Meta 首席AI官汪滔披露 Muse 诞生内幕，灵感来自体验 OpenClaw

Image 1: 36氪

账号设置我的关注我的收藏申请的项目退出登录

搜索

36氪Auto 数字时氪未来消费智能涌现未来城市启动Power on 36氪出海 36氪研究院潮生TIDE 36氪企服点评 36氪财经职场bonus 36碳后浪研究所暗涌Waves 硬氪氪睿研究院媒体品牌
企业号企服点评 36Kr研究院 36Kr创新咨询企业服务
核心服务城市之窗政府服务
创投发布 LP源计划 VClub VClub投资机构库投资机构职位推介投资人认证投资人服务
项目推荐 36氪Pro 创投氪堂企业入驻创业者服务
创投平台
AI测评网

首页
快讯
资讯
- 推荐
- 财经
- AI
- 项目推荐
- 安徽
- 最新
- 创投
- 汽车
- 科技
- 专精特新
直播
视频
专题
活动

搜索

项目推荐

我要入驻

城市合作

汪滔交底：Muse是玩龙虾玩出来的

字母榜· 2026年10月12日 18:46

不卷编程，Muse从一开始就瞄准了消费Agent

Muse上线一个多月，Meta的首席AI官Alexandr Wang（汪滔）终于坐下来，讲述了这款产品的诞生过程。

10月11日，知名播客主持人David Senra发布了对汪滔长达72分钟的专访，标题叫《Creating Muse: The Fastest-Growing AI Product Since ChatGPT》。

这次采访有不少此前没有披露过的幕后故事。

比如，Muse最早是汪滔和Nat Friedman玩OpenClaw玩出来的，两人只花了一两周就做出了原型；这个后来冲上美国App Store榜首的产品，模型和产品团队加起来不到200人。

还有汪滔发疯一样营销的原因、扎克伯格在Llama 4失利后打来的电话，以及Meta为什么选择消费级Agent，没有跟着行业一起卷Coding Agent。

几天前，《纽约时报》刚刚报道，扎克伯格曾在Muse存在安全隐患的情况下，亲自拍板推动产品发布。

而在这次采访里，负责打造Muse的汪滔，则讲出了这款产品从实验到正式上线的另一面。

A

Muse的故事，其实要从2025年6月说起。

当时，Meta已经开始确立Personal Superintelligence（个人超级智能）的战略方向，希望让每个人都拥有自己的超级智能。但这个愿景究竟应该落到什么样的产品上，还没有明确答案。

直到2026年初，OpenClaw出现了。

汪滔回忆，当时Nat Friedman是Meta超级智能实验室里最早开始尝试OpenClaw的人之一。

Friedman玩得非常投入，他甚至让OpenClaw接入家里的监控摄像头，监督自己有没有按时喝水。汪滔形容，这种体验介于恐怖和狂喜之间。

后来，Friedman把一套心理分析Prompt分享给了汪滔。这套Prompt可以让Agent综合用户的邮件、照片等个人信息，进行连续多轮心理分析。汪滔试过以后大受震撼，感觉自己在一次AI体验里经历了相当于三年的心理咨询。

这些体验让两人逐渐意识到，个人Agent或许就是Meta一直在寻找的产品形态。

2026年2月，汪滔和Friedman分别写了内部备忘录。其中，Friedman的两份文件分别叫《The Claw is the Law》（龙虾就是法则）和《Trust is a Must》（信任不可或缺）；而汪滔写下，超级Agent在某种意义上可能是消费产品的终极形态。

随后，团队只花了一到两周的时间，就做出了Muse的早期原型，并向Meta董事会进行了演示。

有意思的是，在当时的原型里，就已经出现了Muse的吉祥物JollyBot，以及Muse Charm硬件的早期版本。

当然，从原型到正式产品，还有很长的路要走，团队随后又用了大约七个月才将Muse推向市场。

至于为什么是个人Agent，而不是当时更加火热的Coding Agent，汪滔也给出了自己的解释。

2026年2月，Claude在编程领域的领先让整个行业非常紧张。汪滔回忆，当时很多人都认为，Coding Agent是AI行业唯一值得争夺的方向。

但Meta最终决定不跟着挤进去。

汪滔认为，**Meta最擅长的事情始终是做消费级产品。**Instagram围绕兴趣，WhatsApp和Facebook连接朋友家人，Meta旗下应用每天覆盖约35亿用户。

