7.6
深览指数
产品腾讯新闻·AI先锋官官方··AI 生成
Alexander Wang 70分钟访谈实录：Muse是如何炼成的?
Meta首席AI官Alexandr Wang在接受访谈时，完整复盘了个人AI助手指令产品Muse从原型到发布的全过程：经历了7个月的精细打磨、不到200人的核心团队，以及明确不押注当时行业热门的Coding Agent，而选择坚持Personal AI方向。他分享了扎克伯格在Llama 4受挫后如何招募他、在Meta建立反官僚的小团队文化，以及他认为AI应成为帮助个人实现野心与梦想的桥梁这一核心理念。文章提供了Muse产品决策的内部视角，适合关注AI产品、Meta战略及个人Agent前景的人阅读。原文 ↗
核心观点
- ▍AI和个人智能体(Muse)将成为帮助每个人实现愿望和梦想的桥梁，其核心承诺是让人们在成年后依然能保持童年时那种不断上升的能动性。
- ▍Meta不追随行业押注Coding Agent，而是选择Personal AI方向，因为Meta拥有35亿日活用户，其产品矩阵天然围绕人们“想做什么”展开。
- ▍伟大产品需要“单一的观点”，而不是多人意见叠加的“大杂烩”；Muse的成功得益于Nat Friedman的个人品味与Meta反官僚的小团队文化。
- 01Muse最初只花了一两周做出原型，但团队围绕100多项具体行为指标（如可靠性、任务完成度、用户沟通）反复迭代了7个月才发布，首个全面达标的模型版本是Muse Spark 1.3。
- 02模型和产品团队总人数不到200人，被视为Meta今年最重要的产品之一，与Instagram/WhatsApp的经典收购逻辑完全不同。
- 032025年6月，Meta内部发布《Personal Superintelligence》备忘录，比OpenAI Agent浪潮早半年就已定义方向。
- 042026年2月，Nat Friedman深度体验OpenClaw（后证明为OpenAI的Cursor类产品，实为Claude衍生）后感到“恐怖与狂喜”，成为推动MSL加速研发Muse的关键信号。
- 05Alexandr Wang利用X平台的Meme文化和个人网络进行产品营销，实现“让Meta重新变酷”，其自发传播策略部分模仿了Claude Hopkins的《科学广告》理念。
- 06Mark Zuckerberg在Llama 4遭遇挫折后，仅用5-6周就与Wang达成交易：Meta投资Scale 49%股份，Wang本人加入Meta领导MSL。
- 07Wang在Meta拥有超过200名直接汇报者，采用“反官僚、Pod结构、集体决策”的扁平化管理模式，强调自己是“环境的守护者”而非传统管理者。
反方 / 局限
- — Wang承认，行业主流共识在2025-2026年一度认为“Coding Agent是唯一重要的形态”，Meta放弃竞争该方向面临怀疑；若验证失败，Meta可能在AI能力竞争的关键战中落后。
- — OpenClaw现象最高峰后很快消失，证明个人Agent体验容易“不可靠”；Wang承认如果Muse不能提供稳定的神奇体验，用户也会流失。
Alexandr WangMark ZuckerbergNat FriedmanDavid SenraMuseMetaScale AIMSL (Meta Superintelligence Labs)Llama 4Personal SuperintelligenceOpenClaw(实为Claude/Cursor类产品)OpenAIAnthropicHRTJeffrey YanScott WuClaude Hopkins《Scientific Advertising》Jolly Guy
56 分钟 · 5 卡片 · 14 资料
读原文 →