---
title: Muse 为什么火了？从千问看个人 Agent 的下一阶段
description: >-
  Muse 为什么火、免费之后怎么赚钱？结合 Muse for Small Business、订阅与 Meta 企业平台新进展，对照千问生态，分析个人
  Agent 的商业模式和用户选择。
canonical_url: 'https://onevium.com/zh/blog/meta-muse-qwen-personal-agents'
language: zh-CN
published_at: '2026-09-26'
updated_at: '2026-10-01'
publisher: Onevium
---
# Muse 为什么火了？从千问看个人 Agent 的下一阶段

Muse 为什么火、免费之后怎么赚钱？结合 Muse for Small Business、订阅与 Meta 企业平台新进展，对照千问生态，分析个人 Agent 的商业模式和用户选择。

## 千问早就能点外卖，为什么 Muse 又让人兴奋？

如果你已经用千问点过奶茶、看过它把淘宝购物接进对话，看到 Meta Muse 的演示时，很可能会问：这些事中国的 AI 不是已经做过了吗？为什么这次又在讨论“个人 Agent 时代”？

<strong>我们的判断是：Muse 把一个更广泛的委托关系展示给了普通用户——你说清目标，助手带着个人上下文跨服务执行，在后台跟进，再拿结果回来。</strong>购物是其中一件事；围绕一个人持续做事，才是它让人产生更大想象的地方。千问此前已经把自然语言接到真实消费服务，两条路线放在一起，恰好能看清个人 Agent 的能力来自哪里。

但有一个前提需要先补完整：千问也曾引起大规模关注。它们的热度发生在不同市场、不同时间，留下的公共叙事也不同。理解这层区别，比直接得出“谁技术领先，所以谁更火”更有价值。

还有一个不能忽略的原因：Muse 可以免费开始使用。免费额度降低第一次尝试的成本；它背后如何变现、会怎样影响推荐，也是理解这轮热度的一部分。

商业模式还有了新进展：Meta 在 9 月 28 日宣布企业平台，9 月 29 日推出 Muse for Small Business。下文会进一步拆解：除了订阅，帮助商家经营和投放广告，怎样可能支持 Meta 的既有生意；企业方向又有哪些尚未披露的条件。

## “火遍全网”有多大：先把热度放回时间和市场

Appfigures 的 9 月报告记录了 Muse 登上美国 App Store 与 Google Play 榜首，并估算截至 <strong>9 月 18 日约有 110 万次下载</strong>，主要来自美国。这里的数字是第三方估算，下载也不能代表长期活跃或任务成功率。[Appfigures 原始分析](https://appfigures.com/resources/insights/meta-finally-gets-serious-about-ai-muse-million-downloads)

千问也有自己的破圈时刻。《南华早报》在 <strong>2 月 6 日</strong>报道，它在赠饮活动推动下登上中国区苹果 App Store 榜首；阿里巴巴在 3 月的公告中称，千问在春节期间促成了近 <strong>2 亿笔订单</strong>。前者是榜单报道，后者是企业披露的活动期业务量，不能拿来与 Muse 的下载量作规模排名。[千问登榜报道](https://www.scmp.com/tech/article/3342702/alibabas-bubble-tea-giveaway-pushes-qwen-past-tencents-yuanbao-top-china-app-store) · [阿里巴巴业务披露](https://home.alibabagroup.com/en-US/document-1971445322303406080)

因此，“为什么千问没火”并不是事实最支持的问法。更值得追问的是：<strong>为什么看过千问办事的人，仍会被 Muse 再次调高预期？</strong>以下从产品和传播方式给出解释；我们没有跨平台全网声量统计，也无法为每个因素分配精确的增长贡献。

## Muse 是什么：模型之外，还有一套替人执行的系统

Meta 在 <strong>2026 年 9 月 8 日</strong>发布的 Muse 是个人 AI Agent 产品；<strong>Muse Spark 是驱动它的模型</strong>。Muse 配有云端电脑和浏览器，可通过应用或 WhatsApp 沟通；关闭应用后任务仍可继续，涉及购买等动作时请求批准。[Meta 发布说明](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)

这有助于拆开常被混用的三个概念。模型理解需求、选择下一步；工具让它读取页面、调用服务、修改文件；产品系统保存任务状态、管理账号与授权、安排后续执行、把结果展示给你。某个模型更会推理，不会自动带来某家商户的交易接口，也不会自动解决支付超时后的查单。

