Muse Agent 正式上线：Meta 的消费级 AI 智能体基于 Muse Spark 1.3 运行

Meta于2026年9月8日在美国上线了Muse Agent——这是它全年一直在暗示的消费级AI代理，在其新的iOS和Android应用中直接命名为“Muse”。它由Muse Spark 1.3驱动，与Meta恰好一周前放到开发者API上的检查点相同，而这一血统才是真正的故事所在：Muse Agent是一个模型的商业化形态，其发布说明围绕的是长期自主智能体工作。Meta将该代理描述为运行在它自己的计算机上——一台带文件系统和终端的云虚拟机——因此它可以浏览网页、编写自己的代码、构建小型工具，并在应用关闭后继续处理任务。

这不是又一个聊天机器人外壳。Muse 会连接用户的电子邮件、日历、支付和购物账户，并直接代为操作：发送邮件、预订行程、购买商品、谈判、填写表单。Meta 表示，在安全测试发现真实缺陷后，它有意将产品从内部四月目标推迟，以进行加固；此次发布仅面向美国境内、年满 18 岁的账户，并设有地理围栏——这正是一家公司把首个具备消费能力的智能体，仍圈在自己尚能控制的爆炸半径之内的写照。下文将涵盖 Muse Agent 实际能做什么、其底层的 Muse Spark 1.3 引擎、Meta 为论证“给 AI 一个钱包”而构建的安全架构，以及这一定价向正在构建自己智能体的开发者传递了什么信号。

设想：一个拥有自己电脑的智能体

Meta 的产品设计文章说得很直白：Muse 拥有自己的计算机，带有文件系统和终端，可用来编写代码和构建工具——同时还有一个完整浏览器，用于浏览网站、填写表单和完成交易。这是一种架构层面的宣示，而非营销辞令：Muse 不是一个靠上下文作答的大型语言模型，而是一个操作机器的模型，正如 Muse Code 操作开发者机器那样。长期目标，比如规划一年的训练或创办一家小企业，会被分解为一系列行动计划，由智能体在一段时间内逐步完成；它可以按计划运行，也可以响应事件运行，只有在真正有新情况或需要决策时才会通知用户。

这种交互模式也不同于传统的助手式聊天：它有一条横跨数天、可随时打断并保留上下文的主对话，有面向不同任务的独立侧边聊天，有用户可以读取和编辑的持久记忆文件，还有可以脱离聊天独立存在的“工件”——文档、PDF、网页、仪表盘、购物清单等。用户可以给智能体命名、设置头像和沟通风格，而发布报道认为这正是人们与它建立情感联系的核心原因。在集成方面，Meta 在发布时列出了 Google Workspace（Gmail、Calendar、Drive）、Ticketmaster、OpenTable、Spotify 和 Apple Health，并计划支持 Shopify 的 Shop Pay 和 1Password；此外，用户还可以为没有内置集成的服务自行生成自定义 API 连接器。

引擎：Muse Spark 1.3，距离开发者发布还有一周

下面介绍的是Muse Spark 1.3——Meta于9月2日通过Muse Code和Meta Model API发布。这是该系列自4月以来的第四个检查点，按照这家厂商自己的数据，也是该家族在编码和智能体工作方面迈出的最大一步：在可比任务上，工具调用次数比Muse Spark 1.2减少约20%，token消耗减少约25%——当单个智能体任务可能涉及数千次调用时，这种效率至关重要。标准层价格与Muse Spark 1.2完全持平——每百万输入token 1.25美元，每百万输出token 4.25美元——同时为允许Meta使用其流量进行训练的用户提供0.10/0.20美元的贡献者层，上下文窗口仍保持在100万token。

独立评测所呈现的图景正逐渐成形。在 Artificial Analysis Coding Agent Index（该指数将每个模型与其原生智能体框架配对）上，Muse Spark 1.3 在 Muse Code 框架中运行，于最高的“max”推理设置下得分 68——仅次于 Claude Code 中的 Claude Opus 5（xhigh），并领先于 Claude Fable 5（max）——而随产品发布的 xhigh 配置则得分 64。该结果附有一项范围说明：它衡量的是模型驱动自身编码智能体的能力，而非消费者版 Muse Agent 产品，且 Meta 尚未说明消费者版智能体运行的是哪种推理配置。Meta 自己公布的发布数据——Terminal-Bench 2.1 得分 88.8，DeepSWE v1.1 在 max 下得分 75.4，OSWorld 2.0 在 max 下得分 66.9——截至本文撰写时仍属厂商自行报告，尚未经独立复现。