在他看来，AI可以帮助人们完成不得不做的工作，释放出更多时间，让人们去做自己真正想做的事，而这恰好是Meta熟悉的领域。

方向确定之后，团队开始围绕个人Agent训练模型。

汪滔透露，他们有一张包含100多行的表格，列出了Muse必须具备的具体行为和能力，每一行都有相应的评测标准和上线门槛。

此前的一些模型版本，虽然已经满足了大约80项标准，但仍有20项左右无法达标。团队继续训练，直到Muse Spark 1.3的一个版本终于满足全部上线标准，才决定正式发布。

关于Muse究竟什么时候上线，背后还有另一段故事——早在今年5月，Muse就已经基本完成了。但为了完善安全机制，扎克伯格坚持让团队再等等。

Muse团队成员Vu Tran在9月9日的一篇帖子里回忆，自己当时其实站在另一边。他曾是一名YC创业者，习惯了”先发布再迭代“的思路，希望赶在竞争对手之前把Muse推向市场。但扎克伯格坚持延后发布，优先解决隐私和安全问题。

直到8月，一家只有14名员工的AI创业公司Instinct突然走红。

10月9日，《纽约时报》援引三位知情人士报道称，担心被抢走先机的扎克伯格召集汪滔和Friedman开会，最终决定：尽管Muse仍然存在风险，可以上线了。

不过，Meta否认了竞争压力促使扎克伯格提前发布Muse的说法，强调公司此前主动推迟数月，正是为了完善安全机制。

回到汪滔的采访，Muse的研发团队其实相当精简。

汪滔透露，包括模型和产品开发在内，Muse整个团队不到200人。

他认为，做一个优秀的产品，必须拥有统一的设计思路。如果每个产品经理都想往里面塞点自己的想法，最后就会变成一个由各种零件拼出来的弗兰肯斯坦。

在这件事上，Nat Friedman发挥了核心作用。

汪滔甚至表示，如果必须找出一个最能代表Muse整体产品设计思路的人，那一定是Friedman。

去年7月3日，刚刚加入Meta的Friedman曾在X上写道：“我的工作是打造出色的AI产品，让数十亿人喜欢使用。这不会一蹴而就。”

一年多后，9月10日Muse上线，他转发了自己当初的入职宣言，并配文：“I hope you like it!”

B

产品做好后，还有一个问题：怎么让更多人知道Muse？

Meta本身不缺流量，但汪滔认为，今天的AI行业每天都有大量新模型、新产品发布，即使Meta有足够的分发能力，也未必能让用户真正关心Muse。

于是，他开始在X上疯狂发贴。

采访中，汪滔毫不避讳自己的营销目的：他希望吸引更多人的注意，希望让Meta重新变得酷起来。

他甚至承认，有段时间自己开会都无法集中注意力，因为脑海里突然冒出一个梗，就迫不及待地想把它发出去。

汪滔说，Muse发布后Friedman曾调侃他，本来以为这一周能学到很多关于Muse用户的事情，结果主要学到了Alex的脑子里究竟装着什么。

至于这些梗图到底带来了多少增长，汪滔没有给出明确数字。但他认为，这确实让Muse获得了更多讨论。

JollyBot也在Muse的营销中发挥了大作用。这个小吉祥物可以被放进各种场景，汪滔记得，有一次上班路上，他生成了一张Jolly Bot拎着公文包去上班的图片，配上周一上班的梗。

那时他意识到，这个小家伙几乎可以出现在任何情境里。当用户在社交媒体上分享Muse完成任务的截图时，JollyBot也会出现在画面中，让人一眼就能认出这是Muse。

汪滔还分享了一个案例：他的一位朋友经营着一家价值约1000亿美元的公司，有一次把身份证件落在了私人飞机上。这位朋友不想自己费心处理，便要求Muse负责找回证件，自己不再参与具体过程。

按照他的描述，Muse安排了快递人员去取证件，随后协调将其送回办公室，完成了整个流程。

汪滔认为，这几张任务截图就是Muse最好的广告，因为它展示了用户真正把一件麻烦事交给AI的样子。

这也引出了他关于个人Agent的一项重要思考：Trust Fall，信任的逐步建立。

汪滔认为，用户不会第一次打开Agent就放心地把复杂任务全部交给它。他们往往会先尝试一件很小的事，发现AI居然真的能完成，然后再交给它稍微复杂一点的任务。如果每次都能成功，用户就会逐步提高信任，直到愿意把越来越重要的事情交出去。

他表示，这个过程是个人Agent留住用户的关键。

而在谈到Muse的长期目标时，汪滔说了一句很适合拿来当Slogan的话：

“I think Muse can give everyone the adulthood they dreamed of in childhood.”

