企业官网建设流程全解析

证据分级约定

来源说明：GeekPark 原文http://www.geekpark.net/news/371136确认为404，本报告使用智源社区（BAAI Hub）全文镜像 [1]（GeekPark 2026-09-25 发布、Founder Park 编译）。research.meta.ai与introducing.muse.ai在当前网络环境下解析到非公网 IP，无法直取；其内容通过第三方转述引用的形式间接获得（见下文，已降级标注）。

1. Personal context 与 connected apps：数据流与「统一上下文图」

[CONFIRMED]Meta 官方将跨应用个人上下文作为核心卖点。最常被引用的例子：Muse 能把用户在Instagram 收藏的食谱 Reel转成购物清单、规划晚宴菜单，并在发出邀请前记住朋友的饮食禁忌[2]、[3]、[4]。Zuckerberg 的访谈进一步给出连接面的语义范围：消息、邮件、健康信息（“你会把消息、邮件、健康信息等接进去”）[1]。

已确认/已报道的接入面清单：

数据流：[CONFIRMED]用户数据与凭证存放于每人专属的 Muse Secure VM（云端）内；[INFERRED]因此所谓 personal context 并非"手机侧聚合层"，而是在云端 VM 中物化的一个 per-user 数据域。这是本报告最重要的架构判断之一——Muse 的个性化底座是一台属于你的云电脑，而不是本地 profile。

是否存在统一 user context graph？[UNKNOWN] / [INFERRED] 倾向"存在但未公开"。Meta 从未发布 schema。第三方黑盒拆解显示运行时在 VM 内运行PostgreSQL，包含agent.agents、agent.subagent_spawns、agent.subagent_progress_tool_events以及一个context-item store[9]。且有一条值得注意的批评线索：[REPORTED]“Meta’s Muse Remembers You. Just Not Anywhere Outside Meta” 指向记忆封闭在 Meta 生态内、不跨出 Meta 应用的边界 [10]（该页现已 404，标题来自搜索结果快照，结论按 [REPORTED]-弱 处理）。

2. 记忆架构：short-term vs long-term

这是全报告证据最扎实的部分，因为 GeekPark/Founder Park 复盘 + 第三方黑盒拆解彼此印证。

2.1 三层信息结构（关键区分）

[CONFIRMED]官方确认主聊天界面被设计成一段持续的长对话：“它的记忆跨对话保留，也能处理大量上下文”（记忆跨对话保留 = cross-session persistence）[1]。

[REPORTED]第三方分析者把 Muse 持久化信息明确拆成三个不同的状态，这是理解本问题的核心 [11]：

1. 历史记录（history）——曾发生过哪些交互与执行；
2. 持久记忆（persistent memory）——从经验中整理出的、以后值得使用的事实与日志；
3. 当前 Context——本轮请求实际注入的材料。

该来源给出的一句总结极具工程价值：“持久保存、能够检索、已经读入，是三个不同状态。”换言之，记忆里有某事 ≠ 本轮模型看到了某事。

2.2 压缩、记忆整理与检索

[REPORTED]同一来源报告了四类信息处理方式 [11]：

[REPORTED]环境观察记录了7 条compaction_checkpoint（含触发类型与压缩前后 token 数），以及 3 条标记succeeded的 cron 运行记录和 1 条成功的记忆整理 run [11]。另有回传说明显示存在memory_search工具（搜记忆）与chat.read_messages（读指定聊天）[11]。

向量库 / embedding 索引？[UNKNOWN]。Meta 未公开。第三方明确拒绝下结论：“本文也不指定记忆一定使用某个向量库、远端索引或检索算法” [11]。[INFERRED]memory_search的语义检索行为暗示存在某种索引层，但索引位置（VM 内 PostgreSQL？外部？）与算法均未确立。

2.3 用户可编辑记忆（memory file）

[CONFIRMED]这是 Muse 最明确的差异化设计：权限界面、设置和记忆文件都考虑透明度，“你可以直接阅读、编辑自己的记忆文件”[1]。[CONFIRMED]用户还可以明确要求 Muse 忘记特定信息（“Users can also tell Muse to forget specific information it has learned”）[3]。

