VirtueZ · 2026.09.30
Meta Muse爆火?Google:明明是我先到来的!
如果只看牌面,这场比赛Meta本来不该赢得这么快。

今年5月19日,Google在I/O上发布Gemini Spark。它不是普通聊天机器人,而是一个可以24小时在后台工作的个人AI Agent:能读Gmail、操作Docs、Slides,跑定时任务,还计划连接OpenTable、Instacart、Canva等第三方服务。
差不多4个月后,9月8日,Meta才在美国推出Muse。
结果呢?
Muse上线两天,就冲到美国App Store总榜第二;9月18日登顶美国App Store,第二天又登顶Google Play。Sensor Tower统计显示,到9月25日,Muse累计下载已经超过340万次。Reuters随后也把Muse的走红列为Meta 9月股价强势表现的重要推动因素之一。
这就有点反常识了。
Google有什么?
Android、Chrome、Gmail、Calendar、Maps、YouTube、Workspace,以及自己的大模型。
如果这个世界上有一家公司天然适合做“个人AI助理”,Google怎么看都应该排在前面。
它甚至还早了4个月。
但至少在这一轮消费级Agent的声量和增长上,先跑出来的却是Meta。
为什么?
很多人第一反应可能是:Muse模型更强。
但这其实解释不了。
Meta最新的Muse Spark 1.3确实已经是一款很强的Agent模型,在部分工具调用、浏览和Agent任务Benchmark上甚至能和GPT-5.6 Sol、Claude Opus 5打得有来有回,但它并没有形成那种“模型领先一代,所以产品自然碾压”的差距。
真正值得产品经理研究的,恰恰是另一件事:
当模型能力都跨过“能用”的那条线之后,决定一个AI产品能不能火的,可能就不再只是模型。
Muse这次的成功,更像一次产品战争,而不是一次模型战争。
一、Google先做了Agent,但Meta先找到了“人为什么要用Agent”

先看Google怎么做Spark。
Google官方给Spark的定位是一个“24/7 personal AI agent”。
它能自动检查信用卡账单里的订阅费;能从孩子学校发来的邮件中提取截止日期;能把散落在邮件和聊天里的会议记录整理成文档,再起草项目启动邮件。
产品能力其实一点都不弱。
而且Google的优势非常明显:一个人的邮件、日历、文档、云盘,本来就在Google手里。
问题出在另一件小事上。
它最开始离普通人有点远。
Spark最初先给Trusted Tester开放,随后进入美国Google AI Ultra用户的Beta。Google当时刚推出100美元/月的AI Ultra套餐,而Spark就是其中一个核心能力。直到6月之后,它的覆盖范围才逐渐扩大。
从能力设计上看,Google在想的是:
“我手里有这么多生产力软件,Agent怎么把这些东西串起来?”
这当然没错。
但普通用户早上起床,脑子里不会突然出现一个需求:
“今天我想体验一次跨Workspace的自主Agent工作流。”
他只会想:
“这个破订阅怎么还在扣钱?”
“机票又涨了,能不能帮我找个便宜点的?”
“这张账单是不是又偷偷涨价了?”
“周五晚上六个人吃饭,附近还有哪家能订?”
区别就在这里。
Google首先看到的是已有产品可以被AI连接起来。
Meta更直接,它先找的是:
用户生活里有哪些破事,最好永远别让我亲手做。
这也是Muse官方展示场景里很有意思的地方。
它可以打开浏览器、填表、订旅行、发邮件、购物,甚至代表用户和服务方沟通、压低账单。任务执行时间很长也没关系,用户关掉App之后它继续跑;等真正需要付款或者发送邮件时,再回来找你确认。
这是一个看起来很小、实际上非常重要的产品选择。
过去三年,我们习惯了用一句话评价AI:
它有多聪明?
Muse换了一个问题:
它能替你少做多少件烦人的事?
