创建 Muse：ChatGPT 之后增长最快的 AI 产品

我想先从我们创立 Meta 超级智能实验室（Meta Superintelligence Labs，MSL）时的愿景讲起。实验室成立的时候，Mark 发布了一份名为《个人超级智能》（Personal Superintelligence）的备忘录。那是我、Nat Friedman 和其他许多人同他密切合作，一起打磨出来的。核心问题是：我们怎样创造强大的 AI，让每个人的生活都真正变得更好？怎样做出一种能够在更广泛意义上提升人类生活体验的东西？

你知道，Opus 4.5 的出现显然让包括我们在内的许多人真正看到了智能体的未来可能是什么样子，把智能体的潜力推到了大家眼前。今年年初，OpenClaw 也开始兴起。我密切合作的 Nat Friedman，我想应该是 MSL 内部第一个真正动手尝试 OpenClaw 的人。他的经历，用我的话说，介于惊恐和狂喜之间。

当时 Nat 做了一个提示词，基本上是让 AI 对你进行一次完整的心理分析。它会分好几轮，一层层深入探查你的心理状态。他写这个提示词就是给 OpenClaw 用的。我自己装好 OpenClaw 以后，最早做的事情之一就是用它来试那个提示词。那次经历简直相当于把大约三年的心理治疗浓缩在同一个时刻。

我把它下载下来，装好。Nat 就坐在我旁边，说：“哦，你应该试试这个。”我心想，好，那我就按你说的做吧。于是就经历了刚才说的那件很疯狂的事。

就是非常、非常强烈。我说像三年的心理治疗，是因为它连续进行了好几轮深入的心理追问。它已经掌握了我的其他信息——能访问我的邮箱，也能看我的很多照片，还可以自己搜索别的信息，再把所有信息综合起来。在整个过程中，我把自己非常脆弱的一面暴露了出来。

然后我们就把原型演示给董事会看，整个周期非常快。最终 Muse 产品里的许多设计决策，在第一版原型中就已经存在了。比如 Jollybot 已经有了，Muse Charm 的早期版本也出现在第一次会议里。不是所有想法、所有标签页当时都有，但很多关键元素都在。

他和我们所有人一样，在同一时间体验着这种介于狂喜与恐惧之间的感觉。我想他在几次访谈里说过，他拿智能体处理家里的各种事情，和孩子一起使用，还用在综合格斗（MMA）训练中。他会让智能体观看自己练习 MMA 的视频，帮他指出动作可以如何改进。

首先，我们对 Peter Steinberger 和每一位 OpenClaw 贡献者都极其尊重。我绝对认为 Peter 是个有远见的人。他那颗出色的大脑里究竟发生了什么，才会创造出 OpenClaw，这本身就是神奇的事。

好，这就是问题的关键……

这点真的很值得说。回到今年二月份，你会发现当时 Opus、Claude 在编程能力上遥遥领先，远超其他所有人，而且发展势头极其迅猛。那正是 Anthropic 开始席卷整个行业的时候。对行业而言，那其实是个相当让人害怕的时刻：他们在编程上领先这么多，后来又有 Mythos，优势看起来非常明确。

好，那我们就把两条线索串起来。早在 Scale 和 Meta 的交易发生之前，我第一次和 Mark 交流时就告诉他：如果真的出现 AGI 或 ASI，不管你怎么称呼它，Meta 都是一家非常特殊的公司。因为 AI 的一个承诺是，我们每个人的生活里，都混合着“想做的事”和“不得不做的事”。AGI 所承诺的未来是，我们几乎不需要再把时间花在那些不得不做的事情上——AI 会开始帮我们承担大量这类工作，而我们就可以把时间都花在真正想做的事情上。

对，完全正确。个人智能体、个人 AI，以及广义上的消费级 AI，一直都是我们认为 Meta 可以做出某种特别东西的领域。

是的。我们始终面对着一个阴影：个人智能体曾经热闹一阵，然后就消退了。但我们一直觉得，原因是使用体验还不够好，产品还没有打磨成熟。这是开发过程中必须正视的风险。因此，我们明确调整模型研发路线图，把构建个人智能体列为最重要的方向之一。我们制作了非常长的表格，记录模型必须具备的具体行为与能力。

那些表格里有上百项，甚至有人会说上千项——不，不是上千，准确说是超过一百项——非常具体的行为和能力。我们知道，要做出理想的个人智能体，模型就必须掌握这些能力。这个过程极其细致。之后我们逐步为每项能力建立评测，研究怎样训练模型才能在每一项上都表现得特别好。我们会定期开评审会，对照表格，找出哪些地方还做得差，然后确保那些地方持续改善。整个过程就是这样一点一点、极其细致地磨掉模型的棱角，直到它能够真正支撑产品。

