Muse 评测：Meta 的 AI 助理真能帮你办事吗？（2026年11月）

Muse 值得关注，也值得符合条件的用户试用；是否值得长期付费，则要看它能否持续替你完成那些反复出现的小事。我们最看好的是跨应用执行与后续跟进的组合。我们保留意见的地方，是地区限制、账户授权后的管理成本，以及目前还不能从公开证据中确认的真实办结率。

设想你需要把一封活动邮件变成日程，再确认交通、准备材料、提醒同行人。传统问答助手可以把步骤解释得很好，事情本身却可能仍等着你做。Muse 的吸引力，是把这段工作交给能够操作工具的系统。评价它时，文章写得漂亮、聊天是否讨喜都只是辅助指标；真正重要的是最后的日程、文件与通知是否符合你的意思。这个例子用于说明评价标准，不是本次实际执行记录。

一、Muse 是什么，谁在开发？

Muse 由美国公司 Meta 开发，个人智能体产品首次公开发布于 2026 年 9 月 8 日。它面向日常目标与任务，可通过移动端、网页及 WhatsApp 等入口使用，工作环境位于云端。对于读者而言，应先理解它是一项需要账户、权限和外部服务配合的托管产品，而不是下载一个模型便能获得的完整私人助理。Meta｜Muse 发布公告 · Muse 官方产品页

当前 Muse for Small Business 官方页面明确写明服务面向美国和加拿大的成年人；订阅帮助页同时提醒，功能和权益会因地区及账户变化。中国读者可以把它作为观察个人智能体方向的样本，但不能据此认定自己已能正常注册、购买或使用全部连接器。我们也没有获得足够证据，证明中文交互与中文网站流程已经达到和英文场景相同的可靠性。Muse｜小企业集成与地区说明 · Meta｜Muse 订阅价格与额度

Meta｜Muse 发布公告 · Muse｜小企业集成与地区说明 · Meta｜Muse Wonder 发布公告 · Meta｜额外用量与词元规则

我认为 Muse 的产品机会来自“工作太碎”。很多人并不缺一份更完整的建议，而是缺少整理输入、打开页面、反复核对与后续追踪的时间。任务越是分散在不同入口，统一委托的价值越明显；任务越是偶尔发生、两分钟就能亲自办完，交代背景和检查结果的成本越可能抵消收益。这也解释了为什么同一款产品会让某些人爱不释手，却让另一些人觉得没有必要。

二、App、模型和编程工具，名字必须分清

Muse 是助理产品；Muse Spark 和 Muse Wonder 是模型家族；Muse Code 是开发者使用的编程工具。官方模型目录列出的 Spark 最新版本是 1.3，API 标识为 muse-spark-1.3；Wonder 的 API 标识是 muse-wonder-1.0。目录还明确指出，Wonder Full 是单独的更高能力变体，不能通过把普通 Wonder 的推理档位调到 max 获得。Meta 模型目录

Muse 官方产品页 · Meta 模型目录 · Meta｜Muse Wonder 发布公告 · Meta｜隐私与安全帮助

这里没有必要替一个持续更新的产品制造“稳定版、预览版、默认别名”的整齐矩阵。本次没有获得官方 Muse App 的统一稳定版本号或所有用户的模型分配表，因此不填补这些空白。模型目录能够说明开发者可调用什么，发布公告能够说明推出了什么，只有具体账户与功能中的实际状态，才能说明用户今天能用到什么。读者付费时，应以自己的权益说明为准。

这种区分也影响评价归因。任务失败可能来自理解偏差，也可能是连接器权限、网页变化、登录状态或审批等待；换一个更强模型并不能自动排除其余因素。反过来，某个日常任务办得顺利，也不能据此证明底层模型在所有复杂推理上领先。对于普通读者，最有用的版本信息是“这次升级能改变我哪类任务”，而不是型号数字本身。

三、核心能力：从回答问题到持续办事

浏览器让覆盖面变广，验收要求也变高

Muse 的官方浏览器说明列出预约、购物、填写表单和追踪降价等用途；用户可以查看浏览过程、接管或停止任务。这扩大了产品可处理的任务范围，也让结果核验成为使用体验的一部分。我们据此认为，浏览器能力的价值应按完整任务衡量，而不能按“成功点了多少次按钮”计算。Meta｜浏览器能力与接管

