Meta推出AI助手Muse，聚焦订阅管理场景迅速走红
更关键的，是平台和用户两道门槛。
如果大家最近看社交媒体，特别是关注AI类内容，就会发现有一个新出的AI产品被频繁提起，就是Meta出的Muse。
这个产品的名字，中文可以翻译成「缪斯」，我们经常在文学作品里看到的缪斯女神，就是这个词。
不过，我猜扎克伯格他们选这个词当产品名字，可能也是因为这个词有「灵感来源」的含义。他们估计想表达的是，这个助手可以了解你想做什么，主动出主意，再帮你把事情办成。
Meta这个产品的爆火，我觉得完全是场景的胜利，因为他们瞄准了一个其他AI公司都没怎么关注的场景。我跟你说一下。
你有没有过这种经历？某天翻信用卡账单，突然发现一笔每月自动扣费，9.9美元，已经扣了大半年。
你完全想不起来这是什么东西，点进去一看，噢，是去年试用过一次、后来就再也没打开过的某个APP。你当时想的是「回头再取消」，然后就没有然后了。
如果你像我一样，经常要尝试非常多的AI新产品，这个痛点就更明显了。因为很多AI工具的订阅，基本上首月都是9.9美金，但第二个月就到了二三十美金。
但这个时候，可能我早已经忘记自己给这个软件付过费了，几个月下来也不少钱。哪怕真的想取消，我都经常忘记那个产品到底叫什么名字。
反正这两年，这种事太常见了。我一开始以为是自己太懒了，后来问了不少人，发现大家都跟我差不多。
不是因为懒，是它实在太琐碎了，琐碎到你不会专门腾出时间去处理。
但这时候如果有一个AI，它能自己去翻你的邮箱，找到所有订阅确认邮件，识别出哪些订阅你可能早就忘了，然后问你一句：这三个要不要帮你取消？
你说取消，它就自己去点退订、填表单、走完整个流程。我试了一下，反正它比较顺滑地帮我取消了七八个我早已经忘记的AI工具订阅。
虽然瞄准的切口很小，但因为有「省钱」这个概念，Muse一下子火了。
上线不到三周，Muse的下载量已经超过340万次，直接登上了美国App Store免费榜第一，而且已经超8万条用户评分，获评4.9分，这个速度在AI应用里算非常快的了。
但我今天想聊的，不是它的下载量有多炸裂。我想聊的是，它到底做对了什么，以及同样的事情或者功能，到了咱们国内，可能完全是另一个故事。
先说Muse到底是个啥。你可以把它理解成一个帮你跑腿的AI。注意，不是帮你聊天的，不是帮你写文章的，是帮你干活的。
你跟它说，帮我看看下个月有没有什么重要的截止日期。它就去翻你的邮箱、日历，把该交的费、该报的名，全给你整理出来。
你跟它说，我想买条短裤。它会问你什么尺码、什么风格、预算多少，然后去逛一圈网站，把候选的几条发给你看。你点头了，它甚至可以帮你下单付款。
是的，就是付款。Muse已经跟全球在线支付工具Stripe合作了，接入了Stripe旗下的Link支付。当你把自己的Link账户连上Muse后，它可以在部分支持的商家直接替你完成结账。
这就是为什么我说，它跟我们过去熟悉的聊天型AI很不一样。那些产品，再聪明也是你问一句，它答一句。
Muse不是，它是你交代一件事，它能在后台一直盯着，哪怕关闭APP后也继续干，等事情有了新进展，再主动来找你。你甚至可以给它起个名字，设定它说话的语气。
Muse的设计负责人分享过一个自己的经历：她把学校的邮箱接进了Muse，结果Muse自己从邮件里发现她儿子的体育选拔报名快截止了，主动提醒她赶紧处理。
到这里，你大概能理解它为什么火了。原因其实没那么复杂，它抓住的是生活里那些琐碎、反复、你一直拖着没做的小事。比如，退个订阅，追个截止日期，比比哪家便宜。
这些事有几个共同点：相比那些AI编程类任务，一点儿也不难，但很烦，而且结果一目了然。省了多少钱、有没有赶上报名，都比「模型更聪明了」的效果呈现具体得多。
再加上免费就能用，门槛低到几乎不存在。你不用配置服务器，不用写提示词，打开APP，说句话，它就开始干了。
但听到这里，我估计不少同学心里已经在想：这东西我能用吗？
答案是，如果你在美国，现在就能用。但如果你在国内，你了解一下这个产品所代表的趋势就可以了。因为在国内做同样的事情，难度完全不一样。
而且这个难度差异，跟AI模型聪不聪明没有太大关系。
我来从产品经理的角度解释一下。Muse之所以能在美国跑通，有一个很容易被忽略的前提，就是美国人的数字生活，很大一部分建立在邮箱和网页服务上。
你的银行账单是邮件通知的，你的订阅是网页端注册的，你的日历和待办是Google或者Outlook管的，你的机票、酒店等等信息，也都会给你发一封邮件。