这里的“个人”也有实际含义：它围绕你的预算、偏好和已有安排工作，并能在下一次任务中继续使用相关信息。仅有昵称和头像不够；用户需要能查看、纠正这些记忆，并决定它什么时候可以采取动作。

## Muse 为什么能再次破圈：四个相互叠加的因素

<strong>第一，成果容易让非技术用户理解。</strong>省下一笔支出、完成一次预约、处理一个拖了很久的事务，都有清晰的前后差别。普通人不必先理解模型榜单，就能判断“这件事我愿意交出去”。这类案例的传播优势在于能把收益讲清楚；单次成功展示仍然不能代表普遍成功率。

<strong>第二，后台跟进改变了人与 AI 的关系。</strong>Muse 的设计说明展示了持续任务、活动记录和购买确认卡，并把通知时机设在有实质新进展或需要用户决定的时候。记忆、进度和批准因此能在界面中被看见。[Muse 产品设计](https://introducing.muse.ai/) 我们的解读是，这让用户更容易形成“我有一个持续做事的助手”的认识：明天还要处理的事，可以在今天开始委托。

<strong>第三，免费额度与日常入口降低了尝试门槛。</strong>消费者能理解的对话界面，加上发布时已有的 WhatsApp 入口，让尝试不必从搭建运行环境开始。Meta 本身的消费产品触达也值得纳入传播分析。不过，拥有分发渠道不代表所有用户都会转化，接入聊天入口也不代表自动获得个人全部账号数据。[发布入口说明](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)

<strong>第四，连续发布让一次新品变成更大的产品方向。</strong>9 月 23 日 Connect 活动及次日官方汇总继续介绍连接器、语音与购物扩展，并预告未来几个月接入 AI 眼镜。这把用户想象从手机中的任务延伸到身边看到的东西。眼镜等预告功能仍应按其上线计划理解。[Connect 2026](https://about.fb.com/news/2026/09/the-biggest-news-from-connect-2026/)

这四点共同解释了 Muse 为什么有很强的传播条件：收益具体、委托关系容易理解、入口接近日常生活、后续空间足够大。现有证据还无法把热度归因于某一项独有技术，更不能据此宣布长期留存已经成立。

## 千问早已走通什么，为什么留下了另一种印象？

千问 1 月 15 日的升级已在中国公测，接入淘宝、淘宝闪购、支付宝、飞猪和高德；发布会展示了订购 40 杯奶茶，对话内支付需要明确确认。[1 月官方公告](https://www.alibabagroup.com/en-US/document-1948497434959151104) 这说明自然语言驱动真实服务，在 Muse 发布前已有具体实践。

到 5 月，官方宣布千问 App 接入淘宝完整商品目录；同篇公告还介绍了<strong>淘宝 App 内的千问购物助手</strong>及比较、优惠等功能。二者要按所在产品区分。[5 月官方公告](https://www.alibabagroup.com/en-US/document-1991231293551017984)

千问的优势在这里非常扎实：商品、商家、支付、物流已经存在，AI 能把原来要在多个页面里完成的操作组织起来。春节活动又把第一次体验压缩成一个极其容易理解的行动：领优惠，买一杯饮料。这种传播非常有效，也容易让人首先记住奶茶、优惠券和阿里消费生态。

Muse 展示的长期目标与跨应用工作，则更容易引出“以后能替我处理多少事”的联想。<strong>这是基于两者公开呈现方式的判断，不是对所有用户做过的认知调查。</strong>它也不意味着千问只能购物，或 Muse 已能在任何服务中自由通行。对国内真实消费任务，已经连好的订单与履约系统，往往比一个更宽泛的愿景更重要。

## Muse 免费，Meta 靠什么赚钱？

Muse 的免费策略值得放到商业模式的中心来理解。<strong>可以免费使用，但有用量上限；额度用完可以等待刷新，也可以升级订阅。</strong>当前官方订阅页列出 Power 每月 20 美元、Maximum 每月 100 美元，升级可获得更多每周用量；权益和提供范围可能因地区、账户而异。免费降低尝试门槛，付费扩容已经是明确的收入路径。[Muse 官方订阅说明](https://www.meta.com/help/subscriptions/1021145227643680/)