这是两套完全不同的产品观。
一个卖的是能力。
另一个卖的是结果。
二、AI产品最大的错觉:模型强,产品就一定强
过去做移动互联网产品,产品经理很少会拿数据库性能当产品卖点。
没人会说:
“我们这个外卖App数据库查询速度行业第一,所以消费者一定会选我们。”
因为大家知道,底层技术当然重要,但用户最终感受到的是另外一层东西:
有没有我要的商家?
配送快不快?
价格贵不贵?
退款麻不麻烦?
AI时代来了以后,我们反而经常忘掉这个最基本的道理。
模型排行榜一更新,产品经理就跟着激动。
推理又涨了3分。
Coding又超过谁了。
上下文从50万变100万。
多模态又领先了几个百分点。
这些能力当然重要,甚至决定了产品能不能成立。
但有一个问题很容易被忽略:
用户不是来参加Benchmark考试的。
假设“帮我取消一个健身房会员”这件事,模型做到它需要80分能力。
模型A有95分。
模型B有88分。
在Benchmark里差7分,很大。
到了用户手里,可能完全不是这么回事。
95分的模型告诉你:
“以下是取消会员的5个步骤。”
88分的模型直接替你找到客服电话、完成身份验证、和客服沟通,然后回来告诉你:
“已经取消,下个月不会再扣款。”
你说哪个产品更强?
答案其实没那么复杂。
能把事情做完的那个。
这也是我认为Muse最值得AI产品经理研究的地方。
它提醒了我们一个可能正在发生的变化:
当模型还在60分的时候,产品竞争首先是模型竞争,因为很多需求根本做不了。
模型到了80分以后,情况就变了。
接下来决定体验的东西,会越来越多。
有没有权限。
有没有工具。
有没有商家愿意接。
有没有支付。
能不能拿到用户上下文。
执行到一半失败了怎么办。
付款前知不知道回来问一句。
用户第二天回来,Agent还记不记得昨天干到哪儿了。
这些东西单独拿出来都没“模型突破”性感。
但拼起来,才是产品。
所以我越来越觉得,用一句“产品大于技术”来概括Muse其实也不准确。
更准确的说法应该是:
技术决定产品能不能进入牌桌,产品决定用户为什么要留下。
三、Meta真正厉害的地方,是把Agent伸进了“现实世界”

Muse刚上线时,Meta就没有把它限制在一个聊天框里。
用户可以直接在WhatsApp里和Muse对话。
Muse自己有一台运行在云端的Secure VM,有浏览器,能代表用户访问其他服务。购买商品时可以通过Stripe的Link完成付款;涉及发邮件、付款等敏感操作时,系统会回来要求用户确认。
然后Meta开始疯狂补连接。
9月的Connect大会上,它宣布Muse将接入Walmart、Best Buy、Gap、Sephora、Ulta、Wayfair等零售商,同时接入PayPal、Shop Pay;旅行有Expedia,买菜有Instacart,工作侧又有Notion、GitHub、Box等服务。
再过几天,Muse for Small Business来了。
Shopify、QuickBooks、Stripe、Canva、Slack、Figma、Notion、Dropbox,以及商家自己的Facebook主页、Instagram专业账号、Meta广告账户,都可以接进来。
这时候再去看Muse,它已经不太像一个传统意义上的“AI聊天App”了。
它更像一个站在用户和互联网服务之间的代理人。
过去我们用互联网,是这样的:
想买东西,打开购物App。
想订酒店,打开OTA。
想点饭,打开外卖软件。
想付钱,再跳支付。
每个App都有自己的账号、页面、按钮和操作逻辑。
所以过去二十年互联网最重要的一场战争,是入口战争。
浏览器想当入口。
搜索想当入口。
超级App想当入口。
手机操作系统更想当入口。
Agent出现以后,这个逻辑突然开始发生变化。
以后用户可能根本不关心“打开哪个App”。
他说一句:
“下周去纽约三天,帮我安排住的地方,别超过1500美元,离客户办公室近一点。”
剩下的事情Agent自己去跑。
它查酒店、比价格、看地图、读评价、调你的Calendar,最后拿着几个方案回来。
用户甚至不需要知道背后调用的是哪五家公司。
这件事如果真的成立,那么AI Agent争夺的就不是一个新App的位置。
它争夺的是:
用户和整个互联网之间的那一层。
四、Muse让我想到了微信,但好像又不是微信
在国内生活久了,我们很容易低估“超级App”到底解决了多少问题。
聊天、公众号、小程序、支付、打车、外卖、挂号、买票、政务服务……
很多需求的入口最终都集中到了微信里。
欧美互联网长期不是这个形态。
通信、支付、电商、外卖、酒店、出行各有自己的主阵地,一个用户一天在十几个App之间切换并不奇怪。
Meta其实很多年前就想把这些东西往一起拉。
2019年,Facebook明确提出加强Messenger、Instagram和WhatsApp之间的互操作;同年推出Facebook Pay,希望一套支付方式能逐渐用于Facebook、Messenger、Instagram和WhatsApp。之后WhatsApp又不断加入商家、购物和支付能力。
但Meta一直面临一个难题:
凭什么让所有商家和服务都搬进Facebook?
