2026.10.12 | AC | META | Alexandr Wang on Meta Muse Agent

摘要

文章来源于2026年10月11日，David Senra对 Meta 的首席人工智能官兼 Scale AI 的联合创始人Alexandr Wang 的采访。

正文

以下是访谈全文：

Meta Super Intelligence Labs 最初的愿景是什么？它是如何促成 Muse 的开发的？

Meta Super Intelligence Labs 的构想源自 2025 年 6 月与 Mark Zuckerberg 共同撰写的一份题为《个人超级智能》（Personal Super Intelligence）的备忘录。其核心理念是打造能够提升人类体验的强大 AI。尽管该备忘录已经初步勾勒出 Muse 未来的雏形，但当时智能体（agent）的概念尚未形成清晰的定义。团队最初的重心放在前沿模型漫长的端到端研发流程上，涵盖全栈开发、数据集构建、预训练以及后训练等环节。正是这部分基础工作，奠定了在 2026 年初投入运行的整套生产线。

以 OpenClaw 为代表的早期 AI 智能体在塑造 MSL 的个人 AI 发展路径中发挥了什么作用？

2026 年初 Opus 4.5 与 OpenClaw 的横空出世是一个关键节点，将 AI 智能体的巨大潜能推向了舞台中央。Nat Friedman 是 MSL 内部第一个试用 OpenClaw 的人，他将这种体验形容为交织着“恐惧与狂喜”。他对该智能体给予了彻底的信任，甚至衍生出一些独特的非典型用法，比如让智能体监控安防录像以确保他摄入了足量的水分。这些实践表明，个人智能体在深度融入日常生活时具有极强的颠覆性潜力。受此启发，我也开始深度使用这项技术；在此后的数周时间里，我们两人将几乎所有的业余时间都投入到了与各自 OpenClaw 智能体的交互中，全身心沉浸在个人 AI 展现的无限可能里。

您能否谈谈您个人最初体验 OpenClaw 的经历，以及它如何改变了您对这项技术潜力的认知？

我最初与 OpenClaw 的几次接触中，有一次使用了 Nat Friedman 为深度心理分析设计的提示词。那次体验极其震撼，仿佛将长达三年的心理咨询浓缩进了一次会话当中。该智能体展开了多轮层层递进的深度心理剖析，并调取了我的电子邮件和照片权限，以此整合各方信息并输出了一份详尽的综合分析。这件事发生在 2 月，当时令我感到极大的内心触动和不设防。这使 Nat 和我共同意识到，我们正在见证某种真正具有里程碑意义的事物诞生。当时，我给 Meta 董事会撰写了一份备忘录，指出超级智能体在诸多层面代表着“终极形态的消费级产品”。与此同时，Nat 也起草了两份极具影响力的备忘录——《条款即法律》（The Clause, The Law）与《信任是先决条件》（Trust is a Must），它们随后成为了我们产品研发的核心指导原则。

Muse 的首个原型是如何构建出来的？在此早期阶段 Mark Zuckerberg 的参与程度与反响如何？

在 2 月份充分认识到个人智能体的潜力之后，我们的团队在一到两周内就迅速搭建出了 Muse 的原型，并向董事会进行了演示汇报。最终产品中的诸多核心功能，包括 Jolly bot 以及早期版本的 Muse Charm，都已在这一初代原型中初具雏形。Mark Zuckerberg 对这项技术同样体会到了与其他团队成员如出一辙的狂喜与敬畏。他将该技术应用于多种家庭场景，例如与孩子互动，甚至还用于自己的综合格斗（MMA）训练——智能体会分析他的训练录像并给出针对性的改进建议。在那段时期，Meta 团队经常会专门组织内部例会，互相交流大家在使用智能体过程中遇到的各种“不可思议的奇妙体验”。

