自9月8日Meta在美国市场上线Muse至今已超过两周，海豚君此前已在长桥App中做了简要评价。然而，随着用户测评数量增加，这款应用近期热度持续攀升。截至目前，Muse依然位居iOS美国区免费App下载榜首位。
这一现象直接推动了Muse的后端供应链、前端商业生态以及相关映射标的的股价上涨。今天，海豚君将先就产品层面进行更深入的探讨，后端产业链的变化梳理将在后续展开。
一、Muse的火爆并不出人意料
面向消费者的AI代理（2C Agent）一直是热度较高的AI应用方向。然而，与面向企业的AI代理（2B Agent）在付费收入方面表现活跃不同，生活类2C Agent的商业化落地始终未能取得实质性突破。
因此，过去半年间，大型科技公司实际上悄然调整了2C Agent的发展方向，将内部资源重心集中于消费者端的工作流场景。由于商业化难题，泛生活类的2C Agent的推进节奏明显放缓。
只有Meta始终强调对个人AI生活助理开发的重视。“人人一个AI助理”这一理念，管理层在财报电话会议上已提及至少两年。而Muse凝聚了公司核心团队的长期投入，属于内部资源优先级最高的核心项目，也是Meta今年的重点产品布局。
当然，这也是本身缺乏生产力场景的Meta不得不押注的方向。否则，任由新的十亿级入口——ChatGPT抢占用户注意力，将对自身的社交生态造成长期冲击。
那么，Muse为何能一击即中？它的优势体现在哪里？
1. 认知重塑：聊天问答型 vs. 主动任务型
作为任务型个人AI助理，Muse在底层设计上就与用户对ChatGPT的产品认知存在区别。尽管ChatGPT也能执行一些任务，配合Codex还可实现更复杂的长任务工作流，但大多数用户在非工作场景中，仍习惯性地将ChatGPT视为聊天机器人，交互形式局限于问答。
而Muse的生活助理定位，从一开始就未采用聊天机器人模式。在宣传介绍中，Muse通过列举其可完成的不同任务，来展示自身功能和定位。
不过，在底层大模型方面，Muse仍采用公开的Muse Spark大模型作为支撑，未进行模型专调、参数精简等轻量化处理。目前，Muse Spark 1.3的智能评分位居全球第一梯队，这在一定程度上保障了复杂指令理解、跨平台操作以及多场景适配的能力，为产品体验提供了基础保障。
2. 用户数据记忆与隐私安全的平衡
然而，就任务型AI助理而言，在Muse上线之前，北美实际上已有数款类似产品处于测试或全面上线阶段。比较典型的例子包括Instinct和Grok bot。
Instinct由一家初创公司开发，于2月发布，目前仍在邀请测试阶段，因此一级市场估值大幅上涨。但与大型公司开发的Muse相比，Instinct的风格相对大胆，在用户隐私安全方面不够谨慎，授权范围更大，用户体验可能感觉更“聪明”，但平台对AI自主决策带来的风险未采取相对全面的保护措施。
Grok bot于8月推出，也是一款为用户处理任务的AI机器人。用户可以授权Grok bot访问Gmail、Google Calendar、Notion、Figma，或财务、AI代码助手等其他软件来执行任务。
不过，与Muse相比，Grok bot更偏向工作流AI助理，这可能使其与目前用户熟悉的Openclaw类平台没有体现出显著差异化。
其他指标的详细对比可参考下图：
海豚君认为，Muse的更大优势可能在于其“用户数据的常年积累”，但在这些数据的利用上与“用户隐私保护”之间实现了某种平衡。
（1）用户数据积累
凭借独家的用户社交数据和生态优势，Muse具备三个实质性的差别。
a. 长期记忆： Muse具备长期记忆上下文的能力，并且当用户关闭App后任务仍可继续推进。功能板块中，Goals负责追踪长期目标，Artifacts则将结果沉淀为可复用的行程、清单和面板。
b. 真实账户链接： Muse通过内置连接器、官方API、浏览器操作三种方式接入Gmail、日历、OpenTable、Spotify、Amazon，以及Meta自家的IG、WhatsApp、Marketplace。
特别是链接自家社交账户时，Muse拥有较高的读取权限。在用户授权后，它可以直接读取Ins的发帖内容、粉丝数据、评论等公开或半公开数据。同时，它还支持读取Whatsapp的聊天记录和消息内容，自动梳理用户社交消息、提炼待办事项、汇总重要信息。