微信当年能做小程序,是因为它已经形成了极强的中国移动互联网入口。
美国市场没那么容易。
Muse却提供了另一条路。
服务不进Meta,Meta的Agent可以出去。
这是我认为Agent时代特别值得关注的一种变化。
过去的超级App逻辑是:
“我把所有服务装进来。”
Agent的逻辑变成:
“你们待在原来的地方就好,我替用户跑过去。”
一个是把互联网搬进一个App。
一个是让Agent跑遍互联网。
如果这条路成立,那么Meta最终得到的东西,可能和超级App很像:聊天在这里,消费从这里发起,商家从这里获客,支付从这里发生,服务也由这里调度。
只不过底层形态已经完全变了。
所以,与其说扎克伯格终于做出了“美国版微信”,我更愿意说:
Agent让Meta第一次找到了一种不复制微信,也可能拿到类似入口价值的办法。
这个判断目前当然还很早。
但Meta接下来的动作已经很明确。
Muse会进入Meta的AI眼镜;Meta又推出了可以放进口袋的Muse Charm。扎克伯格在Connect上还表示,Muse大部分使用会保持免费,Meta未来希望从Agent完成的交易中抽取一小部分费用。
这已经不是“做个AI助手”那么简单了。
入口、交易、商家、硬件,都开始往同一个地方靠。
五、但Google真的“输”了吗?我觉得现在下这个结论还太早

写到这里,很容易得出一句特别爽的结论:
“Google输给了Meta。”
但这句话其实说早了。
Google的问题,更像是第一枪没有打出Muse这样的消费级声量,而不是它已经失去了Agent战争。
Gemini Spark本身正在快速补第三方连接,也已经支持用户添加自定义MCP服务;Google拥有Gmail、Calendar、Docs、Chrome、Android和Maps,这些仍然是其他公司很难复制的资产。
甚至从长期来看,Google还有一个很可怕的优势:
Meta知道你“喜欢什么”。
Google很可能知道你“准备做什么”。
你的搜索。
邮件。
日程。
导航。
文档。
浏览器。
如果有一天这些信息真的被一个可靠的Agent串起来,它的个人上下文能力会非常强。
所以这篇文章真正想讨论的,并不是Google和Meta谁赢谁输。
而是Muse把一个过去容易被忽视的问题摆到了桌面上:
模型之外,还有多少东西决定一个AI产品的成败?
答案可能比我们过去想象的多得多。
六、Muse越能干,另一个问题反而越危险:你敢不敢把事情交给它?