鉴于 OpenClaw 热潮经历了大起大落并最终归于平静，您的团队在打造 Muse 时采取了哪些方法，以确保它能成为一款可靠且持久的消费级产品？

OpenClaw 热潮之所以降温，核心原因在于它虽然能够带来惊艳的瞬间，但整体体验却极度缺乏可靠性与稳定性。深刻认识到这一点后，我们在研发 Muse 时的核心宗旨就是将实验室原型转化为一款高度可靠、打磨精致的消费级产品，从而能够安心交付给数十亿用户使用。我们对 Peter Steinberger 等 OpenClaw 背后的开拓者抱有崇高的敬意。而 Muse 的核心壁垒，恰恰在于把模型与产品体验融为一体、耐下心去抠尽每一处细节的这套朴实而关键的苦功夫。这需要对模型本身展开密集迭代，使整体模型路线图明确锚定在实现个人超级智能这一终极目标上，并首先服务于驱动个人智能体落地。

在 2026 年初，Meta 聚焦于个人 AI 的战略方向与行业主流认知有何分歧？又是什么让 Meta 在这条路线上具备独特的竞争优势？

2026 年初，受 Anthropic 的 Opus 和 Claude 系列模型在代码生成领域的绝对领先地位驱动，全行业的主流共识都认为代码智能体是先进 AI 最核心、甚至唯一可行的产品形态。当时跟风卷入该细分赛道的外部压力极其巨大。然而，立足于我们自身的切身实践，我们的坚定信念始终押注在个人智能体上。我们坚信 Meta 在此领域拥有得天独厚的胜算，原因主要有三：首先，AGI 的终极价值在于将人们“不得不做”的任务全面自动化，从而把时间解放出来留给人们“想要做”的事情。Meta 旗下的产品（如 Instagram 和 WhatsApp）本身就已经承载了大众最渴望的生活场景——连接亲友、拓展社交圈以及探索兴趣。其次，Meta 的基因始终深植于人际联结与兴趣发掘。最后，从商业变现与渠道壁垒来看，Meta 坐拥高达 35 亿日活跃用户的全球分发能力，这使得面向非工作场景的消费级、生活化个人 AI 自然而然成为了 Meta 的主场。

您能否详细拆解一下 Muse 历时七个月的精细打磨流程，特别是用于全面提升模型表现与产品体验的方法论？

这七个月是一场极为严苛的打磨之旅，目标是彻底告别脆弱的原型状态，将其重塑为无懈可击的成熟消费级体验。我们深知个人智能体是一款“游走在刀刃上”的产品：只要足够可靠就能带来魔法般的神奇体验，可一旦表现不稳定就会被用户彻底弃用。因此，我们的模型研发路线图完全以个人智能体为圆心展开。我们专门建立了一张详尽的跟踪表格，列出了模型必须精准掌握的 100 多项具体行为模式和核心能力。随后，我们针对每一项指标分别搭建评测基准，并开展系统化训练以定向攻克性能短板。团队定期对照该表格逐项复盘，排查漏洞并确保持续迭代。这种“精雕细琢细节”的工程文化——在 AI 爆发前曾被用来死磕转化率、裂变率等关键业务指标——如今被全盘倾注于模型的每一处细微表现上，以此做到极致服务于产品体验。

Mark Zuckerberg 的领导风格和长期主义愿景是如何赋能这种高强度的产品打磨进程的（比如 Muse 长达七个月的攻坚）？

长达七个月的高强度研发周期，极其考验定力、克制以及对长线流程的绝对信赖，在这方面 Mark 的担当至关重要。若以 AI 时代飞速演进的节奏来衡量，七个月已经是一段极其漫长的跨度。在此期间（从 2 月一直持续到 9 月），哪怕当时华尔街充斥着质疑之声，抨击 Meta 疯狂烧钱却缺乏拿得出手的 AI 战果、认定他不可能在 AI 战役中突围，他依然在历次财报电话会上稳步阐释我们在个人智能体领域的深耕。这与他一贯标榜的核心能力完全契合：善于凝聚顶尖团队，并在极长的周期内按部就班地持续迭代产品。他身上最显著的特质在于永远不满足于产品现状，在始终维系团队强大凝聚力的同时不断向上推高标准。正是这种一以贯之的定力与专注，让我们能够耐下心死磕所有微小细节，最终推动 Muse 的综合体验跨过质变门槛，能够持续稳定地向用户交付神奇的智能体验。