c. 主动推荐： 基于真实账户链接和长期上下文记忆，Muse可以根据日历、对话和已链接的账户，主动提出任务建议，形成了推进式AI代理的雏形，也为未来的广告变现预留了空间。
（2）用户隐私保护
隐私安全和风控制度是AI应用可能产生问题的核心环节。对于Meta这样的大型公司而言，用户隐私数据的合规使用极易成为产品被攻击的焦点。
年中扎克伯格曾表示，AI助理开发进度不及预期，正是由于需要解决AI授权风控问题，导致延期至9月发布。目前Muse仅在美国地区上线，很可能同样是在不断优化隐私保护和AI授权问题。
为平衡功能体验与隐私安全，Muse对用户隐私的隔离和保护主要体现在两个方面：
a. 隔离存储： Muse为每个用户分配一台独立的专属安全虚拟机（Secure VM），由Sentinel代理负责所有对外操作。平台设置专属的安全存储分区，严格隔离模型可访问数据与用户核心隐私数据（如账户密码、支付凭证）。
所有第三方平台的数据交互和功能调用，均通过加密安全API完成中转传输，避免敏感数据暴露给大模型。
b. 授权分层： 上述真实账户数据的读取需要用户授权。在Meta自有生态的账户中，提供用户分层授权功能。例如，用户可单独关闭Ins私信读取权限，仅授权读取公开发帖内容，也可单独关闭Whatsapp消息读取权限。
下图是Meta披露的安全架构图。
（1）灰色线流程：一个正常指令从Main UI传输到用户的虚拟机VM中，hatch daemon（Agent本体）调用外部大模型进行思考，再经由hatch safety（风控审查）进行风险评分评估。Agent在VM中的所有操作和网络请求都被eBPF代理导向Sentinel进行检查。
（2）蓝色线流程：遇到支付等敏感操作时，Sentinel会拦截，并推送至用户控制界面的Approvals。用户允许后，Sentinel发放许可，并从Secure Credential Storage保险箱中获取密码等支付凭证。
整个过程中，Agent无法看到用户的密码和卡号，但为每个用户配置一台常驻虚拟机的设置，会增加组件成本。
二、Muse对Meta能产生多少增量价值？
目前，Muse主要面向18岁以上的美国用户进行公测。仅根据Tokens消耗需求，采用阶梯式定价，功能不受限。此外，预计Muse未来还将针对商家成交额收取一定比例的佣金，同时发挥其最擅长的广告展示功能。
1. 订阅：短期内难以乐观
尽管首批用户反馈积极，且北美地区订阅习惯稳定，但海豚君仍认为，面向消费者的直接变现（付费）在短期内需谨慎看待。
根据Sensor Tower数据（仅统计iOS端），目前Muse的日活跃用户（DAU）接近25万人，单日流水达到2000-3000美元。虽然这只是部分范围测试的数据，但可粗略估算付费情况：
按两周平均流水2000美元/天、最低付费套餐20美元/月计算，付费人数约为1500人。假设iOS端占总付费人口的1/3，那么全端付费人口约为4500人。基于过去两周平均15万DAU来看，付费率仅为3%。
不过，考虑到套餐按最低计算，且iOS付费占比通常不止1/3，因此实际付费率要明显更低。同时，对比来看，ChatGPT覆盖了更多相对复杂的生产场景需求，在10亿周活的高粘性特征下，付费率也仅为5%。
因此，海豚君建议对订阅付费的贡献不必过于乐观。我们预估大部分用户仍停留在免费层（每周1亿Tokens额度）。即便在终局状态下，按非常乐观的假设：30亿用户、80%渗透率、2%付费率（月活付费率低于日活付费率）、平均ARPPU 20美元/月，年新增收入也仅为115亿美元。对于Meta目前2500亿美元的收入体量来说，增量仅为5%。
这其中尚未考虑背后的成本，包括算力成本和专属虚拟机组件成本。因此，最终对订阅带来的利润贡献微乎其微。
2. 电商：如何突破生态限制？
目前从实际测试来看，电商购物是相对成熟且有潜力扩大商业化空间的场景（其他排名靠前的高频使用场景主要包括账务处理、文件处理、报税等偏生产力场景）。这主要得益于Muse与Meta现有产品和商业生态的融合。
除了Muse，Meta目前还提供Meta Business Agent（Meta商业代理）和Meta Business Agent Platform（Meta商业代理平台）。
