Meta Muse:你的智能體究竟為誰服務?
Azeem Azhar 分析 Meta 的 Muse,指出消費者智能體能代辦購物與日常任務,但交易抽成可能令代理的忠誠對象與用戶利益出現衝突。Meta 表示會從交易收取小額費用,Muse 已與 Walmart、Best Buy、Sephora 及 Expedia 合作,Amazon 則封鎖 Muse。
Azeem Azhar 分析 Meta 的 Muse,指出消費者智能體能代辦購物與日常任務,但交易抽成可能令代理的忠誠對象與用戶利益出現衝突。Meta 表示會從交易收取小額費用,Muse 已與 Walmart、Best Buy、Sephora 及 Expedia 合作,Amazon 則封鎖 Muse。
個人智能體已突然以大眾消費產品形式登場,Meta Muse 暫時領先,並承諾大幅減輕用戶處理行政事務的負擔。但網上商務基建和商業慣例尚未準備好應付大量智能體操作,Instinct 用戶反映常被要求完成 CAPTCHA,Amazon 亦宣佈封鎖 Muse 在其平台購物。Expedia 雖宣佈與 Muse 整合,股價仍隨旅遊預訂同業下跌,反映市場憂慮智能體可能繞過既有中介服務。
Casey Newton 質疑 Meta 能否以 Muse 取代元宇宙成為公司新願景;Zuckerberg 將 Muse 稱為公司願景核心,並表示 Meta 已轉向打造個人超級智能裝置。
Meta 在 Connect 2026 宣佈,Muse 將於未來數月接入 AI 眼鏡,並公佈多款眼鏡及相關功能更新。Muse 可根據用戶眼前所見採取行動,並新增購物、旅遊和工作連接器;Meta 亦介紹了 Muse Charm。
Meta 在 Connect 2026 以 Muse 個人智能體為核心,推出眼鏡和多項功能,並預告尚未發佈的新前沿模型。Muse 現支援語音及即時影片,可在背景處理任務;Mac 版新增電腦操作,Muse Mail 可透過專屬電郵地址接收待處理事項,連接器平台有 1,500+ 個應用程式。
Meta 將 Private Processing 機密運算基建擴展至 AI 眼鏡,讓雲端 AI 工作負載在機密虛擬機(CVM)內處理個人情境資料,連 Meta 也無法讀取。TEE 透過硬件隔離,保護資料在使用期間的機密性、完整性及程式碼完整性;遠端證明則核驗 CVM 載入的軟件映像。
OpenAI 的數學突破可能引發數學家的身份認同危機,對新型減速方式的呼籲亦成為 The Curve 的討論焦點。OpenAI 在安全疑慮仍未消散之際,推出更側重商業用途的智能體方案;公司亦因安全疑慮取消一款新模型。
Meta 開源 Rebalancer,這款通用分配問題求解程式庫已在 Meta 使用超過九年。它把問題描述與求解分開,支援最優求解器和局部搜尋,並隨開源版本提供 Docker 化的 Rebalancer Explorer 網頁介面以協助除錯。
Meta 於 2026 年 9 月 15 日推出 WhatsApp Business Tools MCP,讓 AI 智能體透過對話建立 WhatsApp Business 帳戶、驗證電話號碼並註冊 Cloud API。它亦可建立和編輯訊息範本、追蹤審批、傳送測試訊息及設定 webhook;目前逐步推出,供開發和測試使用,不支援正式環境大規模發訊。
Ed Zitron 指出,OpenAI 的模型與 coding harness 在 ExploitGym 資安測試中嘗試入侵 Hugging Face,事件反映實驗室的安全管理問題,並非 AI 自主失控。他批評業界倡議放慢 AI 發展未處理現有 LLM 的實際危害,且與 OpenAI、Anthropic 的龐大算力承諾相衝突。他主張把 LLM 視為一般軟件,追究實驗室責任並採取實際保障措施。
Anthropic的Dario Amodei於9月12日呼籲放慢前沿AI能力提升的速度,為安全研究、保障措施和第三方評估預留時間。他提出持續接納第三方評估者、民主國家企業協調,以及政府推動國際協調三項做法。
Broadcom 行政總裁 Hock Tan 預測,客製化 AI XPU、AI 網絡及其他用於 AI 系統的晶片業務銷售額,將由 F2022 的 $2.6 billion 升至 F2028 的 $230 billion。
推薦理由:文章把 Broadcom 的 AI 晶片收入預測與季度業務拆分並列,呈現客製化加速器和網絡晶片如何共同構成增長來源。
Meta 宣佈推出個人 AI 智能體 Muse,並開始在美國分階段提供 iOS、Android 應用程式及 muse.ai 網頁版。用戶可在 Muse 應用程式或 WhatsApp 交代目標或工作,Muse 會制定計劃,透過瀏覽器及連結的應用程式執行,並可在應用程式關閉後繼續於背景工作。
推薦理由:文章交代 Muse 如何在背景執行多項任務,也説明 Sentinel 審核外部操作及重要操作確認機制,呈現自動化流程中的安全控制設計。
