三年前，Meta CEO扎克伯格在Joe Rogan节目上说过，有一天人们戴上眼镜、AI Agent就会随之出现。如今，这一幕或正在发生。 Meta推出的个人AI Agent——Muse上线两周用户即达数百万。扎克伯格在9月25日一档访谈节目中表示：“每隔几年我们才能遇到这种情况。”他将Muse的早期反响定性为 “一出手就是全垒打” ——这在Meta产品历史上属于少数。 与此同时， 他宣布Muse将整合至全线Ray-Ban智能眼镜， 用户无需再说“嘿Meta”，而是可以自定义唤醒词直接呼叫自己的个人AI Agent。 多年来被外界视为三场独立豪赌的元宇宙、智能眼镜和大模型，正在Meta内部产品层面加速合流。 在这场访谈中，扎克伯格还坦承了Llama 4失败是“最可怕的时刻”，并透露Meta正在建设5吉瓦级训练集群，认为足够大的算力可“暴力破解”AGI。 Muse为何能“一出手就是全垒打” Muse的起点，是扎克伯格和团队成员Nat与Alex坐在一起，用开源工具在家里“拼凑”出一个早期版本。 “我们意识到，这是一种神奇的体验，”扎克伯格说， “如果我们能把它做成任何人都可以用——不需要自己买Mac Mini、不需要在终端里折腾——那么这将是数十亿人想用的东西。” 这句判断，驱动了此后整套研发逻辑：不只是训练模型，而是从模型、脚手架、到Agent的“心跳”机制全栈自研——Agent会定期自动唤醒，检查用户目标，主动推进待办事项。 上线后的数据印证了这一判断。两周，数百万用户。 个人AI：重点是执行、记忆与“判断力” 对于个人AI与通用AI的差别，扎克伯格将当前竞争焦点概括为让模型成为更好的Agent。 “过去一年最大的事情，基本上就是编程Agent。”他说，编程能力很重要，因为即使用户没有直接写代码，“你的Muse也会在后台一直为你写代码，去完成各种事情”。 但他认为， 个人Agent不能只具备编码或任务执行能力，还需要理解隐私边界和社交语境。 扎克伯格举例称，用户让Muse预订餐厅时，Agent可能知道用户存在过敏情况或怀孕等信息，但并不意味着这些信息应该被自动披露。“你会希望它完成任务，同时尽可能少地披露信息。” 他称，这种能力属于人类通常具备的“基本社交技能或常识”，但如果只是训练编码Agent，许多公司并未将其纳入模型能力范围。 “我们训练的是整个模型，而不是拿别人的现成模型，再在外面搭一个框架和Agent。”扎克伯格说。 Meta还在产品层面加入记忆、任务追踪、虚拟角色动画和实时语音互动等功能。 在个性化方面，他表示，Meta并不认为AI应该只有一种固定人格。“很多实验室都在关注怎样把人格调到正确状态，但我从来不认为人格只有一个正确答案。” 他称，Muse允许用户修改头像、声音和基础性格，模型设计目标是具备较高的可操控性。“你可以定义自己希望如何与它互动，这对个人Agent很重要。” 每个Agent都有自己的“电脑” Muse区别于其他AI产品的核心基础设施之一，是Meta为每个Agent单独配备了一台安全虚拟机（Secure VM）。 扎克伯格解释了为什么这是必要的： 你的Agent会了解你很多敏感信息。我们不认为这些信息应该跟所有人的数据混在一个池子里。 他把Muse Secure VM比喻为“放在你桌子底下的那台只属于你的电脑”——用户数据加密存储，密码等敏感凭证通过独立安全模块管理，Agent本身无法直接读取。 在此基础上，Meta还设计了“Sentinel”安全Agent，专门监控进出Muse的数据流，一旦检测到异常或高风险操作，会直接拦截并提示用户授权。 元宇宙、智能眼镜与Agent，三条路线正在汇合 扎克伯格在访谈中透露，Muse将全面接入Ray-Ban系列智能眼镜，并对现有交互方式做出升级。 目前的眼镜是“单轮对话”体验——说一句，得一个回复，结束。接入Muse之后， 眼镜变成Agent的前端入口：用户开口，后端Muse在安全虚拟机里持续工作，完成任务再反馈。 对于眼镜的产品路线，他描述了一条清晰的硬件梯队： 无摄像头的纯音频眼镜：已搭载Muse，可处理通话、音乐、语音任务 带小显示屏的Meta Ray-Ban：已发布，具备基础视觉反馈 全视场角全息AR原型：已发布，扎克伯格称“会非常令人兴奋” 他称，Meta在眼镜上的长期投入，使公司在AI Agent成熟后处于较有利的位置。 Meta正在将Muse及更多AI功能引入眼镜产品，而过去相对更强调“临场感”的元宇宙技术仍在继续推进，只是当前更多资源转向了Muse和智能眼镜的AI功能。 对于虚拟形象，扎克伯格称，Meta此前需要通过房间级设备、多角度扫描以及企业级GPU环境，生成较高质量的写实化身；目前，用户通过少量照片即可完成设置，相关能力已可运行于一副VR