Meta首席AI長Alexandr Wang剛裝好AI代理OpenClaw，最早做的事之一，就是讓它讀取自己的電子郵件與相簿，跑一套多輪的心理剖析，事後他形容「大概等於三年的心理治療」。
出這個主意的是Nat Friedman，他曾參與打造GitHub Copilot，也是Meta超級智慧實驗室（Meta Superintelligence Labs，MSL）內第一個試用OpenClaw的人，還讓它透過監視器盯著自己多喝水，喝了就回一句「做得好」。
這是2026年2月的事。兩人的體驗催生了Meta個人AI代理Muse的原型，7個月後的9月8日，Muse在美國上線。
Wang是資料標註公司Scale AI共同創辦人，2025年6月Meta取得Scale AI 49%股權（金額約143億美元，約新台幣4595億元）後轉戰Meta，他近期在10月11日上架的David Senra Podcast訪談中，交代了Muse從原型到上線的過程。
Muse提供免費方案與每月20美元（約新台幣643元）、100美元（約新台幣3214元）兩種訂閱，據《Axios》報導，上線10天就登上美國iPhone免費App榜第一，領先ChatGPT。
但其實這個品類並不好做。依Wang回顧，年初暴紅的OpenClaw熱潮並沒有撐下去。那麼，Meta憑什麼認為，自己能把別人做不穩的東西變成可靠的產品？
2026年初，業界都在追程式代理
Wang在訪談中提到，2026年2月時，Anthropic的Claude在程式能力上大幅領先對手，業界普遍認為程式代理是進階AI唯一重要的產品型態，大家都想擠進這條賽道，跟Anthropic正面對決。
個人代理則卡在另一種尷尬。OpenClaw讓早期用戶見識過魔法時刻，但照Wang的說法，它多數時候不太能用、常出錯，問題在於體驗還沒打磨到位。
Meta自己也不輕鬆。Wang坦言，Llama 4表現不如預期，內部視為一次失望；祖克柏（Mark Zuckerberg）正是在那之後來電找他，從這通電話到宣布交易只花了五、六周。在Wang眼中，當時Meta的AI部門「在很多方面看起來像瑕疵品」，不是做AI研究最吸引人的地方，卻也因此能從頭重建一間實驗室。華爾街同樣不看好，主流說法是Meta一直在燒錢，卻未必能在AI做出成績。
Wang為什麼認定Meta的主場在個人代理
Meta選擇不跟這波程式代理熱潮，Wang的理由有兩層。
第一層是他對AI的想像。每個人的時間都分成「想做的事」與「必須做的事」，AI要接手後者，讓人把時間留給前者；而Instagram、WhatsApp、臉書（Facebook）承載的，正是追蹤興趣、聯絡在乎的人這類「想做的事」，早在Meta與Scale AI談合作之前，他就向祖克柏提過這個看法。
第二層是生意邏輯。Meta的基因是連結親友、幫人發掘興趣，旗下App每天又有35億人使用，所以在他看來，Meta最自然的戰場是消費級AI，鎖定個人生活，而非工作與寫程式。
代價是漫長的質疑期。2月到9月間，祖克柏在法說會上多次暗示Meta在做個人代理，但Wang說公司內外始終充滿懷疑，而7個月在AI產業「大概等於其他產業的十年」。
把魔法時刻變成上線門檻
原型來得很快。團隊在2月花一到兩周就做出原型向董事會展示，吉祥物Jolly等不少設計那時就已出現。真正花時間的，是把一個「偶爾很神奇、多數時候會壞掉」的原型，磨成長遠能交到數十億人手上的產品。
做法相當工程化。團隊在試算表上列出理想個人代理必備的100多項行為與能力，逐項建立評測（eval，用來檢驗模型某項能力的測試），再針對弱項訓練模型，每項都訂出「擋下發布」與「表現良好」兩條線。有的模型版本80項亮綠燈、20項亮紅燈，團隊仍判定不夠好，直到一版特別訓練的Muse Spark 1.3全數轉綠，才具備上線條件。