Agent和Chatbot有一个根本区别。
Chatbot说错一句话,你最多觉得它蠢。
Agent做错一步,事情真的会发生。
它可能买错东西。
可能发错邮件。
可能把信息交给错误的人。
甚至可能把你的隐私泄露出去。
Muse上线后很快就遇到了现实世界的安全考验。9月下旬,Meta加强了Muse的安全提示,此前安全研究人员发现了与Muse虚拟机相关的漏洞;Meta随后进行了修复。
这件事情特别值得所有做Agent的人记住。
Agent能力越强,并不意味着产品越容易做。
恰恰相反。
模型能力越强,你要处理的产品问题越多。
一个只能总结文档的AI,不需要知道用户银行卡。
一个能替你购物的AI,需要。
一个只能告诉你怎么订酒店的AI,不需要代表你付款。
一个真正替你订酒店的Agent,需要。
产品价值和权限风险几乎是一起上涨的。
所以Agent时代最稀缺的东西最后可能不是“聪明”。
而是信任。
用户敢不敢把邮箱给你?
敢不敢让你读Calendar?
敢不敢把支付方式接进来?
敢不敢告诉你家庭地址?
敢不敢让你后台连续运行三天?
更重要的是:
当Agent准备做一件不可逆的事情时,它知不知道什么时候应该停下来问人?
这会成为Agent产品极其重要的一条分界线。
七、如果你正在做AI产品,Muse至少留下了5个可以直接用的方法
我最后不想只留一句“Meta产品做得好”。
对产品经理来说,真正有价值的是,下周回公司到底能改什么。
可以试着用下面这套方法重新审视你的AI产品:
先找“用户想消灭的动作”,不要先找“模型可以展示的能力”。不要先问GPT能帮我做什么,而是把用户一天的行为流程拉出来,看哪些事情让他反复复制、搜索、填写、切App、催人、确认。真正适合Agent的需求,往往长得很不起眼:“每个月都得干,而且每次都烦。”
给需求画一条“能力及格线”。问清楚完成这个任务到底需要模型达到什么水平。如果80分已经足够稳定,不要为了从92分换到94分耗掉三个月。把时间花到数据、工具、权限、失败恢复和用户体验上。模型的2分差距,可能远不如少点一次“复制粘贴”。
把“回答率”换成“完成率”。Chatbot时代可以看答案满意度,Agent时代更应该看任务是否真的完成:成功率多少?平均需要用户接管几次?执行多久?在哪一步最容易失败?用户授权之后,有多少任务能从头跑到尾?Agent最大的幻觉,是Demo看起来像会做,真正上线却永远需要人擦屁股。
把连接能力当成产品能力。一个Agent可以很聪明,但如果只能待在自己的聊天框里,它仍然只是一个聪明的聊天机器人。邮箱、日历、支付、CRM、ERP、电商、地图、浏览器、企业知识库……你的产品到底能碰到多少真实世界,直接决定它能完成多少事情。
最后设计“什么时候不能自动”。高风险操作不要追求全自动。付款、删除数据、发送公开内容、签署文件、修改重要账号信息,都应该设计清楚确认节点、操作记录、撤销机制和权限等级。真正成熟的Agent,不是永远自己做决定,而是知道什么时候应该把决定权交还给人。
如果让我把这五条再压成一句话,就是:
不要做一个看起来很聪明的AI,要做一个用户真的敢把事情交出去的产品。
这可能才是Muse真正给AI产品经理上的一课。
Google比Meta早了4个月。
Google的模型不差,资源不差,产品入口更不少。
Muse却在这一轮先拿到了消费级市场的注意力。
不是因为技术突然不重要了。
而是因为当技术终于跨过那条“能干活”的线以后,过去那些我们做互联网产品时天天讨论、这几年却差点被模型排行榜盖过去的东西,又重新重要起来了:
用户到底烦什么。
你解决的是不是一个真问题。
使用门槛够不够低。
产品能不能把事情做完。
出问题之后用户敢不敢再用第二次。
AI很新。
但产品这件事,好像又没那么新。
真正的竞争,从来都不是“我有什么能力”。
而是——
为什么用户最后把这件事交给了你。
原文发布于微信公众平台:查看原文 ↗