我认为，Muse能让每个人过上童年时梦想的成年生活。

小时候，人们对成年生活总有许多想象，觉得长大以后就能自由地做自己想做的事。但现实中，时间、资源和能力往往限制了这些愿望。

汪滔希望，个人Agent未来能够帮人们摆脱一部分限制，让那些原本遥不可及的事情重新变得可能。

C

采访后半段，话题转向了汪滔本人。

汪滔透露，自己很早以前就想认识扎克伯格，但第一次正式会面，竟然花了整整一年才安排下来。

他认为，扎克伯格的时间管理非常严格，对事情有非常明确的优先级判断，但只要决定了参与某件事，反馈就非常迅速。

汪滔特别提到，扎克伯格回复WhatsApp的速度很快，即使是复杂问题，也能够在很短时间内写出逻辑完整的长回复。

真正改变了两人之间关系的，是Llama 4。

2025年，Llama 4的表现没有达到Meta的预期。汪滔回忆，扎克伯格当时主动打电话给他，询问Meta的AI业务应该怎么调整。

最开始两人讨论的还是业务建议，但之后逐渐演变成了合作谈判。

对于汪滔而言，离开Scale并不是一件容易的事。他从19岁开始创业，在Scale度过了整整九年，几乎是当时人生的三分之一。

他原本一直把Scale当作自己的毕生事业，但Meta给他的机会同样诱人：从头组建一所新的前沿AI实验室。

加入Meta之后，汪滔对自己的管理角色有了新的理解。

在Scale，他更像一个亲自参与各项事务的创始人，需要深入产品、业务和运营的许多环节。但在Meta，他认为自己更应该像一名教练。

他的工作是确定方向、寻找人才、提供资源，让优秀的研究人员能够充分发挥能力。

汪滔用了一个很有意思的比喻区分自己在两家公司的工作：一种工作是盖摩天大楼，另一种是挖钻石。

他认为，Scale的数据业务更像盖摩天大楼。这类工作需要建立成熟的流程，不断提高效率。今天优化1%，明天再优化2%，长期积累形成竞争优势。

而Meta的前沿AI研究则更像挖钻石。研究人员可能尝试了100个想法，其中99个都没有结果，但最后一个成功的想法，就足以让之前所有投入物有所值。

因此，管理方式也必须改变。对于前者，管理者要不断优化流程；对于后者，则需要为研究人员提供足够的自由、时间和资源。

说到这里，David Senra问起汪滔在Meta究竟有多少直属员工，得到的答案是——超过200人。

汪滔解释，这是Meta超级智能实验室刻意采取的组织设计。在TBD研究团队里，研究人员原则上直接向他汇报，不设置传统意义上的层层人员管理关系。

不过，这并不代表团队没有组织结构。研究人员仍然被分成不同的Pod，每个小组有相应的技术负责人，负责技术方向和关键决策。

他们想减少的是管理层级，而非技术协作。

汪滔认为，既然公司花费大量资源招募了最优秀的研究人员，就应该相信他们能够自己完成工作，而不需要管理者每天监督。这也是他口中“反官僚主义”的管理理念。

采访最后，David Senra提到了汪滔19岁的生日聚会。

当时汪滔还是MIT的大一学生，正在量化交易公司HRT实习。参加生日聚会的有十来个人，大多来自MIT和哈佛，其中包括后来的Hyperliquid创始人Jeffrey Yan、Cognition创始人Scott Wu、Decagon创始人Jesse Zhang，以及如今在Anthropic工作的研究员Vicky Yi。

汪滔回忆，他们中的许多人早在数学、科学和计算机竞赛时期就已经相识。他后来甚至半开玩笑地建议HRT创始人，应该给每个实习生都投一笔种子轮资金。