以安排一次聚会为例，找到合适的餐厅和真的完成预订之间，还有时间、人数、联系人、取消条件等细节。一个看似合理的结果，只要错了其中一项，就需要用户重新处理。这个假设说明：更好的任务定义应包含可验收结果，诸如预订确认信息，而不是一句含糊的“帮我安排好”。这并不是要求普通人学习工程术语，而是把原本口头委托朋友时也需要说清楚的要求写下来。

记忆与后台工作，决定它能否长期有用

官方设计说明强调跨对话记忆、主聊天与侧边聊天、后台跟进，以及能够生成文档或交互成果的体验。这些设计让 Muse 更接近持续合作关系。其潜在好处，是同一件事不必每次从头交代；代价则是用户需要知道系统记住了什么，并能纠正过时的信息。Muse 产品设计说明

我们特别看重“变化时能否停止沿用旧前提”。假设你以前常在周五出门，现在改到了周四，如果助理记住的是旧习惯，越主动就可能越多做无用功。记忆的价值因此不是保存得越多越好，而是知道哪些内容还有效、哪些应该重新确认。后台提醒也一样：值得打断你的应该是新情况、需要决定的事项或任务受阻，而不是换个措辞重复一份旧进度。

持续执行还意味着要评价任务之间的关系。如果一个计划取消，与它关联的提醒、草稿和待办是否还继续存在，会影响用户对整个系统的信任。我们没有运行这类长期情境，所以不能给出结果；但它比单轮问答分数更接近个人助理的实际门槛。一个产品能够开始工作，只说明委托成立；能够正确收尾，才说明合作完成。

公开基准需要按任务和计分方式阅读

Wonder 模型卡区分了桌面操作、记忆、持续执行与长期编程等评估。它对 OSWorld V2.1 采用平均部分奖励作为主指标，完整二元办结作为次指标；MemoryBench 与 FocusBench 属于内部评估。部分 SWE-Marathon 结果使用不同智能体框架，不能据此建立严格相同条件的产品排名。这里引用的是评估方法，没有把模型成绩转换成 Muse App 的办事成功率。Muse Wonder 模型卡与评估方法

一个常见误读，是把接近目标的部分奖励当作已经完成目标。对于浏览器任务，走到结账页、填好地址和真正拿到正确订单，价值差别很大。不同任务可以都采用数字计分，却未必回答同一个问题。我们宁可保留“尚无同条件产品数据”的空白，也不把记忆、编码和网页操作压到一条百分比刻度里，做出没有实际意义的总榜。

真正贴近 Muse 的证据，应该说明任务定义、使用权限、外部服务条件、人工干预次数，以及最后的状态是否正确。本次未获取到能覆盖这些条件、并独立复现的 Muse App 长期办结数据。因此，我们认可其能力设计有方向，也把持续可靠性保留为待验证项。官方基准是研究证据，产品中你的某个具体任务仍需要单独验收。

四、工具与生态：接得上只是第一步

Muse 将连接器用于接入外部服务，将 Skills 用于提供特定工作能力；官方成果文件说明列出 PDF、DOCX、XLSX、CSV 和交互网页等类型。两者结合，才有机会把服务里的信息变成可使用的结果。支持一种文件格式，并不等于复杂版式、公式、完整业务逻辑都会自动正确。Meta｜连接器说明 · Meta｜Skills 说明 · Meta｜成果文件与交互工具

小企业页面列出的工具包括 Notion、Shopify、Slack、Stripe、QuickBooks 等，也支持 Meta 业务账号连接。对小团队，这种组合的意义可能比单独的写作能力更大：现有资料能够少搬几次，工作也更容易沿着已经使用的工具继续。但名单只证明存在官方所描述的连接方向，不能替代对某个账户读写范围的检查，更不能自行推导出企业治理或服务等级承诺。Muse｜小企业集成与地区说明

连接器覆盖越广，用户越需要理解数据留下的范围。帮助中心明确说，断开连接会阻止后续信息交换，但先前处理过的信息仍可能留在记忆和聊天记录中；同一 Accounts Center 中的一些 Meta 社交账户还可能自动连接。这使“我授权过什么”的检查更重要，也说明取消一个连接并不是把过去的上下文全部清空。Meta｜连接器说明

