Muse原型1至2週完成，Meta花7個月打磨可靠性後上市

Meta（META）的個人 AI 代理人 Muse，原型僅花 1 至 2 週打造，上市前則花了 7 個月提升可靠性。

Meta 首席 AI 長亞歷山大・王（Alexandr Wang）在大衛・森拉（David Senra）於 10 月 11 日公開的訪談中表示：「原型有時令人驚豔，但大多數時候無法正常運作，而且一直出問題。」他說，產品只在示範時成功一、兩次，還不足以讓使用者放心交付任務。

王與納特・弗里德曼（Nat Friedman）在 2026 年 2 月分別撰文，整理對個人代理人的構想。開發團隊之後用 1 至 2 週打造原型並向董事會展示，Muse 的部分設計和吉祥物雛形也在當時成形。

打造原型和推出產品是不同階段。Meta 於 2026 年 9 月 8 日在美國推出 Muse。

王將可靠性問題列為業界對個人代理人的關注一度升高、後來又降溫的原因之一。他表示，即使產品早期能產生令人驚豔的成果，只要每次使用時無法穩定運作，就很難建立使用者信任。

Muse 的目標不只回答問題，也要成為能在日常生活中代為處理任務的個人 AI 代理人。王說，當時業界目光集中在編碼代理人，Meta 則把重心放在協助處理生活中的事務。

開發團隊將個人代理人應具備的行為與功能拆分為 100 多項評估指標。評估內容除了任務執行能力，也包括是否回報進度，以及需要更多指示時會不會向使用者詢問。

每當推出新模型，團隊都會用相同指標測試，並為各項指標設定發布門檻與合格標準，以找出模型仍待改善之處。

王表示，有些模型通過了 80 項指標的標準，卻有 20 項未達標。開發團隊因此認為，必須等所有項目都達標後才能推出產品。

團隊先對模型進行專項訓練，待某個版本通過所有內部發布標準後才推出產品；團隊也親自使用該版本，確認它是否優於前一個模型。

通過內部評估，只代表模型達到開發團隊設定的指標標準，不代表它在現實中的所有任務都不會出錯。團隊也讓新使用者從安裝到實際操作完整體驗產品，藉此檢查使用流程。

王表示，一般使用者可能不像開發者那樣習慣把任務交給 AI。團隊在開發期間也檢視使用體驗，協助使用者了解哪些事情可以交由 Muse 處理。

王回憶，開發期間馬克・祖克柏（Mark Zuckerberg）展現了耐心與克制。參與模型和產品開發的人數不到 200 人。

王擔心，如果把多個團隊想要的功能全都塞進同一項產品，使用體驗可能變得混亂。他表示，納特・弗里德曼的判斷影響了產品方向，團隊也要求開發者確認自己負責的功能是否符合整體體驗。

森拉在訪談中分享一個案例：他的朋友把身分證忘在飛機上，後來透過 Muse 把證件送到辦公室。森拉表示，朋友要求不要參與後續處理，Muse 便協調了取件和配送。

王表示，使用者會先交付小任務、確認結果，再逐步交付更重要的工作，並在過程中建立信任。他說：「使用者關心的不是我們做了哪些研究，而是這些研究能為他們做什麼。」