这也补上了传播分析中很重要的一环：一个能替你办事的演示，配上“现在就能免费试”，会缩短从围观到第一次委托的距离。我们的判断是，Meta 有机会用免费额度培养新的使用习惯：遇到事情，先告诉 Agent。这种习惯如果形成，价值可能超过一次下载；是否形成，还要看活动后留存、重复委托和任务成功率。

Meta 的广告背景让这个问题更值得追问。其 2026 年第二季度财报披露，广告收入为 <strong>593.63 亿美元</strong>，总收入为 <strong>608.01 亿美元</strong>，据此计算广告占比约 <strong>97.6%</strong>。集团目前的收入结构，给了我们分析动机的背景。[Meta 发布的季度财报](https://www.prnewswire.com/news-releases/meta-reports-second-quarter-2026-results-302838214.html)

<strong>我们更大胆的判断是：个人 Agent 可能把商业竞争，从“谁占据用户注意力”推进到“谁参与用户决定与完成交易”。</strong>刷信息流时，平台需要推测你想买什么；你主动委托“帮我找周末可入住、总价不超过 800 元的酒店”，预算、时间和购买意愿已经成为明确任务。谁能可靠地接住这种任务，谁就更接近消费决策的入口。这是我们的商业推演。

先看面向个人使用的三条收入路径；新出现的商家和企业方向，放到下一节展开：

| 路径        | 为什么可能成立                     | 目前能确认到哪一步                       |
| --------- | --------------------------- | ------------------------------- |
| 订阅与更多用量   | 高频用户愿意为持续执行付费，收入可分担算力与运行成本  | 官方已说明免费额度与付费升级；不能据此推算付费率或利润     |
| 商家推荐与交易分成 | 带来合格订单或有效客户，可能比单纯带来点击更有商业价值 | 这是推演；支付接入本身不能证明存在佣金协议，也不能推算抽成比例 |
| 明确标注的商业推荐 | 在合适的任务中展示赞助候选，可能形成新的广告产品    | 这是推演；本次核对的资料未证实 Muse 已上线这种广告模式  |

还有一层战略收益：如果用户越来越习惯向 Agent 发起需求，Meta 需要在这个入口中占有位置，商家也需要在那里被发现。不过，这种长期价值不能直接计作 Muse 已有收入。

讨论广告必须同时讲清现有承诺：<strong>Muse 官方页面明确表示，对话不会共享给 Meta 的广告系统。</strong>[官方隐私说明所在页面](https://ai.meta.com/muse/) 因而不能把“Meta 主要靠广告赚钱”直接写成“Muse 正在拿你的私人任务定向投放”。未来若尝试赞助推荐，如何使用任务信息、标记商业关系、取得必要授权，都需要单独说明。

免费也有真实成本。每次浏览、推理、重试和后台跟进都消耗资源。能否做成生意，要看订阅收入和未来可能出现的其他收入，能否覆盖用户获取、运行与服务成本。免费用户多、订单金额大，都不等于利润高。

与千问对照，区别会更清晰：阿里的商品、支付与履约体系已经能承接一部分消费需求，优惠活动帮助用户走到第一次真实交易；Muse 的免费入口则有机会让用户把更广泛的事务交给助手。我们的判断是，两者都在争取“用户先向谁表达需求”，只是现有服务基础和习惯培养路径不同。

这会怎样影响普通用户？看下文的虚构报价例子：合格候选 B 到手价 130 元，A 为 139 元。假设 A 愿意支付推荐费，可靠的助手仍应按用户指定条件解释为什么选择 B，并标明商业关系。<strong>个人 Agent 能否长期变现，最终也取决于它能不能让用户相信：自己的预算、偏好和批准始终有效。</strong>

## 9 月底的新进展：商家与企业为什么可能为 Muse 付钱？

最近两条公告让商业图景更完整。**9 月 28 日，Meta 宣布 Meta Enterprise Platform**，计划把 Muse、Meta Business Agent、Muse API、Muse Code 等能力提供给企业和开发者。这份公告没有列出企业价格表，也不能证明所有列出的产品都已全面开放。[企业平台公告](https://about.fb.com/news/2026/09/launching-meta-enterprise-platform/)

**9 月 29 日，Muse for Small Business 在 Muse 内增加技能和连接器**，覆盖企业工具及 Meta 广告账户。公告说明 Muse 面向美国和加拿大，并要求发布、发送和花钱前取得批准。[小企业版公告](https://about.fb.com/news/2026/09/introducing-muse-small-business/)