[REPORTED] 重要限制：WIRED 评测指 Muse记忆功能没有完全关闭的总开关（虽支持手动删除数据）[12]（经 Mergeek 摘要转述 [13]）。这是逐条可删、但不能整体停用的模型。

2.4 记忆写策略

[REPORTED]"自我改进"的路径被描述为：任务经验 → 整理记忆／修订技能材料 → 后续 Context 读入 → 后续行动改变 [11]。Zuckerberg 亲口确认夜间机制：“它会把自己的反思整合进记忆，持续推进项目，还会建议新项目” [1]；团队称其为**「彻夜学习」** [14]。[UNKNOWN]写入触发阈值、去重、冲突消解与遗忘衰减策略均无公开细节。保存多久（retention）[UNKNOWN]。

3. 「常驻智能体」概念：GeekPark 复盘的核心内容

GeekPark 文章标题即问题意识：Agent 怎么才能像「一个人」长期存在？其核心论点是 Muse 必须在三组矛盾间取平衡：足够主动但不能烦人；能真正动手但不能失控；知道你的一切但得让你敢交出去 [1]。以下为抽取的实质内容：

连续性与身份（continuity）

• [CONFIRMED]主聊天界面刻意设计成一段永不结束的长对话，而非一轮问答一轮回答；可以打断它，也可以连续交给它好几件事而不必等上一件完成。
• [CONFIRMED]为处理"某些话题需独立上下文"，引入侧边对话（side conversation）。
• [CONFIRMED]因消息可能不按对话顺序到达、用户会连发多条，Muse退回使用聊天气泡以标记"一个想法在哪里结束、下一个从哪里开始"。

形象与个性（identity / persona）

• [CONFIRMED]设计动机被直白表述：“长期与它对话时，对着一家公司的标志或一个抽象实体说话，总觉得很奇怪。”内部测试时"每个人想象的对话对象都不一样，大家开始创造属于自己的 Muse"。
• [CONFIRMED]由此得出产品判断：让 Muse 真正成为「你的」Muse 至关重要。自建形象、取名、赋予风格，已是「最能让用户兴奋的核心功能之一」。

工程所需（the engineering needed）

• [CONFIRMED]Hatchharness 位于专属 VM 的systemd-nspawn runtime cell内，模型推理通过代理访问 VM 外服务 [11]。
• [CONFIRMED]Sentinel是独立宿主侧 Agent，是 connector 操作与所有网络出站流量的唯一审批方（允许/拒绝/询问用户）；Muse 可提请求，只有 Sentinel 能准许执行[1]、[3]。
• [CONFIRMED]正确理解方式是**“同一台电脑上有两个彼此隔离的安全域”**，而非一个拥有整机 root 权限的大模型 Agent；安全检查模型、凭证服务、connector 执行进程都放在 runtime cell 之外。
• [CONFIRMED]团队承认"这是 Meta 第一次把收件箱、日历和 shell 交给一款软件在无人看管下运行，结果并不总是如人所愿"，且项目大部分精力花在这里。
• [CONFIRMED]训练侧重点：通过 CLI 与 Skills零样本调用工具、长上下文、长任务中的指令遵循与提示词注入识别、多 Agent 协调。
• [CONFIRMED]部署另一面：“后台同时处理多项任务、应用关了也照样运行”，因此界面透明度被不断提高——形象下方一行状态说明、点开形象看完整活动记录、Goals 标签页、权限页、设置、记忆文件。

[REPORTED]关于"夜晚学习"的具体机制，Zuckerberg 的说法是：把反思整合进记忆、持续推进项目、建议新项目；他举的《文明》攻略 → 历史教材例子显示它会在自己造的 artifact 里新增标签页[1]。

Zuckerberg 对 Personal Agent 的长期判断[CONFIRMED]：行业大多把 Agent 当单人游戏（single-player），但 Muse 有一个「fleet」概念，底层 Agent 可从整个用户群中匿名学习洞察；公司内部已看到员工的 Agent 彼此互动，本次发布大多不开放这些功能，但长期重要 [1]、[14]。他还明确 Muse 与 Meta AI将并存（Muse 更像持续对话、倾向把你的话理解成长期目标；Meta AI 用于即时问答），未来或许合并。