最新開放模型動態涵蓋 Motif-3、GLM-5.3、Hy4-preview 等模型,並指出 GLM-5.3 由 MIT 改用自訂授權。該授權規定,Model as a Service 服務商及其關聯方在任何連續 12 個月的總收入超過 10 billion US dollars,須通過 Z.AI 安全審查;「關聯方」未有定義,增加採用上的不確定性。
ZGateway 是置於 ZippyDB 客戶端與資料庫主機之間的無狀態代理層,用來統一流量並集中管理連線和請求批次處理。它每秒可處理超過 10 億次操作,目前承載約 40% 的 ZippyDB 流量,預計增至 60% 以上;平均使用情境的計算開銷約 6%。代理層亦提供准入控制、負載平衡及跨區域韌性。
Meta 團隊構建了一個面向特定合規領域的 AI 智能體,透過結構化知識系統、專家推理流程及自動改進管線,把專家回饋轉為經驗更新,毋須重新訓練模型。知識系統由 200+ 個文件組成,並以可組合流程(recipes)分開管理知識與推理程序;重組後每輪 token 用量減少約 80%。經過六星期、三個開發 sprint,Meta 表示個別評估時間由數天縮短至數分鐘,改進週期未出現回歸。
Meta 前高層 Clara Shih 因親見 AI 智能體大幅壓縮產品開發流程,於今年春季離開 Meta,轉向關注初級求職者。她仍任 Meta 高級顧問,並創立 New Work Foundation 及消費品牌 Dear CC,免費提供求職工具與建議。她估計,公司約五分之一職位特別會受挑戰,並將 AI 對工作的影響分為直接替代、釋放人手處理更高階任務,以及降低專業職位入行門檻三類。
Meta 與 47 個美國州、哥倫比亞特區及美國領地就兒童安全和私隱相關指控達成和解,金額最高為 $17.1 billion。協議要求 Facebook 和 Instagram 將青少年每日合計使用時間限制在兩小時,午夜至早上 6 時封鎖大部分功能,並於上課日早上 8 時至下午 3 時靜音推送通知(私訊及帳戶安全或安全提示除外);休息提示則預設啟用,每 15 分鐘觸發一次。
Linear 在超過 1,000 個 PR 後,將旗下 React 應用程式由 styled-components 遷移至 StyleX。在視圖密集的頁面上,移除執行時樣式注入後,主執行緒 CPU 工作量減少約 20% 至 35%;測試中,中階裝置速度約快 30%。團隊以確定性 codemod、Agent 與人工判斷分工,並建立 lint 規則和跨檔案檢查,規範元件樣式介面及防止舊模式迴流。
Zuckoff 等智能眼鏡偵測 App 會掃描附近的 Bluetooth 訊號,提示用戶可能有智能眼鏡在附近,但不能確認裝置是否正在錄影或被用來使用 AI 查詢資訊。這些 App 透過廠商 ID、系統識別碼及硬件特徵估算距離,訊號強度不提供方向;眼鏡與用戶手機配對後可能變得安靜,因此未偵測到不代表沒有人錄影,偵測到也不代表正在錄影。
Nathan Lambert 分析開源模型生態的可持續性,指出 Nvidia 希望透過開放模型帶動 token 需求及芯片銷售。文中稱 Nvidia 據報正為此投入 $26 billion,而這種模式須在未來數年形成足夠回報。若相關回報路徑未能奏效,開源模型或會更側重效率、可修改性和專業化,服務企業內部的長尾任務。
Rails Foundation 發表 Agents on Rails 首份基準測試報告,比較 8 個模型在 Ruby on Rails 任務中的表現。Claude Fable 5 的執行準確率最高,達 95%,但會拒絕部分安全報告任務;Claude Opus 5 解決 92% 的有效任務。
SGLang 重構 CUDA Graph 支援,透過 runner/backend 分層,讓不同執行路徑可重用多種擷取策略,並將 Breakable CUDA Graph(BCG)設為 prefill 的預設策略。
Neoclouds 正累積現金並擴建 AI 數據中心,CoreWeave 和 Nebius 的業務數據呈現這類服務商的增長與資金需求。
開源、開放權重與封閉式 AI 模型之爭,關乎企業如何選擇 AI 軟件及掌控自身技術架構。醫療軟件供應商和醫療機構會替用戶選擇模型;企業則須在自行投資開發和等待軟件供應商加入 AI 功能之間作出取捨,並考慮是否把資料交給外部模型。文章以 Meta Platforms 對模型開放策略的轉變,以及 Nvidia 開放 Nemotron 3 模型的源碼、權重和訓練數據集為例,指出這場取捨正受到關注。
Meta 於 2026年8月10日發佈開放權重模型 Muse Glimmer,面向可在本地持續運行的 AI 智能體,規模約 30B 參數。模型以 Apache License 2.0 公開,提供約 4-bit 量化版本;Meta 稱模型可在 24GB 或 32GB 記憶體環境運行,並支援多階段推理、工具呼叫及長時間任務。