我们的判断是，**帮助商家准备和执行营销工作，为 Meta 提供了一条间接促进广告业务的路径**。小商家可能没时间整理销量、看懂广告效果、准备下一轮活动；如果 Agent 能减少这些工作，商家就可能更容易开始投放，也更愿意持续使用。这能解释为什么免费助手与广告生意可以同时成立。公告并未给出因此增加的广告收入、留存或利润，这仍是基于产品方向的商业推演。

这里有几种不同的付款关系：用户为更多 Muse 用量付订阅费，商家为广告活动另付预算，企业未来可能购买基于 Meta AI 技术栈的服务，而具体产品和条款仍需披露。订阅账单、广告账单与假设中的企业合同，不能混成同一笔收入。这些方向也不能证明个人 Muse 回答里已经存在付费推荐位。

用一家**虚构的美国烘焙店**来理解。周五自提的点心还剩 30 盒，广告预算最多 60 美元；店主提供一份标出退款订单的销售导出表，请助手分析后准备活动。这个例子没有实际运行 Muse，用来说明该怎样判断结果。

一份有用的产物应包括可推广商品、库存信息的时间、文案草稿、建议预算和理由。如果导出表没区分退款，助手应把销售判断保留为待确认；如果 30 盒本来就很可能售完，合理建议也可能是少花钱或暂不投放。活动做起来更容易，只有符合店主的经营条件才有价值。

批准还需要具体到动作：同意文案，不等于同意受众、发布时间和花掉 60 美元。获准执行之后，店主需要广告活动编号和实际设置记录。“活动准备好了”与“活动正在投放”是两种结果。这是任何 Agent 接管这类工作时都可以采用的验收标准，不是本例已经执行成功的声明。

商业问题因此又回到信任：平台可能受益于广告增长，商家则需要划算的经营结果。有用的助手应能解释两者何时并不一致。对读者来说，要分别看助手的用量额度、所连接服务的费用和花钱权限；准备广告的工具可以免费，获准投放的广告依然有预算。

## 生态怎么聚合：服务接口、网页和授权缺一不可

![Muse 与千问聚合生态的主要出发点，以及共同需要的授权与结果记录](https://onevium.com/assets/blog/muse-qwen-ecosystem-zh.svg)

*原创示意：两条路线可以重叠，展示的是公开资料中的主要出发点。*

连接器通过服务开放的接口取得数据或执行动作，例如查询库存、建立日历事件；浏览器可以在网页上寻找信息、填写表单。前者通常返回明确的字段，后者能覆盖更多已有网页，也会遇到页面变化、登录与服务方限制。它们都需要账号权限和对动作结果的核对。

真正难的部分往往在工具之间。例如“周五给八个人订午餐”要把人数、素食要求、地址和时间变成服务能接收的参数；再把价格、库存和配送范围变成候选方案；最后把一次批准对应到订单。模型、接口、支付和履约各负责一段。

服务方是否接受外部代理同样会影响可用范围。Axios 9 月 21 日报道：Amazon 已限制 Muse 购物。[相关报道](https://www.axios.com/2026/09/21/amazon-meta-muse-ai-agentic-shopping) 对产品设计者来说，这提醒我们：浏览器能力再强，跨平台执行仍需要真实可用的接入路径。对于用户，选择 Agent 也要看自己的服务是否接得上。

## Muse 之后，认知应该往哪里提高？

值得提高的预期，是<strong>一项任务可以跨越多次对话继续推进</strong>。与此同时，判断能力也要跟上：看到一次成功演示之后，要会问它拿到了什么信息、获准做什么、结果怎样核实。

| 需要建立的新认识       | 用一句具体要求表达                     | 检查什么               |
| -------------- | ----------------------------- | ------------------ |
| 从提问延伸到委托目标     | 周五 12:15 前送到，八份午餐，总计不超过 240 元 | 人数、忌口、时间和费用是否都进入方案 |
| 把上下文当作要维护的信息   | 我不是新用户，这次有两位吃素                | 资格和偏好是否准确，有没有过期    |
| 把权限落实到动作       | 可以查方案，付款前给我确认                 | 批准的是哪个商家、金额和订单     |
| 用证据判断完成        | 给我订单号、实际金额和送达状态               | “已安排”能否对应真实回执      |
| 允许长期跟进，也要求处理异常 | 支付超时先查单，避免重复扣款                | 是否保存状态，是否盲目重试      |