对。Meta 文化很大的一部分是，一旦明确了衡量什么，就能让一群非常出色的人围绕这些指标不断优化，修好每一个细节，把它们做到惊人的程度。在 AI 之前的消费互联网时代，这主要体现在如何优化转化率、推荐传播率、用户引导流程的每个环节，怎样让所有这些东西趋近完美。进入 AI 时代，尤其在 Muse 项目里，这种打磨更多体现在模型本身：让模型的每个细节都尽可能适合产品。

看到了，不过说实话，实在太长，我没有读完。

我看到那期节目了。

我觉得说得完全对。这确实需要极大的耐心。七个月听上去好像不长，但 AI 行业的竞争非常激烈。

对我们每个人来说都是这样。我尤其佩服 Mark 在这件事上的表现：他有很强的耐心、自我克制，以及对整个过程的信任。你可以回头查他从二月到九月的财报电话会讲话，他不断暗示我们正在做个人智能体。我们其实并没有想掩盖这件事，一直都在公开谈。但整个过程中，公司内外有很多怀疑。华尔街流行的一种说法是：“天哪，Meta 这么大把大把烧钱，他们真的能在 AI 上做成什么吗？”

我觉得这些都很准确。Muse 最神奇的一点，就是我们在正式推出之前真的花了很长时间，仔细推敲和打磨所有细节。个人智能体是一种处在刀刃上的产品：假如它能够可靠地提供那些神奇体验，它就有机会成为史上最伟大的消费产品之一。但你毕竟在和模型打交道，它不是确定性的；你在和智能体打交道，它可能出错，也可能不可靠。只要用户反复遭遇不可靠的体验，他们就会觉得这东西是垃圾。

看看今年年初那些其他智能体产品就知道了，几乎所有产品都经历过大量用户流失，原因就是不可靠。我们对 Muse 做过很多轮用户测试：不断让完全没接触过产品的新用户从零下载、安装、使用，观察全过程究竟是什么体验。

其中一个依据是非常数字化的。还记得那张有一百多项能力的表格吗？我们为每一行都定了门槛：低于什么数值就不准上线，高于什么数值才算足够好。我们经历过许多模型检查点，有的在 80 项上是绿色，但剩下 20 项还是红色。我们知道这还不行。后来才第一次得到一个所有项目都亮绿灯的模型检查点，那是专门训练的 Musepark 1.3 版本。

总共不到 200 人。我知道这听着很多，但放在大公司里……

是，不算多。现在回想，这很有意思：整个高管团队都知道，这可能是 Meta 今年要发布的最重要产品之一。但我们在组织上始终保持克制，让一个真正小而专注的团队负责，而不是一下把公司里大批人都拉进来。因为我们知道，这是一件完整的艺术品，需要一种强有力、统一的观点和高度聚焦，才能真正做出优美、连贯的体验。

我觉得人们对大型组织做出的产品常有一个批评，现在不少 AI 实验室也开始染上同样的毛病：产品成了一个“弗兰肯斯坦怪物”，甚至像柯南伯格式的拼贴，把许多人的不同观点、愿景和信念硬凑在一起。从某种意义上说，这简直是“产品经理地狱”：每个 PM 都有自己想塞进产品的东西，然后所有东西混成一杯糊状的奶昔。

以 Muse 来说，Nat Friedman 应该得到很大一部分功劳。最终决定和塑造这款产品样貌的，很大程度上就是他的品位和直觉。

我们说过是“数百万”。我也转发过其他人制作的增长曲线，那些图大体暗示 Muse 是有史以来增长最快的消费级 AI 应用。

我们说过数百万。

这件事有好几个层面。

过去几周是我整个职业生涯里做产品最开心的时期之一。我想这里面有几个因素。第一，我们觉得必须找到一种方式，让 Muse 真正从海量信息里突围出来。现在 AI 更新的洪流太猛烈了：对大多数人来说，他们每天都被新的 AI 产品、创业公司、模型发布、新功能轮番轰炸。又一个模型、又一个产品、又一个功能，完全是一股信息洪水。

说到我的 X 账号，得澄清一点：每一条推文真的是我自己写的。有段时间我在开会时甚至很难集中注意力，因为脑子里突然冒出一个 Meme 的点子，就会想：“天哪，我一定得马上把它发出去！”那都是灵感乍现的瞬间。