这些东西有一个共同特点：它们对外部程序相对开放，也有比较标准的接口。就算没有接口，很多流程也发生在网页里，AI可以尝试通过浏览器操作。
所以，对个人Agent来说，只要拿到授权，它至少有一条相对统一的路可以走。
但大家想想咱们的生活数据在哪？在微信群聊里，在各种小程序里，在淘宝、美团、抖音这些APP的围墙花园里。
每一个APP都是一个独立王国，它们之间的数据几乎不互通，外部的AI更是进不去。
我再举个特别具体的例子。假设你是一个家长，孩子学校要报名参加一个活动。在美国，学校发封邮件，Muse从邮件里发现了截止日期，主动提醒你。你说好，它就帮你去网站上填表提交了。
但咱们呢？学校可能会把报名通知发在家长微信群里，附了一个小程序接龙链接。你得用微信打开小程序，用微信支付交费，交完之后再把截图发回群里。
这整个流程里，AI能帮你做哪一步？它读不了你的微信群聊，它打不开小程序，它用不了你的微信支付，它也没法替你在群里发消息。
这才是个人AI助手面临的真正难题。不是模型能力不行，是底层的数字基础设施完全不同。
其实不光是咱们国内用户面临这个问题，就算在美国，Muse也会碰到围墙。
比如亚马逊就直接把Muse给封了，不让它在自己的平台上替用户购物。原因很简单，亚马逊不愿意让一个外部AI跳过自己的界面，直接替用户做购买决策。
这不是技术问题，这是商业利益的冲突。毕竟谁控制交易入口，谁就控制了用户关系。
包括去年很火的AI原生手机。我当时也尝试了豆包AI手机，理念上很认可，但现实情况是，其他大厂不会把自己的订单数据告诉另外一个大厂的AI手机。
还是那句话，这不是AI能力的问题，而是商业利益的重新洗牌。
当然，亚马逊封禁Muse，说的是平台愿不愿意配合。但就算平台愿意配合了，还有第二个问题：用户自己信不信任这个AI。
《Inc》杂志特约编辑杰森·阿滕试用Muse的时候，特意没有授权Muse读取自己的私人消息。但后来他发现，Muse其实已经同步了他本地的Messages数据库，同步状态到达了第187,462行。
注意，这不是说它偷看了十八万条消息，187,462是数据库的行号。
这件事的冲击力在于，用户以为自己说了「不」，但AI系统理解的「不」和人理解的「不」，可能压根不是一回事。你以为你拒绝了，其实它已经走进去了。
Meta后来也回应了这件事。Meta的人解释说，Muse读取Messages，本身需要用户开启相关权限；Muse当时跟阿滕说自己只是看到了通知栏，这个解释是错的，属于AI对自己工作机制产生了幻觉。
但真正麻烦的问题其实还留着：阿滕坚持说自己明确拒绝了Messages权限，而Meta说这个功能必须由用户主动开启。这个权限最后到底是怎么打开的，公开信息里还没有一个完全说得通的答案。
我觉得这事背后没那么复杂，可能并不是什么恶意行为。因为大部分人的18万条普通文本消息，对AI企业来说意味着巨大的算力消耗。
但这件事真正暴露的问题，是用户以为自己授权了什么，和系统实际上获得了什么权限，中间可能存在巨大的认知差。
说了这么多，相信你也能明确感知到，个人AI助手要真正进入一个人的生活，光有模型能力是远远不够的。它得过两道门槛：
第一道，是平台愿不愿意把门打开。你的数据在微信、在淘宝、在美团，这些平台愿不愿意让一个外部AI进来替用户办事？亚马逊已经用行动回答了这个问题。
第二道，是用户敢不敢把钥匙交出去。就算平台开了门，你真的放心让一个AI翻你的聊天记录、替你付款、替你做决定吗？这需要很强的品牌信任度才行。
美国现在的情况是，第一道门槛过了大半，邮箱、日历、网页这些基础设施天然开放。当然，咱们国内也不是没人在做。
阿里的千问已经在接淘宝、支付宝、飞猪、高德这些服务了。但它之所以能接，恰恰是因为这些服务本身就是阿里自己的。
可出了阿里的围墙呢？比如微信里的数据、美团里的订单、抖音里的行为数据，一个阿里的AI想要稳定调用，就必须得到对方平台的配合。
说到这里，我自己其实一直在想这个问题。办公AI和个人AI，在我看来是两条完全不同的路。
办公场景相对好办，企业有IT部门，可以统一授权、统一接入，两道门槛都有人帮你处理。
但个人场景不一样，你的生活散落在几十个APP里，没有一个中央管理员，每一道门槛都得你自己去面对。
这也是为什么我觉得，个人AI助手这个方向，虽然难，但特别值得做：因为它解决的不是「工作效率」的问题，而是「生活里那些你一直拖着没处理的琐事」的问题。
这两件事听起来差不多，其实差别很大。
当然，作为得到和得到大脑的产品经理，我自己也在想，怎么在这条路上往前走一步。10月中旬我会有一些新的东西来跟大家聊，到时候再细说。