Meta发布个人AI智能体Muse：运行于专属安全云虚拟机

Muse：面向用户的主动式AI智能体

Muse并非传统问答型助手，而是一个具备目标导向行动能力的个人AI智能体。用户以自然语言描述任务或长期目标（如‘帮我把闲置汽车卖得更高’‘降低上月宽带账单’‘根据我的膝盖伤情调整健身计划’），Muse即自主规划步骤、调用浏览器、填写表单、与第三方网站交互并推进执行。它支持跨会话上下文记忆——例如将Instagram保存的食谱短视频自动转为购物清单，并关联朋友的饮食禁忌。所有敏感操作（如发送邮件、完成支付）均强制暂停，等待用户实时确认；系统同步生成完整审计日志，清晰记录已执行动作与待决计划。

架构核心：专属云虚拟机与双层安全网关

Muse的技术突破集中于基础设施设计。每位用户独享一台云上虚拟机——Muse Secure VM，其中运行智能体主程序、嵌入式浏览器及全部凭证管理模块，彼此严格隔离。更关键的是安全架构：Meta部署了名为Sentinel的独立守护代理，作为唯一授权出口。Sentinel在传输层（L4）和应用层（L7）对每一次网络请求、每一个连接器（connector）调用进行实时审批。Muse仅能‘提议’，Sentinel才可‘放行’。

零信任凭证与内核级防护

凭证安全采用‘代管（surrogation）’机制：智能体全程仅接触占位符令牌，真实密钥由Sentinel在数据出界前动态注入。此举使通过提示词注入（prompt injection）窃取凭证在结构上失效——因智能体内无任何真实凭证可被提取。系统还集成eBPF内核级污点追踪技术，自动区分‘洁净请求’与‘触达用户数据的请求’，据此动态调控审批策略。浏览器子代理仅访问无障碍树（accessibility tree），禁止执行JavaScript；邮件连接器默认过滤一次性验证码及密码重置链接，从源头阻断社工风险。

模型能力与开发者支持

Muse运行于Meta Superintelligence Labs最新发布的Muse Spark 1.3模型。该模型专为长周期智能体任务优化，支持零样本CLI工具调用、多工作流并行及跨异构信息源的自我纠错。据Meta内部测试，相比1.2版本，1.3版工具调用次数减少约20%，token消耗降低25%，且在抵御提示词注入方面接近当前最优水平。开发者现已可通过Meta Model API（dev.meta.ai）及Muse Code平台调用该模型；开源权重版本列入Meta官方路线图，尚未发布。

商业落地与使用方式

Muse作为消费级服务，即日起在美国上线iOS、Android客户端及网页端（muse.ai），提供免费基础版与订阅制付费方案。需注意：Muse本身不支持私有化部署，用户无法自建实例；但其底层模型能力已向开发者开放。用户既可使用独立Muse App，也可直接在WhatsApp内启动该智能体，实现场景无缝嵌入。