团队具体是依据哪些关键量化指标和严苛门槛，才拍板决定 Muse 已经具备了推向市场的条件？背后的研发团队规模如何？

敲定发布的决策建立在严谨的量化数据与真实的体验反馈双重基础之上。我们开展了海量的用户调研，组织了多轮新用户端到端测试，细致捕捉他们的上手引导与全流程体验。其中最大的难点之一，是引导用户理解 Muse 是一个全能智能体，而非简单的对话式聊天机器人。此外，我们针对不同迭代版本的模型进行了高密度的 A/B 测试，进一步印证了最终的产品体验对底座模型质量及其任务执行的绝对可靠性有着极高的敏感度。产品是否准予发布的最终标尺，正是那份涵盖 100 多项核心能力的评测清单。我们针对每一个细项都划定了明确的警戒线，精确区分哪些指标未达标属于“一票否决的阻断项（launch blocking）”，哪些属于“达标（good）”。唯有当我们产出的首个模型检查点（checkpoint）——一个基于 Musepark 1.3 深度微调特训的版本——在所有评测维度上“全线亮起绿灯”时，上线方案才最终获批。负责涵盖模型与产品全链条的总团队规模始终严控在 200 人以内。这是我们在组织架构上深思熟虑的主动选择，目的就是保持团队精简敏捷、高度聚焦，确保整款产品像一件融汇了极致个人品味的“纯粹艺术杰作”一样被创造出来，拥有极具凝聚力与统一度的鲜明灵魂。

为什么拥有一种“高度统一的视角”对打造像 Muse 这样卓越的消费级产品至关重要？这款产品的终极面貌主要归功于谁的个人愿景？

大公司孵化的产品往往极易沦为不同派系眼界与妥协诉求相互拼凑的“科学怪人”，最终带给用户的也是支离破碎的割裂体验。一旦产品本身丧失了统一的气质与灵魂，消费者是能够敏锐感知到的。Muse 必须彻底摒弃这种弊病，坚定传达同一种鲜明的核心理念与浑然天成的交互体验。要想让一款产品拥有如同独立艺术作品般的完整质感，就必须依靠一个极度强大、专注的统领性视角，自始至终主导整条研发主线。就 Muse 而言，Nat Friedman 居功至伟，正是他卓越的审美趣味与敏锐嗅觉，从底层决定并雕琢出了这款产品如今呈现出的全部面貌。

Muse的用户规模达到了怎样的量级？其增长速度如何？

Muse的用户数量已达到数百万级别。有图表显示，Muse是有史以来增长最快的消费级AI应用。

自Muse发布以来，您在社交媒体X上的公开交流风格发生了显著变化，这是否是一种营销策略？能否阐述其背后的考量？

这种变化背后有多重考量。首先，在当前AI产品、模型和功能更新层出不穷的环境下，让Muse脱颖而出至关重要。尽管Meta拥有庞大的分发渠道，但这不足以使其在文化层面引发关注。其次，目标是重塑Meta的品牌形象，使其变得更酷、更有趣。最后，这种“不羁”的风格是自然演变的结果。初期，重点是转发Muse的有趣用例。后来发现，一些未经深思熟虑、随性发布的推文反响极佳，这印证了互联网奖励冒险和出其不意的特性。这种策略的灵感部分来源于与一些专注于网络迷因文化的朋友的交流。尽管同事们对此感到惊讶，但这种方式最终对用户增长产生了实际影响。

在产品营销层面，Muse如何通过激发用户的“惊喜时刻”并利用这些故事来推动产品传播？

核心在于尽快让用户体验到产品的“惊喜时刻”（wow moment）。AI代理本身具备许多超出预期的能力，这为创造惊喜提供了天然基础。关键在于如何利用用户分享的这些惊喜时刻的故事，让产品更具吸引力。初期，主要通过大量转发用户发布的有趣用例来实现传播。与一些公司投放的传统广告不同，Muse的营销更注重展示产品能为用户带来什么实际价值，而非仅仅宣传公司自身。人们本质上是关心产品能为自己做什么，而非关心公司或其研究。