Meta商业代理是一个可随时调用的“AI店员”，直接通过订阅付费开通。AI店员可以回答问题、推荐产品、预约服务、筛选潜在客户等，具备通用性功能，更适合中小商家和个人商家使用。2026年第二季度，已有超过100万家中小企业每周通过WhatsApp和Messenger使用Meta Business Agent。
Meta商业代理平台则是一款基于API的企业级开发平台。大型企业可按自身业务需求定制AI店员，再接入自有系统，面向的大企业客户需具备一定的IT配置能力。
因此，可以将面向消费者的Muse与面向企业的Business Agent进行打通，让Muse端的Agent（AI助理）与商家端的Agent（AI店员）对接，从而形成一个从种草到成交的完整电商服务链条。
不过，上述商业化流程中存在一个明显漏洞：
由于Meta没有自有电商平台，如果用户购物目标明确且是独立站商家，则可以形成三方闭环生态。但如果是搭载在电商平台上的商家，则形成四方生态。是否允许Muse执行访问和支付操作，取决于电商平台是否默许。
理论上，Muse的购物体验截流了电商平台的用户搜索、浏览、下单等操作，这将直接影响电商平台的广告收益。
因此，9月20日，亚马逊宣布对Muse实施屏蔽。即Muse无法在亚马逊上进行浏览比价、下单支付等操作，用户端会弹出违规警示窗口（如上图）。值得一提的是，不仅限于Muse，亚马逊对OpenAI、Perplexity的购物Agent也有类似限制。
不过，中小电商平台，尤其是自营类占比较高的平台，更倾向于加入Muse。其本质上是看中Meta的超级App流量。目前加入的电商平台包括Shopify和Etsy，它们都是有自有库存、从事1P业务的平台，因此本质上它们本身就是最大的商家。Meta对Muse有强烈的主观意愿导入全量社交流量，这对Shopify来说无疑是一次不小的红利。
这个漏洞主要影响上述四个商业模式中的交易佣金抽成或广告效果，但对B端Agent的调用影响相对较小。
如果类比映射到中国市场，拥有类似私域数据，同时具备相对庞大的公域商业生态且无生态限制烦恼的，腾讯的微信生态算是一个完美对标（Muse对应小微，独立站商家对应微信小店，Shopify对应小程序）。只是在跨服务的隐私授权方面，腾讯短期内可能不会如此激进。
同时，还需考虑成本端因素（据调研信息，Muse在简单执行任务的情况下，单用户成本可能高达50美元/月）。多重考虑下，这也导致目前的小微Agent体验可能还不够“丝滑”。
3. Muse的增量价值，短期在于估值情绪的修复
结合上述讨论，至少短期内，Muse对Meta真实利润的增加虽难以精确估算，但贡献不会很大。
能否带来实质性增长空间，取决于Muse后续的用户渗透率，以及新产品迭代是否有望提高付费率甚至订阅涨价。同时，亚马逊的限制是否会倒逼Meta自建电商平台。如果这一步实现，那么长期想象空间将大幅提升。
短期来看：
如果仅与Shopify、Etsy以及独立中小商家合作，假设明年底Muse达到3亿月活跃用户（MAU），其中电商交易用户占比30%，按每人年均500美元成交额计算（Shopify平台用户年花费约200美元，假设Meta的高价值用户中和后），对应450亿美元GMV。
按3%抽佣率计算（对比2026年初Shopify与OpenAI的合作模式，OpenAI抽佣比率为4%，但因转化率过低，目前已取消该模式），即13.5亿美元收入。
再加上3亿MAU的订阅收入，按2%付费率、平均30美元/月订阅费计算，即22亿美元。最终合计仅为35亿美元。不同MAU和GMV下的最终收入如下，但相对于Meta目前2500亿美元的总营收，贡献均不高（0.3%~3%）。
这其中未计算的增量在于广告投放以及对Business Agent的用量增加。但这较难估算，可持续关注业绩电话会上管理层披露的相关进展。
因此，与海豚君此前点评观点一致，我们认为短期内Muse对Meta的每股收益（EPS）增量微乎其微。但其更大意义在于，Muse证明了Meta的AI大模型研发实力和产品创新活跃度依然存在，同时也为长期增长点留下了想象空间。
本文来自微信公众号“海豚投研”（ID：haituntouyan），作者：海豚君，36氪经授权发布。
