse Spark 大模型，在部分纯编码测试上落后于 Claude Opus 4.8 和 GPT-5.5。赵江杰打了个比方：做个人 Agent，模型占 3 分，工程占 7 分，做编程 Agent 则相反。模型够用之后，体验好坏就看接入、授权、记忆和成本这些工程活。
所以 Muse 赢在产品层。产品层拆开，是四个问题。
第一，怎么替你把事办完。就好比你关掉手机，任务还在跑。
AI 连续创业者祁瑞峰表示，Muse 借鉴了 Manus 的设计理念，即使退出程序，任务依然执行，其做法是给每位用户分配一套独立、可持续运行的云端环境，把 Manus 偏向工程化的内部逻辑做了封装收敛，普通用户看到的只是一个好用的 AI，复杂能力全部藏在系统底层。
这个"云端"还有一把锁。赵江杰解释，Meta 对架构的定位，是一台机器上的两个隔离安全域，AI 住在处理数据的区域，凭证和放行权住在它碰不到的另一个区域，任何对外动作都必须穿过独立的审批模块。常规的操作它能自主完成，越界动作请示用户。
图源 / 受访者提供
这套环境是其余三项能力的地基。
第二是入口能不能迅速触达用户。
Muse 有独立 App，但主力入口嵌在 WhatsApp、Facebook、Instagram 里，用户在哪它就在哪，获客成本比需要自己拉新的 ChatGPT 低得多。
第三，能不能替你付钱。
比如让它订一张机票，它可以通过 Stripe Link（一键结账）签发的一次性虚拟卡完成支付。
第四是能否了解你的生活。Muse 以邮件和日历为窗口，用户的账单、行程、通知都留在了这两处，接管它们，约等于接管了用户的日常。
以这四个问题为标尺，我们将国内的主要玩家逐一进行对比。
先是腾讯小微，它的底子与 Muse 最像。14 亿级月活、社交关系链、微信支付、小程序服务生态，一样不缺。腾讯总裁刘炽平曾公开描述过小微的未来图景，用户向小微下达复杂指令，商家与小程序各自拥有自己的 Agent，双方 Agent 直接交互并完成交易。
小微早在 6 月底就已开启灰度测试，但目前还停留在对话式响应，任务跟着对话走，对话结束，任务就停。Muse 则是项目式托付，一句话启动后，任务在云端持续推进，它主动盯进度、到点提醒。更根本的限制是，小微只能在微信内部操作，微信的边界，就是它的边界。
再看阿里千问，它离交易最近，但离生活远。
9 月 22 日云栖大会上，千问宣布加速打造 Personal Agent，依托 3 亿用户，已接入健康、运动数据并试点接入理财数据，开放平台申请入驻的伙伴超过 1000 家。
Muse 目前提供免费版本，其主要是想靠替用户买东西时从交易里抽成。这门生意的关键，是离交易够近。千问恰好长在国内交易密度最高的生态里，淘宝、支付宝、高德、饿了么，交易和支付闭环在国内最顺，和 Muse 的思路天然契合。
但问题在于，其社交与生活场景薄弱，更像一个交易版的 Muse。而且和小微一样，它也不是那个"后台替你盯着事"的管家。千问目前只在意图相对明确的场景中主动推进任务。
最后是字节，执行最激进，却最先撞上风控。
字节被曝早在今年 4 月，就已经开始内测个人助理方向的探索产品，当时代号为" Spell "，主要由豆包手机助手团队主导，但由于豆包手机发布等原因，一直未正式对外。
在字节已上市的产品中，最接近 Muse 的是豆包手机系列。它和Muse 都把"替你办事"做成了产品，但路线不同，一个放在云端，一个放在手机上。豆包手机主要靠模拟用户点屏幕（GUI）来操作，一代发布后被微信、淘宝、银行类 APP 集体风控。二代则改了路子，能走官方接口的走接口，走不通再模拟点击，关键步骤让用户确认，但多数超级 App 至今不开放调用。
字节手里还有一张大牌：豆包 App。QuestMobile 数据显示，2026 年 6 月，其月活约 3.8 亿，是国内用户规模最大的 AI 原生应用，具备入口优势。
除了大厂，刚刚恢复独立的 Manus 也是一个重要玩家。它的执行能力是最强的，但另外三项它都没有：没有社交入口，没有自己的支付，也没有邮箱、日历这样现成的生活数据。Manus 的处境，恰好和几家大厂反过来。