Muse的吉祥物在营销中扮演了怎样的角色？这种非传统的营销方式是如何构思的？

吉祥物（一个快乐的小人形象）在营销中发挥了重要作用。通过将这个形象置于各种生活场景中，例如手提公文包去上班，并配以“MFW I go to work on Monday”之类的文案，可以创造出许多有趣的互动。这种方式的关键在于创造出与传统产品营销截然不同的、充满惊喜的时刻。利用略带前卫的迷因（racy memes）来推广产品，这在以往的市场营销中并不常见，但正是这种独特性吸引了普通用户的兴趣和好奇心。

除了通过营销吸引用户下载，Muse如何让用户在安装后保持活跃和持续使用？

核心在于与AI代理建立一个“信任递进”（trust fall）的循环。用户初次使用时，会先尝试让它完成一些小任务。当任务成功完成，用户会感到惊喜，并开始尝试分配稍微复杂一些的任务。随着AI一次次成功完成任务，用户会逐渐信任它，并交予更重大的问题。这个过程就像一个信任游戏，用户从最初的试探，到逐步交予更大的任务。对于深度用户，尤其是大学生群体，他们已经完全信任AI，会通过录制语音笔记的方式将想法倾倒给AI，并依赖其整理思路、制定清晰的计划。成功留住用户的关键，就是引导他们走完这个信任递进的流程，让AI在处理由小到大的各项事务中都能可靠地完成任务。

口碑传播，特别是用户分享的截图，在Muse的增长中扮演了什么角色？

现代消费产品的市场营销在很大程度上是由截图驱动的。一个产品要想成功，其截图必须具有传播力，能够在群聊、社交网络中流传。Muse的截图传播效果很好，一个关键因素在于吉祥物形象的存在。截图中出现这个小人形象，能立刻让观看者识别出这是Muse的截图，这本身就是一种极佳的营销。一个具体的例子是，一位管理着千亿级别公司的朋友，将其身份证遗落在Flexjet上后，完全委托Muse处理后续事宜，包括定位、安排快递员取件，并最终送到其办公室安保处。他分享的几张与Muse的对话截图，清晰展示了AI如何独立解决复杂问题，这种真实用例的展示是最好的营销。

您个人如何使用Muse，它在您的工作和生活中扮演了怎样的角色？

我主要使用Muse来设置大量工作流，并将其视为我的“第二个大脑”（second brain）。在日常工作中，我需要保持专注并与人互动，因此我将许多事务性工作流程化并交由Muse处理。

从哲学层面看，当每个人都拥有像Muse这样强大的个人AI代理作为“第二心智”时，人类的本质和未来会发生怎样的变化？

当人类拥有强大的AI时，人的本质以及人与AI的关系是一个核心的哲学问题。一种观点认为，AI将成为人类实现愿望、欲望和梦想的桥梁与工具。随着AI能力的增强，人类的梦想也会变得越来越宏大，例如孩子们可能会梦想拥有自己的星系，而Muse将帮助他们实现。这呼应了贝索斯在其股东信中提到的观点，即消费者总是“美好地不满足”。AI将不断满足人类的需求，而人类又会产生新的、更大的需求。另一种观点是，AI将在科学发现等领域扮演越来越重要的角色，并渗透到经济的各个方面。但我坚信，长远来看，每个人都将拥有一个支持自己实现个人意愿的AI代理，这将是AI与人类关系的一种重要形态。

您认为Muse这类AI产品将如何重塑个人能动性和抱负，特别是对成年人而言？

Muse有潜力让每个成年人重拾童年时期的梦想。孩子们通常怀有远大的理想，但随着他们完成学业、进入职场，这些希望和抱负往往会被现实消磨殆尽，许多成年人因此失去了能动性和雄心。AI的承诺之一，就是延续从童年开始的梦想。借助AI，人们可以实现一个又一个目标，然后树立更远大的目标，从而在人生中体验到一种能动性不断提升的“上升扶梯”，而不是在进入社会后能动性被逐渐压垮。

您曾提到“世界至今是由少数狂热者塑造的”，并展望了一个“每个人的能动性都被完全开启”的未来。您认为这样的世界会是怎样的？

在一个每个人的能动性都得到提升、有能力实现自身愿望和梦想的世界里，我相信世界将以一种非常积极的方式变得“疯狂”。这个世界将充满艺术感和趣味性，不同区域会呈现出极大的多样性。当数十亿人因充裕的智能而获得实现非凡事物的资源时，其具体样貌将超乎想象。这正是AI所承诺的未来的一部分，它可能像动画《瑞克和莫蒂》中的“跨维度电视”一样，将各种奇思妙想在现实中呈现出来，创造一个极其精彩的世界。