數字之外還有體感。團隊做了多輪新用戶從零試用的測試，也持續對不同模型版本做A/B測試。Wang發現，體驗對模型品質極度敏感，能否穩定完成任務、清楚回報進度、需要指示時主動回頭問用戶，都直接左右好壞。
他把這連回Meta的老文化：過去擅長把轉換率、推薦率、新手引導流程逐一優化到極致，到了AI時代，打磨的對象換成模型本身。
不到200人，只容許一個觀點
Muse被高層視為Meta今年最重要的產品之一，但模型與產品團隊加起來不到200人。Wang說這是刻意克制，因為他們把Muse當成「一件單一的藝術品」。
他批評大型組織的產品常像科學怪人，每個產品經理都想塞進自己的功能，最後混成一杯用戶喝得出來的「果昔」。Muse只保留一個清楚的觀點，Wang把功勞歸給Friedman：「他的品味與敏感度，最終決定了這個產品的樣子。」
研究團隊則反過來。MSL研究團隊TBD的研究員全部直屬Wang，人數超過200人，技術決策交給各小組（pod）負責人，重大方向靠集體辯論。他說自己在Scale AI像在「蓋摩天樓」，追求流程效率、擠出每一分優化；在Meta則像「挖鑽石」，讓頂尖人才嘗試各種點子，多數會失敗，但成功的幾個就足以回收所有投入。
讓截圖替產品說話
產品做好了，還得讓人看見。Wang直言，Meta雖然流量龐大，但要在源源不絕的AI新品中引起討論，光靠分發不夠。
他的解法是親自在X上大量發迷因，主角是吉祥物Jolly。他在開車上班途中生成一張Jolly提著公事包的圖，配上「我周一去上班的表情」發文，才發現這個角色能放進各種情境。他也大量轉推用戶案例，因為多數人不在乎OpenAI、不在乎各家研究，甚至不在乎Meta，只在乎產品能替自己做什麼。
截圖是另一條擴散管道。主持人Senra分享，一名經營千億美元級企業的朋友把證件遺落在私人飛機上，只交代Muse「我完全不想參與」，Muse便自行安排快遞取件，一路送進他的辦公室。Wang同意現代消費產品必須「在截圖上成立」，截圖裡的Jolly讓人一眼認出這是Muse。
至於留存，Wang看重的是循序漸進的信任。成功的用戶都走過一段像「信任背摔」（trust fall）的過程：先交辦小事，成功了，再交辦大一點的事，每一次都要成功。
百萬級用戶與刀鋒上的品類
重押個人AI代理，其實是一個頗具風險的決策。Wang在訪談中指出，個人代理就是「站在刀鋒上」，如果能穩定交付魔法體驗，就有機會成為史上最偉大的消費產品之一；但一旦不穩，用戶就會覺得是垃圾，他舉的例子正是OpenClaw。
還要釐清一點：Meta並沒有放棄寫程式。Muse Wonder官方部落格同樣強調前沿程式能力，並透過程式工具Muse Code開放使用。準確地說，Meta是在2026年2月把個人代理列為模型開發的首要重點之一，沒去擠程式代理的熱門賽道。
Wang說，他希望Muse能「給每個人童年時夢想的成年生活」。要做到這件事，Muse得持續穩定完成用戶的交辦、逐步建立信任，這也正是Meta花7個月打磨的那件事。
延伸閱讀：不只是砸錢雇傭兵！Meta AI負責人汪滔：我們放手讓天才發揮，要打造未來的「代理經濟」
65歲被28歲管，Meta首席AI科學家不幹了！一場人事動盪，揭社群巨頭技術路線大分歧
資料來源：David Senra Podcast：Alexandr Wang訪談、Meta Muse發布公告、Meta Muse Wonder官方部落格、《路透》、《The Next Web》、《Axios》、《TechCrunch》
本文初稿為AI編撰，整理．編輯/ 李先泰
