"大多数人并不在乎我们做了什么研究，他们在乎它能为自己做什么。"
"如果用户遇到不可靠的体验，他们就会觉得这东西是垃圾。"
"我认为，Muse能让每个人过上小时候梦想的成年生活。"
证件落在飞机上，知道它在哪儿，也知道自己想把它送到哪儿，接下来却还有一堆事情要处理：找人取件、安排递送、把东西送进办公室。David Senra在这期访谈里说，他的一位朋友把这些交给了Muse，要求自己不再参与后续过程。按他的转述，Muse安排了取送，最终把证件送到了朋友的办公室。
让Senra动心的，是朋友发来的几张对话截图。对于习惯了向AI提问的人来说，这种用法多走了一步：AI不只给出建议，还接手了后续的安排。至于这种经历能否成为日常，恰好是这期访谈追问的问题。
Muse是Meta推出的个人AI智能体，目标是替用户处理事情。这期嘉宾、Meta首席AI官兼Scale AI联合创始人Alexandr Wang，讲了它从原型到发布的过程：团队一两周就做出了原型，正式上线却是在七个月后。这段时间里，他们要解决的正是用户最在意的问题：它到底能不能靠得住？
Wang和同事Nat Friedman对个人智能体的兴趣，来自他们自己使用OpenClaw的经历。OpenClaw能连接工具、执行任务，让他们开始尝试把AI带进日常生活。
Wang记得，Friedman告诉OpenClaw自己想多喝水，它竟然借助监控画面观察他有没有喝水，再给出反馈。他还提到，扎克伯格也在探索个人智能体的用法，比如让AI看自己的综合格斗训练录像，给出改进建议。
在Wang的回忆里，同期的行业注意力正大量转向编程智能体。Meta却更想抓住另一类需求：帮人处理生活中的事情，让人腾出时间做自己想做的事。他把这个方向与Meta原有的产品联系起来：Instagram、WhatsApp等应用里，有人们关心的朋友、家人和兴趣。
"我们每个人都有想做的事，也有不得不做的事。通用人工智能的承诺是，AI会替我们做掉其中许多不得不做的事，让我们几乎不用再花时间在这些事情上，而能把时间都用在自己想做的事情上。"
沿着这个设想，Muse需要从日常需求出发。Wang在访谈里说，团队常常回到一个问题：别人为什么要在乎这个产品？用户不需要先对AI研究感兴趣，生活里有件事想找人帮忙，就该有理由来用它。
2026年2月，Wang和Friedman分别写下了对个人智能体的想法。随后，团队用大约一到两周做出原型，向董事会演示。后来Muse里的一些设计，包括吉祥物的早期形态，在那时就已经出现。
方向看起来对了，原型也能让人眼前一亮，接下来的工作却远比这两周漫长。
"那个原型有时能用，而且很神奇，但大多数时候都不能正常工作，还会不断出故障。我们要把它变成一个高度可靠、精心打磨的消费产品，让我们有信心把它交到用户手里。"
Wang认为，个人智能体早期一度热闹、随后降温，一个原因就是人们遇到过惊喜，却很难持续得到可靠的结果。团队亲自用过之后，既看到了它能做到什么，也知道那些故障会怎样劝退用户。
从原型到上线，Muse花了七个月。Wang特意提到，扎克伯格在这段时间里表现出了耐心和克制。团队想做的是一个将来能交到数十亿人手里的产品，让其中大多数人都得到好的体验。一个经常出故障的原型，显然还离这个目标很远。
Wang回忆Muse早期原型：偶尔令人惊喜，却经常出故障。
为了知道问题到底出在哪里，团队把理想中的个人智能体应该具备的行为和能力列进一张表，共一百多项，再逐项建立评测、训练模型、检查不足。
他没有在访谈里公开整张表，但说清了几个影响体验的地方：模型能否稳定执行任务，能否在过程中与用户沟通，遇到需要用户指点的事情，会不会回来询问。模型升级后，这些表现都要继续比较和测试。
团队还反复邀请新用户从下载安装到实际使用走一遍。开发者已经熟悉“让AI执行任务”，普通人却可能仍然把它当成聊天窗口。产品需要帮助他们理解可以把什么交给它，不能假定用户一上来就懂。