我好像没见过，但我同意这种现象。我确实没在某些帖子上花多少时间，发完后几个小时都不看手机，再打开才发现：“哇，这条居然火了！”这让我重新想起互联网的一条规律。它并不是我一开始刻意设计的：互联网会奖励冒险、奖励惊喜，奖励那些超出人们预期的事情。后来我就真的开始放开手脚了。我想我很多同事一开始都挺惊讶的。

我发 Meme 的那整整一个星期，Nat 有句话一直挂在嘴边。他在好几场会议上都说：“我本以为这一周我们会学到很多 Muse 用户以及他们如何使用 Muse 的知识，结果发现，我们学到最多的竟然是 Alex 脑子里究竟装了些什么！”真的非常好玩。我感觉自己把这些年来积累的所有互联网知识都用到了那些瞬间。而且我觉得它真的促进了增长。当然，我们没法精确追踪，也很难证明因果关系，但我真心认为它产生了实际影响。这件事本身就挺好笑的。

我们一直在想，怎样让 Muse 真正在产品层面突破？这里有几个部分。第一个就是，怎样让用户尽可能早地获得“哇，原来还能这样”的体验？Muse 天然适合这一点，因为它是 AI，能做很多事情。一个从没用过 AI 智能体的人，会发现它有很多完全出乎意料的能力。另一部分，就是怎样利用用户经历这些惊喜时刻之后讲出的故事，帮助产品真正唱响、传播、飞起来。

我们确实投过几条广告。说实话，最开始主要是因为我会转发大量用户故事。只要看到有人拿 Muse 做了件有意思的事，我马上就引用转发。

你们有数以百万计的案例，就应该拿这些案例去投广告。

我们开发 Muse，以及在 Meta 做其他产品时，经常回到一个问题：“别人为什么要在乎？”用户不在乎你，也不在乎你的公司。他们在乎的是自己得到什么。

百分之百同意。我觉得这里有几个洞察。首先，世界上绝大多数人根本不关心 OpenAI、Anthropic 在研究什么，也不关心我们 Meta 做了什么研究。他们关心的是，这东西对自己有什么用。我们很幸运，有一个吉祥物，就是那个小小的 Jolly 家伙。

我把那张图发到了 X 上，配文是“MFW I go to work on Monday”，就是“周一去上班时的我”。我当时就觉得，这应该是我最近最成功的推文之一。接着我发现，完全可以把这个小家伙放进各种各样的场景。

真正喜欢这个应用的人，会逐步经历一个过程。我们自己二月份用智能体时就体验过：你先让它做件小事，它完成了，你说：“哇，真的做到了。”然后交给它稍微大一点的任务，它又做到了。你开始想：“原来它既能做第一件事，也能做第二件事。”于是再交给它更大的问题。

对。我不知道这一点究竟有多少是我们有意识设计的，但现代产品营销确实很依赖截图。现在的消费产品，必须在截图里也能成立：截图得能在群聊、朋友口口相传和网上传播时，自己就让人眼前一亮。

“这是一张 Muse 的截图。”光凭这一点，它就成了你能想象到的最好的营销方式。

我主要用它设置很多工作流程。工作中我大部分时间还是得开会——毕竟按我的职责，我应该保持专注、真正到场并和人互动。所以实际使用方式，是配置好一批自动化流程，把它当作自己的“第二大脑”。

从哲学上讲，这可能是强大 AI 时代最有趣的问题之一：有了这种 AI，“成为人”究竟意味着什么？人与 AI 的关系是什么，具体会是什么样？不同的人对此有不同看法。最令人害怕的图景当然是 AI 处于我们之上，我们只能照着它的意志行动；但也存在其他可能性，人与 AI 的关系可以完全不同。

我真的相信 Muse，也相信个人智能体作为一种长期存在的产品形态。人性本来就包含欲望、愿望和梦想。Muse 这样的 AI 和个人智能体，将成为帮助我们实现这些愿望，并持续实现更多愿望的机制和桥梁。随后，人类就会梦想得越来越大。小孩子可能会梦想拥有自己的恒星系之类的东西，Muse 会帮助他们朝那个方向努力。

我觉得 Muse 可以让每个人都过上自己童年时梦想的成年生活。小时候，每个人都有很大的想法、很大的梦想。想象未来人生时，你会觉得自己能当宇航员，能拯救地球、改变世界，或者做成任何伟大的事。孩子们的想象力没有边界。