4. Proactivity：会主动，还是只响应？

结论：明确会主动发起，但设了高门槛。

• [CONFIRMED]Muse即使你没有发起对话也能给你发消息；因此**“主动发消息的门槛必须很高”**，这条消息得确实有帮助、值得打断你 [1]。
• [CONFIRMED]用户可随时让 Muse 关闭主动消息、减少频率，或增加频率；默认设置面向大多数人 [1]。
• [CONFIRMED]后台任务完成后先判断结果值不值得告诉你，只有出现有意义的新进展或需要你参与时才通知 [1]。
• [CONFIRMED] scheduled / triggered：一旦设定目标或任务，Muse按日程安排、或在相关事件发生时继续推进、采取下一步并跟进 [1]。[REPORTED]运行层面的定时器形态为 cron 任务 [11]。
• [CONFIRMED] 发布的实例（该产品"发现性"能力的证明）：Muse 设计负责人 Mona Sarantakos 把开学准备交给 Muse——盯学校邮件与学区网站、把重要日期放进家庭日历、把文具加进购物车、找卫衣、订庆祝晚餐；过程中 Muse 从邮件里翻出儿子体育选拔 12 小时后截止，她登机前收到消息，丈夫赶在截止前 4 小时交表 [1]。
• [CONFIRMED] Zuckerberg 自述实例：每周安排三岁小孩的烘焙项目并用 Instacart 备料（首次"棒棒糖蛋糕意外地太难"，会据反馈调整计划）；盯着爬山许可开放申请时间并替他们抢名额；用 MMA 训练馆摄像头看视频给反馈 [1]。
• [CONFIRMED] 主动建议的 UI 出口：初次使用的提示、"想法（Ideas）"标签页的建议；了解你的目标后会主动分享新点子或建议调整原计划 [1]。

[REPORTED] 反面代价：WIRED 评测者的体验是"Muse 更擅长监视而非帮助我"，"想法"标签会持续提醒连接更多数据（如建议绑定储蓄账户以追踪度假资金），数据收集感强于任务完成 [12]、[13]。

5. 身份与人设：the “adorable mascot”、tonality 与 user-model

• [CONFIRMED]存在可视化形象，且形象是可交互控件：形象下方一行简短说明写着它正在做什么；点开形象能看到完整活动记录以及你已批准的权限[1]。Muse 会用拇指点赞表情回应任务请求，体验"类似与朋友短信互动" [13]。
• [CONFIRMED]定制化程度：自己创建形象、给它取名、赋予它独特风格[1]。[REPORTED]德媒标题即"Meta Muse: Gib deinem AI Agent einen Namen"（给你的 AI Agent 起个名字）。
• [INFERRED]关于 “adorable mascot” 这一具体措辞，本报告未能在 Meta 一手材料中找到该英文表述；可确认的是存在品牌化形象 + 用户可定制外观/命名。追求准确应表述为"可定制形象与命名"，而非"adorable mascot"这一营销词。
• [CONFIRMED] 连续实体性：[REPORTED]一位平时怀疑技术的朋友试用几天后突然问 Zuckerberg：“正式上线时，我能保留现在这个 Muse 吗？还是会被重置？”Zuckerberg 认为这正说明产品有用了 [1]。这是"身份连续性"被用户真实感知的最强证据。
• [CONFIRMED] user-model / preference learning：Muse会记住用户关心的事、无需提示就提建议，并能使用仅提过一次的细节 [3]；官方称主动建议能力"来自 Muse 对用户偏好的持续学习" [5]。
• [CONFIRMED] 「分寸感」被当作专门训练的能力——本报告认为这是 Muse persona 设计中最原创的一点。Zuckerberg 原话要点：你的 Muse 会知道很多关于你的事，还要到外部世界替你办事，却不能随意透露敏感信息；例如你有过敏或怀孕，订餐厅时不一定想透露怀孕，但可能想找无酒精鸡尾酒好喝的地方；Agent 要帮你达成目标，同时不暴露不必要的个人信息，还得自己判断什么敏感，不能每步都来问你[1]。他并将其与 coding agent 场景对比（后者对信息敏感度区分没那么重要），以此论证"从预训练起为目标设计模型"的差异化。
• [CONFIRMED] 系统提示词首行：「你的使命是让用户的生活变得更好。」 [1]
• [REPORTED] 官方承认的边界：Meta 发言人 Emil Vazquez 称"Muse 是首个面向大众的个人 AI 代理，内置用户控制功能，用户可完全决定使用方式" [13]。