"我们为每一项都设了门槛：低于什么水平就不能发布，超过什么水平才算好。好几次检查时，八十项是绿的，二十项还是红的，我们知道这样不够。"
直到一个专门训练的模型版本让所有项目都达到门槛，团队才跨过了这道发布关口。他们也实际使用这个版本，确认它比此前的版本有明显改善。这里的“全部达标”指内部列出的评测项，并不意味着所有现实任务都能百分之百成功。
这给做AI产品的人提供了一个可借鉴的判断方法：先说清楚用户把一件事交过来之后，哪些表现必须达到要求，再决定能不能发布。演示里成功的一次，和用户反复使用时是否可靠，需要分别验证。
可靠性需要逐项检查，产品要给人什么体验，却不能靠各个团队把功能凑到一起。Wang特别担心，大公司的产品最后变成不同想法的混合物：每位产品经理都有自己想塞进去的东西，每个团队又有各自的考核目标，最终由用户承担这种拼接带来的混乱。
因此，哪怕高管团队都把Muse视为Meta当年最重要的产品之一，他们仍然控制参与规模。按Wang的说法，模型和产品两部分合计不到两百人。他也强调，这是相对大公司的规模而言。
在产品取舍上，Friedman的判断对Muse有很大影响。Wang希望最后交付的是一种完整、连贯的体验，让用户感受到团队对这个产品有清楚的想法。对参与开发的人来说，自己负责的功能做完了，还得看它放回整个产品之后是否合适。
Wang与Senra谈Muse的产品取舍，以及保持整体体验一致的重要性。
即使团队觉得产品可以发布了，用户也不会立刻把重要的事情全部交出去。Wang观察到，喜欢Muse的用户往往会经历一个逐渐加深信任的过程。
"你先给它一件小事，它做成了，你会想：哦，它居然能做到。接着你给它稍微多一点的事，它又做成了。然后，你再交给它一个稍微大一点的问题。"
Wang接触过的一些大学生，会用语音把脑子里的想法一股脑说出来，交给AI整理，再让它形成清楚的计划。这种用法已经有了相当程度的信任：人不必先把所有念头理顺，就愿意把尚未成形的想法交给AI。
不过，Wang为这种逐步托付加了一个前提：任务越交越大，AI也得一次次完成。只要开始反复出错，前几次积累的好感就很难支撑用户继续使用。这也是团队为什么要反复打磨模型、检查沟通和询问能力。
Wang自己的用法，是先在Muse里设好一些工作流程，再把注意力放回会议和与人的交流。他没有展开这些流程的细节，但描述了一种使用状态：把部分事情安排好，就可以继续做手头的事。
如果AI接手一些事务，人们拿回时间之后，会用它来做什么？Wang想到了那些逐渐被搁置的打算：小时候有许多愿望，读完书、进入职场，又有了家庭和各种责任之后，渐渐很难再腾出手去尝试。
他希望个人智能体能帮人跨过这些障碍：先实现一个想法，再敢去想更大的事情。他用“过上小时候梦想的成年生活”形容自己的期待。这当然还是一个远大的愿景，访谈里那些日常用法只是开端。
对每天忙着干活的人，这个愿景可以落在一个小得多的问题上：AI替我处理了一件麻烦事之后，我有没有多出一点时间和精力，做原本一直顾不上的事？这也是从使用者角度检验这类产品的办法。Wang讲的七个月打磨，最终要在这些日常体验里接受检验。
如果你想试着让AI替自己办事，可以先挑一件范围清楚、结果容易核对的小事，看看它需要你补充多少信息、出了问题会不会回来问。等几次使用都让你满意，再扩大交给它的任务。把时间拿回来，可以从解决一件一直拖着的琐事开始。
内容来源："Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta"丨David Senra（嘉宾：Alexandr Wang）
原视频：https://www.youtube.com/watch?v=S6l3aRsecuE