这也解释了为什么“会写一个更长的提示词”还不够。能交代清楚条件、识别缺失信息、检查证据，会成为使用个人 Agent 的日常能力。人可以少做页面操作，同时保留对目的和关键决定的掌握。

## 用一次比价，看清“懂我”究竟意味着什么

下面是虚构教学数据，没有真实购买。需求是 <strong>U60 转接器、4K 60Hz</strong>；所有费用均已列出，金额为人民币，买家不是新用户。

| 报价 | 规格            |  标价 | 运费 | 优惠           |   合格到手价 |
| -- | ------------- | --: | -: | ------------ | ------: |
| A  | U60 / 4K 60Hz | 129 | 10 | 新客减 20，不符合资格 |     139 |
| B  | U60 / 4K 60Hz | 145 |  0 | 所有人减 15      |     130 |
| C  | U30 / 4K 30Hz | 119 |  8 | 无            | 排除：规格不符 |

B 是这三份报价中合格候选的最低价：145 − 15 = 130。A 不能扣新客券；C 即使只要 127，也没有满足需求。送达时间尚不清楚，所以还不能判断它能否赶上活动。

这就是个人上下文的实际价值：知道你没有新客资格，才会算对价格。继续跟进意味着到付款前重新确认价格与库存，并补齐到货时间。只读出了最低数字，还没有完成你的采购要求。

可以把表格存为本地项目中的 `offers.md`，在 Onevium 中让会话读取并生成 `comparison.md`：

```text
按 U60、4K 60Hz 筛选 offers.md 的报价。
我不是新用户；逐项写出适用优惠和到手价公式。
每个判断引用报价编号，并列出缺失的信息。
只完成比较文件，保留需要我决定的事项。
```

预期结果是 A=139、B=130、C 被排除，到货时间待确认。这里用到 Onevium 1.2.2 已发布的工作区 Markdown 文件能力；没有声称进行过模型实测或接入交易服务。[正式 Release](https://github.com/Onevium/Onevium/releases/tag/v1.2.2) · [项目与会话](https://onevium.com/zh/docs/projects-and-sessions) · [文件、终端与 Review](https://onevium.com/zh/docs/files-terminal-review)

## 我们正在进入怎样的阶段？

可以把这个方向称作<strong>个人 Agent 开始成为日常服务入口的阶段</strong>。这是一种基于现有产品的趋势判断：用户逐步把目标交给助手，由助手协调应用；应用继续提供真实数据、服务和履约。实现需要多种能力一起工作，Muse 或千问都不能单独代表整条路线已经完成。

![个人 Agent 的预期如何提高：回答、单次执行、持续委托，每一步都需要更多证据](https://onevium.com/assets/blog/personal-agent-delegation-zh.svg)

*原创分析框架：用来判断自己正在委托什么，不是给厂商评定代际排名。*

对用户，变化是日常事务可以被整理为可委托的目标。对服务提供者，变化是除了供人点击的页面，还需要让授权代理理解商品、取得可靠状态并完成动作。对 Agent 产品，竞争会更多落在上下文是否准确、服务覆盖是否足够、失败能否恢复、用户是否愿意持续授权。

这些要求还会触及商业关系：如果助手负责比较候选，它依据什么排序，哪些是赞助结果，服务商与助手各承担什么责任？这些问题会影响用户是否相信“它在替我办事”。它们需要产品给出清楚的答案。

权限设计已有具体实践。Meta 的技术说明将 Muse 的执行与凭据管理分开，由 Sentinel 判断动作是否放行；更强的 Confidential VM 在发布时仍是后续计划，不能与已上线的 Secure VM 混为一谈。[官方安全架构](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

Muse 的热度让更广泛的人看到了持续委托的可能，千问的交易实践则让人看到真实生态接入的分量。下一阶段能走多远，要由普通任务反复完成的结果来回答：条件有没有满足，异常有没有处理，下次是否还值得继续交给它。

*原文发表于 2026 年 9 月 26 日。商业模式部分于 10 月 1 日根据 9 月 28—29 日公告与当前订阅说明实质更新；早前热度及千问对比保留各自标注的来源日期。商业动机与未来方向属于独立分析，功能提供范围以地区和账户为准。*

来源: [Meta — Introducing Muse](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)