您能否详细阐述与Mark Zuckerberg的初次接触背景，以及在达成交易前你们的互动频率和沟通模式是怎样的？

我与Mark Zuckerberg的结识是通过Meta的首席数据官Alex Schultz介绍的，时间大约在2021年或2022年。当时Mark对AI的兴趣日益浓厚，而Scale AI在AI领域已有诸多实践，因此我们计划就此展开讨论。从初次介绍到我们真正会面，中间间隔了大约一年时间，这主要是因为Mark的日程安排极为紧张，他会高度优先处理他认为最重要的事情。在那次会面之后，我们大约每六个月沟通一次。我曾以创始人的身份向他请教，他会通过WhatsApp给予非常详尽和严谨的回复。Meta本身也是Scale的重要客户。在交易发生前，他主动联系我，最初的对话是在Llama 4发布之后，他询问了我对于Meta未来发展方向的看法和建议。

您提到与Mark Zuckerberg的深入交流始于Llama 4发布之后，该模型的表现具体对Meta产生了怎样的影响，并如何促使了后续的战略调整和收购对话？

Llama 4的表现在公司内部被认为是一次令人失望的挫折，其性能并未达到Meta期望的轨迹。在当时AI对公司未来发展的重要性日益凸显的背景下，这次表现不佳成为了一个关键节点。正是在此之后，Mark开始向我征求关于Meta AI战略的建议，询问我们应该做什么以及应该关注哪些重点。整个交易从他首次联系到最终宣布，历时仅五到六周，进展非常迅速。

在与Mark Zuckerberg的初步沟通中，您对他提出的合作建议最初持何种看法，为什么当时认为这笔交易不合逻辑？

当时我并未预料到最终会达成收购。最初，我认为这笔交易可能并不合理。回顾Meta历史上的标志性收购，如Instagram和WhatsApp，都是基于清晰的产品逻辑。而Scale AI的业务模式主要面向企业和政府客户，与Meta的核心业务截然不同。我当时认为，除非Meta计划进入这些领域，否则收购的商业逻辑并不清晰。Mark的主要兴趣在于加强Llama项目和整体AI计划，核心诉求是获取人才，这与之前基于产品整合的收购逻辑有所不同。直到我们开始讨论具体的交易数字时，我才意识到他们是认真的。

从决定离开您创立并经营了九年的Scale AI到加入Meta，您经历了怎样的心路历程？最终促使您做出这一决定的关键因素是什么？

这个决定在情感上非常艰难。我一直将Scale AI视为自己毕生的事业，从创立到交易时已有九年。整个过程充满了不确定感，我与Scale的团队成员和投资者进行了大量深入的沟通。最终，两个核心因素促使我做出了决定。首先，我们设计的交易方案对各方而言都是一个共赢的局面：Scale的股东获得了丰厚的回报，同时公司得以继续独立运营，我相信其未来发展会更好。其次，我看到了在Meta重塑其AI业务的巨大潜力。当时Meta的AI项目在外界看来存在一些问题，这反而激发了我的创业精神。我意识到这是一个从头开始构建新事物、建立正确原则和文化的难得机会，相当于一次对AI实验室的“再造”。

在您加入后，Meta AI实验室的重建策略是怎样的？您和Mark Zuckerberg是如何讨论并确定这一策略的？

我们达成的共识是需要进行一次彻底的重置，而非小幅调整。我坚信，组建一个规模小、层级扁平、技术能力顶尖的团队，能够以极高的速度取得巨大成就。这一理念成为了我们整体战略的支柱之一。我与Mark就此进行了深入探讨，他也对此感到兴奋。我们的目标是打造一个拥有极高人才密度的团队，并以此为基础快速推进。Mark的行事风格是，在行动前会进行充分的审议，一旦做出决定便会全力以赴、毫无保留地投入。他深刻理解，在一个持续变化的世界里，不承担风险才是最大的风险。这种理念使他能够坦然面对失败，并驱动公司保持活力和前进的动力。