逐项对照下来，目前没有一家是完整的中国版 Muse。相对来说，最接近的是腾讯小微，它的入口、关系链、支付、服务生态，全都长在微信一个 App 里，但能力很难越出微信的边界。它更像一个替用户打理微信的管家，而非个人生活助手。
03. 中国版 Muse，会是什么样？
顺着这个缺口往下挖，卡住中国版 Muse 的主要是两件事，一是权限问题，AI 拿不到替用户办事的权限，二是用户习惯，海外接管邮箱加日历就等于接管了生活，而国内场景数据分散。
先看权限。
国内并非没有尝试，千问点奶茶这件事，甚至走在了 Muse 之前，但整个过程都在淘宝闪购和支付宝里完成，权限来自阿里自己。一旦涉及不同生态，就会涉及多个权限。我们以一件具体的事情为例，让 AI 帮忙在医院小程序上挂一个周五的号，再把挂号费付掉。这件小事，它要过三道关。
第一关，进门。AI 得先以某种身份接入挂号服务。
国内其实不缺开放接口，支付宝、微信支付、美团、滴滴等用户常用的超级 App 都有成熟的开放平台，但目前这些接口只对有企业资质的开发者开放。"替个人办事的 AI "这种身份，在平台体系里根本不存在。
海外的情况相对好些。欧美多数主流服务具备完整的网页版，公开 API 和 OAuth 这套标准化授权协议也较为普及，个人规模的自动化长期处在被默许的灰色地带。但这条路同样在收紧，API 大多面向商业开发者，OAuth 的授权范围有限，浏览器自动化在多数网站的用户协议中本就被禁止。
第二关是办事。走不了"正门"，AI 只能模拟人去点屏幕，这就是豆包手机走的路。问题是，平台的风控系统能认出非人类的操作轨迹，未经授权的操作本身也违反规则。
Muse 同样也是模拟操作，只是多做了一层工程兜底，每人一套独立的云端运行环境、固定出口、凭据隔离、统一的风险审批，这比 GUI 方案多了一层责任包装。但亚马逊的封禁说明，这层包装解决不了根本问题，只要平台不点头，动作就落不下去。这道关国内外都有，国内卡得更死。
第三关是付钱。它是三关中唯一由平台主动建设通道的环节，例如微信的 AI 专属卡与支付宝的 AI 付，但通道的授权范围被限定，小额、每笔验证、留痕可查、损失可追回。相比之下，Stripe Link 向 Agent 开放的权限要大得多，一次性虚拟卡，接受银行卡的网站大多能走通。
图源 / AI 生成
三道关走下来，中国版 Muse 缺的不是 AI 能力，而是权限握在外部平台手里。各家目前的应对方式也较为一致，都偏向于自建生态，比如小微把微信生态内部做深，把小程序当服务层、微信支付当结算层、公众号和企业微信当通知层；千问同理，把淘宝、支付宝、高德、饿了么之间的交易闭环做顺。
再来看生活习惯。
Muse 能"接管生活"，靠的是邮箱和日历。它们是早年定下的通用协议，账单、行程、验证码、通知，任何服务商想联系用户，最终都要发邮件。Muse 一次接入，就等于拿到了用户生活记录。
国内生活场景入口更加集中，缴费、打车、挂号等操作都能在微信里完成，但数据是分散的。用户在微信里缴的电费，账单存在电网公司的系统里，在小程序里挂的号，记录在医院的服务器里。每个场景的数据都留在服务商手中，没有一个像邮箱那样、能一次看全的地方。
所以，短期内不会出现一个打通各家生态、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，从对话框和小程序里长出来，各管一段生活。赵江杰的判断是，只要平台边界不变，超级 App 里的管家胜算最大，同时，手机系统助手与垂直领域的独立 Agent 会并存。前者握有接口、支付、实名身份和分发，独立 Agent 的机会则在超级 App 覆盖不到或不愿保持中立的场景。按这个逻辑，离中国版 Muse 最近的仍是微信里的小微，Manus 这样的独立玩家，要在大厂的地盘之外找场景。
真正决定格局的，是平台之间的门什么时候打开。只有超级 App 愿意让别家的 Agent 进门，中国版 Muse 才有可能跨出围墙。
* 题图来源于 Muse 官网。
星速优配提示：文章来自网络，不代表本站观点。