自定义连接器适合补足边缘需求，却也增加维护成本。官方指出，Meta 不审查这类连接器及其信息使用方式。对于普通用户，我们更倾向于把现成连接器用于高频需求，把自定义接入视作需要额外判断的扩展能力。能连接一个服务和连接后能长期稳定使用之间，还隔着服务变更、账户设置及错误处理；这部分劳动不能因为由 AI 协助完成就从成本里消失。Meta｜连接器说明

五、权限与安全：应当能看懂，也应当能撤回

官方架构说明将执行环境与凭据、权限服务分开，Sentinel 负责批准连接器操作和向外部网络发出的请求。它的价值是把权限判断放在模型之外。我们据此给予架构方向肯定，但没有审计其实现，也不把这份设计说明当成安全事件不可能发生的证明。Meta｜Muse 安全架构

权限帮助页允许一次、任务范围、网站范围或长期批准；用户还可以查看活动记录。购买帮助页则明确说，完成购买前必须征得批准，支持的支付流程受地区与商家影响。授权通过与结果正确是两个独立问题。同意购买之前，型号、金额与交易条件仍需要用户核对。Meta｜权限、批准与责任 · Meta｜购物与支付说明

我们认为，最好的确认机制应该让用户很快判断“谁会收到什么、会改变什么、是否涉及花钱”。如果用户只能看到含糊的“允许继续”，系统虽然有审批，却没有真正降低判断难度。反复弹出低价值确认也会消耗注意力，导致人习惯性点击。因此，权限控制的评价不该简单比较弹窗数量，而应看关键动作是否有清楚、具体且能够撤回的授权范围。

用户也需要认识到，有些后果无法通过一句“撤销”完全恢复。已经发送的邮件、已经公开的信息、已经被第三方处理的数据，都可能超出助理本身的控制范围。Meta 的权限说明也明确提醒，发送邮件这类动作不能逆转。对于涉及他人的任务，保留最后一次人工核对不是对自动化缺乏信心，而是正常的委托责任。Meta｜权限、批准与责任

六、隐私：广告、训练和共享是不同边界

Meta 的隐私帮助页表示，Muse 不向其广告系统共享聊天或虚拟机数据；数据管理页则明确，帮助改进模型的设置首次使用时默认开启，可在 Data controls 里关闭。两句话同时成立。愿意试用但不愿让交互用于训练的读者，应该按自己的偏好检查这个开关，而不能从“没有用于广告”推导出“没有用于训练”。Meta｜隐私与安全帮助 · Meta｜数据、训练开关与记忆管理

广告影响还存在间接路径：Meta 的架构文章说明，Muse 访问商家网站可能被视为用户的浏览活动，从而影响其他地方看到的广告。Confidential VM 也仍在公开资料中被描述为未来能力；当前架构不以密码学方式阻止 Meta 在运营等必要场景访问数据。我们没有核实其已向所有用户开放，因此不把“连 Meta 都看不到”作为当前默认承诺。Meta｜Muse 安全架构

Meta｜隐私与安全帮助 · Meta｜数据、训练开关与记忆管理 · Meta｜成果文件与交互工具 · Meta｜Muse 安全架构

近期共享成果的问题尤其值得纳入评测。Claroc 在 10 月的原始研究中报告，发现超过 6,800 个可被被动 DNS 检索的共享主机名，并打开其中几百个页面；这不是 6,800 个被盗账户的统计。10 月 23 日 TNW 的后续报道援引 Muse 团队成员称，相关共享成果地址设计已修复、分享已恢复、旧成果换发新 URL。我们核验了研究及后续报道，没有独立复测修复；也不将旧报道的“暂停”当成今天仍然持续的状态。Claroc｜GhostShares 原始研究 · TNW｜10 月 23 日修复跟进报道

这件事改变的是我们对共享边界的信心，而不是证明所有私人聊天都遭到公开。一个助理可能拥有合理的凭据隔离，同时仍在生成和分享成果时出现产品层面的缺口。对于读者，最具体的含义是：准备分享的内容应当单独审阅，尤其是标题、个人信息和客户资料。把成果发给别人之前，它已经从“我的助理知道什么”变成了“外部接收者能看到什么”。

数据管理也有使用成本。官方支持编辑记忆、导出数据，以及重置助理；删除消息后，学到的相关信息可能仍被记住。我们认为，离开一个个人助理产品不应只是取消账单，还需要弄清文件、持续任务、授权及保留信息的处置范围。对把它当长期工作伙伴的人，这种可退出性会直接影响试用意愿，而不只是隐私页面上的附加选项。Meta｜数据、训练开关与记忆管理

