Muse的追赶者正持续增多。
9月30日清晨，OpenAI在开发者大会上推出个人Agent产品Dots。每个Dot运行在专属云端计算机上，借助ChatGPT的插件生态连接超过4000款应用，能够在后台自动跟进任务，并通过短信、Slack、Teams与用户沟通。
业内普遍将此视为OpenAI对Meta的直接回应。三周前，Meta发布个人AI智能体Muse，13天内下载量突破250万，一度推动Meta单日市值增长超1900亿美元。
国内企业的反应更为迅速。9月22日，阿里在云栖大会上宣布千问的Personal Agent规划；同日，被认为最可能打造中国版Muse的腾讯，股价盘中一度上涨超7%。字节也被披露正在全力推进对标Muse的个人AI产品。在大厂之外，恢复独立运营不足一个月的Manus于9月28日推出个人Agent应用Cue，而Muse“关闭程序后任务仍继续运行”的设计，正是借鉴了Manus。
有人称Muse是又一个“OpenClaw时刻”，也有人认为它缺乏技术突破，底层模型并非最强，但市场已用下载量做出选择。入口、支付、生态、执行能力，国内几家大厂各自握有优势，谁最有可能打造出中国版Muse？
Muse究竟是什么？你可以将其视为一个驻留云端的私人助理。在聊天框中下达指令后，它会在后台持续执行任务，到点提醒你；涉及支付或隐私时，它会先征询你的意见。
用户AidenInTech已深度使用Muse一周，每天用它处理邮件。他最大的感受是便捷，无需下载App，在Meta旗下的社交软件中即可发送指令，界面与iMessage类似，几乎零学习成本，且提供免费版。与其他AI助手相比，Muse的回复简洁明了，不啰嗦，非常适合手机使用。
他目前的分工是，ChatGPT适合查询，Muse适合委托。任务交出去后，无需全程跟进。
门槛低，数据增长快。
Sensor Tower数据显示，Muse于9月8日上线，13天内全网下载量超过250万。据第三方数据机构Apptopia估算，Muse在美国移动端日活跃用户为64.2万，达到ChatGPT（2023年上线初期）23.1万的近3倍。资本市场也做出反应，9月21日，Meta股价单日上涨11.43%，市值增长超1900亿美元。
同行的反应更能说明问题。
OpenAI的Dots全天候在线，并接入最新的GPT-6 Astra大模型，谷歌Gemini Spark、SpaceX的Grok Bot也在推进类似产品。
Meta自身也在加码，9月29日推出小企业版Muse for Small Business，接入Asana、Zoom、Slack等办公软件。据Meta透露，约三分之一的早期用户已用Muse连接了某种业务账号，个人Agent正自然渗透进工作场景。
但Muse远未达到完善的程度。
AidenInTech发现，Muse能胜任短程、浅层的任务，一旦任务链加深，失败率明显上升。多模态能力也较弱，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款。也就是说，Muse目前无法替用户在亚马逊购物。
不过，三周下来，Muse的火爆至少验证了两点。
**一是个人AI智能体存在大量真实需求，250万下载、64万日活，是用户自己做出的选择。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投入。
方向被认可了，模式尚未跑通。平台是否愿意让AI代用户操作，亚马逊已经给出了第一个答案。
Muse目前仅在美国和加拿大开放，国内用户还无法使用，但多家大厂都在加速布局类似产品。要知道谁离它最近，得先把Muse拆解分析。
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从业者赵江杰将Muse的架构拆解为六层：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等产品的通用做法，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细节。
所以Muse赢在产品层面。产品层面拆开，是四个问题。
第一，如何替你把事办完。就好比你关掉手机，任务仍在运行。
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，**其做法是为每位用户分配一套独立、可持续运行的云端环境，**将Manus偏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，复杂能力全部隐藏在系统底层。
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。常规操作它能自主完成，越界动作需请示用户。
图源 / 受访者提供
这套环境是其余三项能力的基础。
第二是入口能否快速触达用户。
Muse有独立App，但主力入口嵌入在WhatsApp、Facebook、Instagram中，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，能否替你付钱。
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。
**首先是腾讯小微，它的基础与Muse最相似。**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则是项目式委托，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，与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。
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。