消费者与开发者两条路径在此交汇。Meta 以月度订阅形式出售的这款 agent，其产品形态与开发者可按每百万输入 token 1.25 美元调用的模型同源——也正是同一个模型，在 Meta 自家 Muse Code 测试框架中取得了最强的编码成果。Muse Agent 意味着 Meta 在第三方尚未有机会基于 API 构建同类产品之前，就直接将前沿模型推向终端用户——而这正是其 Superintelligence Labs 成立之时所要捍卫的位置。

安全架构就是产品

人们对让AI访问电子邮件、日历和支付方式犹豫不决的原因，正是Meta在延迟期间所着手解决的问题。每个Muse实例都运行在专用的Muse安全虚拟机中——一种云虚拟机，可将代理和用户数据与开放互联网隔离开来。另一个名为Sentinel的独立系统级代理是唯一的对外通道：每一次与外部世界的交互都经过它，它掌握着策略，并且Muse本身无法覆盖它。敏感操作——如发送电子邮件、花钱——会显示由用户接受或拒绝的审批卡片，虚拟机还会保留一份由用户控制的活动日志。

凭证与支付设计遵循同样的原则。密码存放在智能体无法读取的安全凭证存储中，购买操作则通过Stripe的Link基础设施执行，该基础设施在每次交易时向智能体提供一次性卡号，而非用户真实的银行卡。Meta表示，对话数据不会与其广告系统共享，用户也可以选择退出训练用途。值得关注的路线图项目是计划中的Muse机密虚拟机，由Signal创始人Moxie Marlinspike合作开发，在该方案中，加密密钥由用户而非Meta持有，这意味着即便是Meta也无法打开该虚拟机。这在大众市场消费级智能体中尚属首次，而且该功能目前尚未推出。

定价：订阅面向用户，令牌面向开发者

Muse 的消费者定价是三层订阅制，而非按用量计费。免费层每周大约有1亿个token的配额，每周重置；Meta表示大多数人应该保持在免费层，并在操作进入付费范围之前显示用量表，不过即使免费也需要绑定支付卡——这是几位评测者指出的一个摩擦点。付费层为每月20美元和每月100美元，在发布报道中被称作 Power 和 Maximum，针对超出免费配额或需要持续高计算负载的用户。

如果你想要构建的是具有这种行为的智能体，而不是租用 Meta 的，那么应该关注的数字是每个 token 的价格，而这套模型的成本结构格外清晰透明。Muse Spark 1.3 现已通过 Meta 模型 API 面向所有开发者提供：输入 token 每百万个 1.25 美元，输出 token 每百万个 4.25 美元；推理 token 按输出计费，缓存输入为每百万个 0.15 美元。“token 减少 25%”这个说法才是值得关注的重点，因为在标价不变的情况下，它构成了成本故事的全部。关于路由与故障转移，OrcaRouter 的立场与我们在每一篇关于 Muse Spark 1.3 的文章中所述毫无二致：截至本文写作时的 9 月 9 日，新的检查点尚未进入我们的目录——我们不收录无法提供服务的模型。其前代产品是：Muse Spark 1.2 已在 OrcaRouter 上线，价格与 Meta 官方标价完全一致，每百万 token 输入 1.25 美元、输出 4.25 美元，没有任何加价，因此上文“价格保持不变”的说法可以在真实页面上得到核实。由于我们直接沿用提供商的标价而不加任何利润，所以当某个被路由的提供商开始提供 Muse Spark 1.3 之时，它会在当天就以 Meta 的价格出现在这里，并为生产环境中的智能体工作负载提供跨提供商的自动故障转移。

看什么

最重要的问题并不在一张基准测试表上。首先，消费产品的推理配置和安全边界在真实环境中是否经得起考验——据报道，四月的延期是因真实安全测试失败而引发的，而且一个能花钱的智能体所须满足的标准，不同于一个能写代码的智能体。其次，一亿 token 的免费额度是对智能体经济学的一种表态：如果 Meta 能在该额度范围内大规模运行一个真正有用的个人智能体，订阅定价就会成为智能体能力如何销售的一个严肃答案，而 $1.25/$4.25 的 API 费率则会开始看起来像是所有在构建同类产品者的底线。第三，Confidential VM、承诺的 Muse Spark 系列开源权重发布，以及未来几周内将底层模型部署到 Instagram、Facebook 和 Meta AI 应用中的计划。Muse Agent 是这一序列的第一天，而非终点。