七、价格：先算套餐，再算任务的真正价值

官方帮助中心当前列出免费使用上限、Power 每月 20 美元与每周 5 亿 Muse tokens、Maximum 每月 100 美元与每周 30 亿 Muse tokens。订阅按月自动续费，权益依地区和账户而异。免费额度的具体数量没有在该价格页公布，因此本文不把邀请奖励、用户传闻或早期宣传数字写成长期标准。Meta｜Muse 订阅价格与额度

Meta｜Muse 订阅价格与额度

上表最后一列是月价乘以 12 的编辑计算，不是官方年付报价，也不包含税费、额外用量或购物支出。Maximum 的月费是 Power 的 5 倍，公开周额度是 6 倍；按额度比例，它每单位标示用量约便宜 16.7%，前提是你能充分使用。这个比例只比较套餐额度，不代表一个任务便宜 16.7%，更不代表办事速度提升 6 倍。

额外用量现在有官方购买入口，免费用户和订阅用户都可以单独购买。官方说明，另购词元不会过期，而订阅未用周额度存在不结转规则；不同请求、模型、工具和上下文会影响消耗，页面没有给出可通用换算成固定任务数量的承诺。本次未获取到公开统一的额外包单价，所以不补造“每千词元多少钱”。Meta｜额外用量与词元规则

以纯假设说明付费判断：若你把个人时间价值设为每小时 20 美元，Power 需要每月净省 1 小时才能抵消 20 美元月费，Maximum 则是 5 小时。这里的净省时间应扣掉交代任务、处理确认、检查与返工。如果一个 30 分钟的手工任务交给助理后仍需要你投入 25 分钟，收益就只有 5 分钟。这是预算模型，不是 Muse 实测节时数据。

模型 API 是另一张账单

Meta｜模型 API 官方定价

这些 API 单价不包含 Muse 助理的完整运行产品。Contributor 是允许内容用于训练以换取折扣的独立模式；模型目录还把 Wonder Full 限定在 Muse Code 的指定订阅入口。假设标准模式下使用 100 万非缓存输入与 20 万输出 tokens，Spark 的文本费是 2.10 美元，Wonder 是 8.00 美元；两者均未计入搜索、工具或运行环境成本。不能用这个账单去推算个人套餐能完成多少封邮件。Meta｜模型 API 官方定价 · Meta 模型目录

我们的付费建议是从自己的重复工作出发。如果免费额度已经能承载你每周的少量委托，就没有必要为了数字更大立即升级。Power 更适合已经找到稳定高频用途、并有可核对收益的人；Maximum 需要更明确的用量与时间价值依据。对于刚认识这个产品的读者，先判断任务是否值得交给它，通常比先判断哪个套餐更划算更有用。

八、使用体验：便利来自少搬运，成本来自多核对

没有亲自操作，我们不能给出点击手感、等待时间或中文对话流畅度的结论。能够从产品设计中分析的是，Muse 把委托、进度、授权和成果放在接近聊天的入口里，减少来回切换的潜在劳动；但在首次使用时，连接账号、解释偏好、设定边界与理解输出，都需要用户投入。一次演示中看起来省掉的步骤，不一定都能在自己的生活里省掉。

最适合交给它的，是边界清楚、重复发生、结果容易检查的任务。例如把多处信息整理成一份待核对列表，或者在预设条件变化时提醒你。越是信息分散、但正确答案能够核验的工作，委托价值越大。相反，一个你自己两分钟就能完成、却需要十分钟解释背景的任务，即使技术上能自动化，也未必值得交出去。

迁移成本也不只有导入文件。用户需要重新建立偏好、调整正在运行的任务，并确认哪些信息能进入共享空间。助理的价值越依赖长期上下文，切换工具时就越难完全重新开始；因此，记忆可读、成果可下载、任务可停止是实际体验的重要组成部分。我们把这些作为选择标准，没有宣称所有复杂工作都已经能无损迁移。

对小企业，另一个容易低估的成本是组织语境。店主愿意让助理读取资料，并不等于所有客户资料都适合上传；员工能够登录工具，也不等于每项对外动作都已经得到组织授权。这里需要的是清楚的工作边界：谁提供材料、谁核对结论、谁决定发送或发布。只有这些角色明确，自动化才可能减少协调负担，而不是把判断责任藏在聊天记录里。