我们成年人也许还没充分意识到，自己在多大程度上成了一群“僵尸”。我们失去了自主行动的能力，也失去了雄心。我觉得“雄心”这个词特别准确。

我认为最了不起的创业者身上已经体现了这一点。他们先梦想一件很大的事，成功之后就敢想更大的事；也许接下来又为那个目标工作十年，然后实现了，再去梦想更大的事。Elon 显然是个很好的例子，Mark 也是。我想很多标志性的创业者，人生就是这样一路走来的。我认为每个人都应该有机会拥有这样的经历。

对。我描述的那种世界，是每个人在一生中都持续提高自己的行动能力，有力量实现自己的愿望和梦想。我觉得那会是一个非常疯狂的世界，而且是好的那种疯狂。它会十分有趣、充满艺术性、很酷。你走到世界的不同角落，会看到极其丰富而多样化的景象。

我记得他发来的原话大概就是：“嘿，有时间通个电话吗？”

我有位朋友叫 Alex Schultz。我认识他很多年了，大概是在 Scale 成立一年左右时在旧金山认识的。他现在是 Meta 的首席数据官，也是 Meta 多年的核心高管。他大概在 2021 或 2022 年介绍我认识 Mark，主要是聊 AI。那时 Mark 开始越来越关注 AI，而 Scale 在 AI 领域已经做了不少事情。

Mark 的日程当然极其夸张，要处理的事情数不胜数，而且他非常善于确定优先级。真正重要的事，他会投入大量时间，在某种意义上甚至可能投入得过多。要同时做到这一点，又当个好父亲、好伴侣，处理好人生里的其他事情，唯一的办法就是极其无情地做取舍。

没错，你能感觉到他的思维在高速运转。Meta 当时也是 Scale 的重要客户。除此之外，在那次事情发生以前，我们大概半年聊一次，就是这样的接触频率。

因为 Llama 4 没有走在 Meta 原本希望的轨道上。我认为从内部来看，它确实是一个让人失望的结果。而与此同时，AI 正变得越来越重要，很明显，它会成为 Meta 未来的关键组成部分。所以最初的几通电话里，他主要是向我征求建议：你觉得我们该做什么？应该把注意力放在哪里？

是的。考虑到他已经完成了那么多非凡的事情，仍然保持这种做法，需要很大的谦逊。总体上，从他第一次联系我，到我们宣布交易，中间大概只有五到六周，非常快。

太惊人了。当时我自己也有很多想法：如果换成我负责 Meta 的 AI 战略，我会怎么做、怎么思考。其中最早向 Mark 提出的观点，就是之前聊过的那一点：Meta 的历史与人们“想做的事情”密切相关，因此在 AI 这场巨大变革中，这家公司处于非常特殊的位置。

完全没有预料到。那段经历非常疯狂。当时我的第一反应更像是：“哦，这个提议很不错，但不可能真的……”

我当时还没有得到过这样的“指导”。而且说实话，我那时明确觉得：“即便认真考虑，这件事好像也没太大道理。”我还想，也许他只是抛出一个话头，试探一下，可这种合作在商业逻辑上真的成立吗？

当然最后交易确实发生了，所以现在回头看，我当时的判断未必正确，但……

退后一步说，Meta 最具代表性的收购当然是 Instagram 和 WhatsApp。这两笔交易都有非常清楚的产品战略逻辑。而 Scale 是一家深耕企业客户、政府客户销售的公司，商业模式与 Meta 完全不同。

对，他要的是人才。只不过这件事在整个交流过程中一直被一层模糊的东西笼罩着，很多时候都不够明确。

当我们开始谈具体数字时，我才想：“哇，好吧，原来是这样。”事情这才变得更加清晰。

其中一个原因是，我觉得：“哇，这种交易结构真的太有意思了。”最终的交易是 Meta 投资 Scale，持有它 49% 的股权；Scale 继续独立运营，而我和另外几个人加入 Meta。当时让我难以置信的是，这种结构太不同寻常了，但它竟然有可能真正实现多方共赢。Scale 的股东都得到了非常好的交易条件，获益很多；Scale 自己继续发展，我真心相信它最好的日子还在后面。

我经历了连续好几个星期的反复思考：“这太不可思议了。这真的会发生吗？逻辑上成立吗？如果成立，我自己对此究竟是什么感受？”占据主导的情绪更多是一种难以置信。后来我才意识到，自己真的必须做出决定：到底要不要接受这件事？

从创立到离开，九年。

Paul Graham 很久以前说过，如果你把自己的公司看成人生事业，你做事的方式就会完全不同。在 Scale 工作的整个过程中，我确实真诚地认为那就是我一生的事业。所以离开它，在情绪上非常艰难。