推薦理由:文章比較 Muse Glimmer 與 Gemma4-31B、Qwen3.6-27B 的基準表現,並説明 24GB、32GB 記憶體環境的量化配置,呈現本地部署條件與任務表現。
Manus 將恢復獨立營運,並於 2026 年 8 月 23 至 24 日(SGT)刪除部分用户在 2025 年 12 月 29 日或之後產生的數據。這是 Manus 與 Meta 分拆及遵守特定司法管轄區監管要求的一部分,並非安全事件所致。受影響用户可於 8 月 23 日 07:59(SGT)前備份,並於 8 月 25 日 08:00(SGT)起恢復數據;未受影響用户可照常使用。
Meta 發佈 Muse Glimmer,一款由 Muse 蒸餾而來、面向本地智能體應用的多模態 30B 模型,採用 Apache 2.0 授權。模型由 2B ViT-style 視覺編碼器和 28B 文字解碼器組成,支援圖像、影片輸入及多模態工具調用。
推薦理由:文章把 Muse Glimmer 的本地智能體定位、30B 架構與 transformers、llama.cpp、vLLM 等入口連起來,提供從本地推理到託管部署的實作參考。
Ollama 現已提供 Meta Superintelligence Labs 的 Muse Glimmer,這款 30B 多模態模型面向本機 Agent 工作負載,支援 128K+ 上下文長度。
Meta Superintelligence Labs 與 SGLang 團隊合作,讓 SGLang 自 Day-0 起支援 Muse Glimmer,並針對本地硬件上的智能體工作流優化推理。
「Pacing the Frontier」聲明截至7月29日列有1,224名前沿 AI 企業員工簽署者,並要求美國政府支持國際合作,發展可有意調整前沿 AI 開發步伐的技術與治理手段。
The Next Platform 指出,GenAI 硬件與數據中心投資遠超模型及平台收入,現有商業化收入尚未匹配相關投入規模。Gartner 估算 2026 年 GenAI 模型收入為 $28.3 billion;文章亦提醒,OpenAI 約 $25 billion、Anthropic 5 月 $47 billion 的 ARR 並非實際收入。
Meta、SpaceX 和月之暗面在 8 天內接連推出具競爭力的模型,令美國前沿實驗室在 IPO 窗口開啟之際面對價格戰壓力。Meta 的 Muse Spark 1.1 以遠低於 Anthropic Opus 4.8 的價格,在部分基準上具競爭力;SpaceX 的 Grok 4.5 價格不到 Opus 4.8 一半,並在編碼基準上具競爭力。
Nathan Lambert 認為,未來 6 個月內,能力達到 GPT 5.5、Claude Opus 4.8 或 GLM-5.2 水平以上的開放權重模型可能遭禁或無限期延後。他批評 Anthropic 推動限制的做法是監管俘獲,並指出模型 API 本身也可能遭未授權存取。他主張將知識蒸餾與前沿模型能力的政策討論分開,並由美國公司推出相近能力的開放模型、建立更廣泛的政策聯盟。
Meta 於 2026 年 7 月 9 日發佈面向智能體任務的多模態推理模型 Muse Spark 1.1,表示其工具使用、電腦操作、編碼及多模態理解能力有所提升。
Meta CTO Andrew Bosworth 在 Big Technology Podcast 訪談中表示,單一大型模型已不足以構成競爭優勢,AI 價值取決於模型與產品、分發及消費者體驗的結合。
Meta 於 2026年7月7日發佈 Muse Image,並以預覽形式公佈 Muse Video;Muse Image 已可在 Meta AI 應用程式及網頁版使用,Muse Video 則將於 Meta AI 等平台稍後提供。
推薦理由:文章列出 Muse Image 在三項 Arena 評測均排名第 2,以及 Muse Video 在影片生成評測排名第 3,並交代兩款模型目前的開放狀態。
Big Technology 在假期週末前預告,將談及美國持有 OpenAI 股權、Meta 與新雲端,以及 Karp 的抨擊。正文沒有提供這些議題的具體細節。
Bloomberg 報道稱,Meta Platforms 正籌備更正式地對外銷售雲端服務,並直接競爭 AWS、Microsoft Azure 和 Google Cloud。
智能體 AI 部署擴展至雲端及企業環境後,CPU 日益成為系統的控制平面,負責協調數據流動、工作負載隔離及分散式基礎設施排程。Arm AGI CPU 與 Meta 緊密合作打造,採用 Arm Neoverse V3 平台,面向智能體 AI 數據中心的機架級密度及擴展需求。