从在Scale AI担任创始人到在Meta领导AI实验室，您的工作方法和角色定位发生了怎样的转变？

在Scale AI，作为我的第一家公司，我倾向于亲力亲为，对公司的每一个细节都有强烈的个人观点，这使得公司在很大程度上是我个人努力和意志的体现，但也让我成为了瓶颈。而在Meta，任务截然不同，我们需要在极短的时间内完成大量工作。我本人并非AI研究员或产品设计师，因此无法胜任团队中的每一个具体角色。我的角色转变为创造一个能让顶尖人才发挥其最大潜能的环境。首要任务是招聘各个领域最杰出的人才。我们之所以能吸引到他们，是因为我们提供了一个从零开始构建实验室的机会，并以“个人超级智能”为清晰愿景，同时依托Meta的资源，确保团队不会受限于算力、基础设施或分发渠道等初创公司常见的瓶颈。

您如何定义在Meta作为AI团队领导者的角色，以及如何为团队创造一个能够激发最大潜能的环境？

我现在更多地扮演着教练的角色。我的职责首先是设定团队的“北极星”和方向，即打造能够服务于每个人的消费级AI，实现个人超级智能。其次，是识别团队中的杰出人才，并为他们提供充分的资源和环境，让他们能够最大限度地施展才华。大型公司常常因为无法给予优秀人才足够的授权而导致他们流失。AI研发本质上是一项探索性工作，需要大量的试错和卓越的洞察力。因此，必须给予人才足够的空间、时间和资源。例如，在Muse项目中，Nat Friedman的个人观点得到了充分体现。对于研究人员提出的前沿想法，我们会创造环境让他们去探索，即使大部分尝试可能不会成功，但只要少数项目取得突破性成功，其价值就足以证明所有投资的合理性。这类似于“钻石挖掘”，关键在于识别并支持那些可能带来巨大回报的特殊想法。

您曾用“钻石开采”和“建造摩天大楼”来比喻两种不同的业务模式，能否具体阐述这两种模式的区别，以及它们如何分别对应您在Scale和Meta的工作？

这两种模式的核心区别在于其回报曲线。“钻石开采”模式追求的是幂律分布的回报，即某些项目的回报可能是投入的一百万倍。这种模式鼓励大家去尝试各种疯狂的想法，并培育其中有前景的创意。我感觉目前在Meta的工作就属于这种模式。相比之下，“建造摩天大楼”模式的回报则更偏向线性，类似于数据标注业务或亚马逊的Prime配送服务。这类业务的重点在于建立一个极致高效的运营流程，通过不断优化来提升效率，例如在这里提升2%，在那里提升1%，再在别处提升0.5%，致力于从流程中榨取每一丝优化空间。这更像一个运营驱动的业务，也正是我在Scale所做工作的写照。这两种模式在范式上存在巨大差异。

您在Meta管理着超过200名直接下属，这是一种非常扁平化的管理架构，请问采取这种非传统管理方式的原因和具体运作机制是怎样的？

这种管理架构的设计初衷是为了在实验室中实现极高的人才密度，并为顶尖人才创造最佳的工作环境，让他们能专注于技术，产出毕生之作。核心原则之一就是扁平化，我们聘请的所有研究员都直接向我汇报，这本身就是一种反官僚主义的声明。我们相信这些杰出的人才已经证明了他们独立完成卓越工作的能力，因此不需要微观管理。团队需要的是技术领导力，而非人事管理。为此，我们设立了“pod”结构，每个pod都有一位技术负责人，负责在技术决策上做出最终判断，从而形成一个技术领导体系。从人事管理或官僚体系的角度来看，我们是彻底的反官僚主义。此外，团队的许多决策是通过集体辩论产生的。我们希望听到每个人的观点，因为实验室汇集了众多杰出人才，通过充分讨论来共同确定最佳的前进路径。这种管理方式确实非传统，重点在于为这些优秀的人才提供一个能让他们自由发挥创造力的环境，而不是一个需要管理者的环境。他们需要的不是管理者，而是一个能让他们“大展身手”（room to cook）的绝佳环境。