对，正是如此。吸引我的一个地方就在这里：明显有大量工作需要完成，这反而为我创造了条件，让我能从零开始搭建很多东西，确立正确的原则，建立正确的文化，为创造真正伟大的成果打下基础。

对。不过这个认识是在谈话中逐渐形成的。有一点我一直非常相信，Elon 在职业生涯的不同阶段也多次证明过：如果你拥有一个规模很小、技术能力极其强、组织结构非常扁平的团队，就可以在很短时间内完成大量惊人的事情。

没有。

我认为他真的把“失败并不重要，重要的是一旦赢了，究竟能赢多大”这个观念内化了。它让他在许多情况下几乎毫无恐惧地行动，因为他对承担巨大的风险感到非常自在。

完全正确。我认为他已经把这个道理深深内化了。这个世界完全可能出现另一种版本的 Meta：它变得更像 Google，更缓慢、更官僚化，整家公司呈现完全不同的状态。但正因为 Mark 深刻地吸收了这些经验教训，他让 Meta 始终保持动态、不断前进、充满活力。

在 Scale，有一种观念我非常深入地接受了，甚至记不得最初是谁告诉我的：要成为好创始人，就必须有能力亲自做公司的每一种工作。所以我对公司里大大小小的事该怎么发生、怎么运转，都有非常鲜明的观点。

对，Scale 是我创办的第一家公司。

我想 MSL 创立时真正有魅力、能吸引人的地方，是有机会用一个很小的团队从零开始搭建实验室，而且我们对方向有非常强烈的信念：个人超级智能。

是的。我想这部分还有个经常被低估的因素。OpenAI 和 Anthropic 的估值和股权价值都大幅上涨。你如果真的算一算那些人继续留在 OpenAI 或 Anthropic 会赚多少钱，其实也相当惊人。所以对很多人才来说，跳槽到我们这里，从整体薪酬的角度看，在不少情况下差距并没有外界想得那么大，可能大体持平。

接下来就是第三个问题：在 Meta、在 MSL，我们怎样给这些人创造能做出最好成果的环境？现在我做的更像是某种传统管理工作。我思考得最多的是，怎样创造条件，让这群异常优秀、天赋特殊的人充分发挥才华，做到自己能做到的极致。

我的工作首先是帮助大家确定北极星和前进方向：实现个人超级智能，在消费级 AI 领域获胜，构建对世界上每个人都有意义的 AI。接着是在团队里发现那些特殊人才，给他们合适的环境和资源，让才能最大程度地得到发挥。

没错。而 AI 是一个非常特殊的领域。“研究”这个词如今被用得太多，好像已经失去含义，但人类确实还不知道这些模型能力的边界是什么，不知道能利用它们做成哪些事情。它们是真正未知、我们还没有充分理解的东西。因此这确确实实是科学研究：我们在探索技术的边界，以及可以构建怎样的新事物。

是啊，这事现在想起来真是不可思议。

回想起来确实非常疯狂。十九岁生日那年，我是 MIT 的大一新生。那是在一月份，我正在一家叫 HRT 的交易公司做寒假实习。当时聚会大概有十到十二个人，几乎所有人都是 Harvard 或 MIT 的学生。我们中的大多数，之前参加数学、科学或计算机竞赛时就已经彼此认识。

HRT 是一家自营交易公司，也就是用自己的资金进行交易。据我所知，2026 年第二季度，它大概创造了 110 亿美元营收、约 80 亿美元利润——我记得报道的数字是这样。而且据我所知，HRT 员工甚至还不到一千人。太不可思议了。

我从小就参加各种数学、科学、计算机竞赛和奥林匹克竞赛，因此认识了来自全美国的各种各样的人。如今亲眼看到当年一起比赛的人取得这么惊人的成功，真的有种不真实的感觉。

核心就是看这件事的回报是不是遵循幂律：有没有极少数成果能带来相当于投入一百万倍的收益？还是更像盖摩天大楼——我认为数据标注和很多数据业务属于后者，Amazon Prime 的配送也是个例子。它们的回报更接近线性，你需要建立极其优秀的运营流程。

对。我在 Meta 感觉自己就在挖钻石。至于 Scale，我的工作更像是在“盖摩天大楼”。两者在底层范式上有非常大的差别。

我想超过两百个。

这要回到 MSL 成立时的理念，以及我们重建实验室想实现的目标：怎样创造极高的人才密度？怎样让这里成为优秀人才做出一生最好成果的地方？怎样建立真正以技术为中心的组织，让技术人员有机会做出他们的人生事业？

没错，就是这样。

谢谢。