九、和 Claude、Manus 相比，怎么选？

电脑操作与长期任务并不是 Muse 独有。Anthropic 的官方产品文章描述 Claude Cowork / Code 的电脑操作与 Dispatch，支持从手机交代工作，并要求相应桌面应用保持运行；相关能力仍标为研究预览。Manus 的 Cloud Computer 则强调独立于个人电脑的持续云端环境、持久文件与工具。下面比较工作方式，不编造同条件速度或成功率。Anthropic｜Claude 电脑操作与 Dispatch · Manus｜Cloud Computer 官方说明

Muse 官方产品页 · Anthropic｜Claude 电脑操作与 Dispatch · Manus｜Cloud Computer 官方说明

真正应该先问的是工作发生在哪里。如果资料与软件主要在自己的桌面上，本地电脑协作可能更自然；如果任务需要离开个人电脑继续运行，云端环境更有吸引力；如果主要困难是日常跨服务琐事和后续跟进，Muse 的产品组织方式就很有针对性。以上是适配判断，不代表我们已经验证任何一个产品在这些方向胜过另外两个。

还应该比较付费后真正包含的东西：模型推理、智能体用量、运行环境与外部服务费用可能属于不同账单。本文没有给竞品填入未经本次核实的套餐价格，也不以同一个月费数字暗示权益相同。一个更便宜的入口如果不能处理你的目标任务，性价比反而可能更低；一个能力更丰富的入口如果带来额外管理负担，也不一定适合个人使用。

十、评分与结论：值得试，先用具体结果判断

我们给 Muse 7.2 / 10，属于有条件推荐。评分是案头研究后的主观编辑判断，不是模型榜单、用户满意度或实测成功率。六个维度等权，0 分表示几乎不适用或信息完全不足，5 分表示条件较多，10 分表示能力与公开证据都足够完整；这里评价的是当前选择价值，所有分值都存在随实测和产品更新而调整的空间。

计算为（8.5 + 8.0 + 8.0 + 6.0 + 7.0 + 5.5）÷ 6 = 7.1667，保留一位小数得到 7.2。我们没有给持续可靠性单独打出一个貌似精确的实测分数，因为公开证据不能支持那种结论；任务价值这一维度评价的是已描述能力的实用方向。没有加入测量，不应让最终数字显得比证据更确定。

适合尝试的人，是处于已开放地区、确实有邮件日程或跨网站重复任务、愿意核对结果并理解账户授权的用户。小企业经营者也可以从边界明确的资料整理和草稿工作考虑。暂不适合的人，是要求中文本地流程已经成熟、需要无人看管的高风险执行、必须保证服务商无法接触数据，或期待付费后所有网站与任务都能自动完成的人。

我的最终判断是，Muse 让“个人助理替你做事”变得更具体，也把助理产品真正困难的部分摆到了台前：记忆是否正确、权限是否清楚、任务是否收尾，以及用户能否放心退出。它值得写一篇评测，原因就在这些取舍与普通人的生活直接相关。对用户来说，最有说服力的推荐理由仍然应该是某件反复发生的事被可靠地处理好了，而不是“个人超级智能”这几个字。

参考来源

资料核验日期：2026-11-03。官方资料优先；共享成果修复状态按所链接的后续报道注明，未做独立复测。

1. Meta｜Muse 发布公告
2. Muse 官方产品页
3. Muse 产品设计说明
4. Meta 模型目录
5. Meta｜Muse Wonder 发布公告
6. Muse Wonder 研究说明
7. Muse Wonder 模型卡与评估方法
8. Meta｜连接器说明
9. Meta｜浏览器能力与接管
10. Meta｜Skills 说明
11. Meta｜成果文件与交互工具
12. Meta｜权限、批准与责任
13. Meta｜Muse 安全架构
14. Meta｜隐私与安全帮助
15. Meta｜数据、训练开关与记忆管理
16. Meta｜购物与支付说明
17. Meta｜Muse 订阅价格与额度
18. Meta｜额外用量与词元规则
19. Meta｜模型 API 官方定价
20. Muse｜小企业集成与地区说明
21. Claroc｜GhostShares 原始研究
22. TNW｜10 月 23 日修复跟进报道
23. Anthropic｜Claude 电脑操作与 Dispatch
24. Manus｜Cloud Computer 官方说明

本评测报告生成过程使用到 AI 技术