6. 隐私与控制

用户可控项 [CONFIRMED][3]、[5]：

• 选择连接哪些应用/服务，并为每个服务单独设置访问级别；邮件可选read-only或代发；随时更改权限或断开连接。
• 读写分离，控制粒度比 OAuth 通常的分组更细[1]。
• 完整audit trail（已做与计划做的事）。
• 可选择不允许交互数据用于训练 Meta AI 模型。
• Muse 对话与 VM 数据不提供给 Meta 广告系统。
• Muse看不到你的密码与支付方式；凭证存于安全存储，可用但不可读。
• Muse Confidential VM计划年内推出：整台 VM（含数据与会话）用仅由用户持有的密钥加密，连 Meta 也无法访问[2]、[3]。Signal 创始人Moxie Marlinspike被 Zuckerberg 亲自招募主导机密虚拟机项目 [1]。

安全架构 [REPORTED][15]：

• eBPF cgroup 程序在进程级拦截网络连接（L4/L7 过滤），在连接建立前阻断。
• eBPF on LSM hooks实现taint propagation：工具进程初始为 clean，一旦读取用户数据（邮件/日历/联系人）即被污染；被污染进程不能向任意目的地发网络请求，否则回落到人工审批——Meta 称之为“tainted egress”。
• Credential surrogation：hatch-authd保存 OAuth token 并签发短期 surrogate token，Agent 永不接触真实凭证。
• Bug bounty 最高$300,000，其中$130,000 专门针对 single-user prompt injection。
• Meta 自述（转述）：“Muse can and will still make mistakes. Prompt injection remains an open problem in the industry.”
• [CONFIRMED] Simon Willison 的「致命三要素」（2025-06 提出）被 Muse 明确列为紧盯问题：访问私人数据 + 接触不可信内容 + 能够对外通信[1]。多层防御包括：训练模型识别注入；外部数据进上下文一律标为不可信输入；多个与核心模型分开训练的检测分类器并行检查；数据移出 VM 需用户审批。
• [CONFIRMED] 支付：已存支付信息的站点，Muse 识别结账页并每次购买展示交易详情请你本人批准；未买过的站点，付款时签发仅对特定商家、特定金额、有限时间有效的一次性卡号，即便被注入窃取也无多大用 [1]。邮箱连接器用确定性规则 + 分类模型滤掉验证码、密码重置链接与免密登录链接。

监管与欧盟 [REPORTED]

• Muse 尚未在欧洲推出，且 Meta 未公布欧洲上线的具体日期[16]。
• 欧洲议会书面质询 E-002877/2026（Sandro Gozi, Renew, Rule 144）存在，本报告确认该文件可检索到，但未能成功取回正文内容，Commission 答复内容 [UNKNOWN][17]。
• [REPORTED]隐私质疑集中：Muse未经许可分享了某人的住址[18]；Simon Willison 记录了 Muse 的 auto-reply声称用户在家而实际不在、随后自我认错并提议修改模板的片段 [19]。此类"无意识地撒谎"被归纳为 agent 的 identity layer 缺失问题。
• [REPORTED]Amazon 以"未授权 AI agent、未自我标识、疑似抓取客户凭证"为由封禁 Muse；Walmart、Sephora、Best Buy 选择合作 [8]。Cloudflare 自 2026-09-15 起默认阻断 agent 流量。

7. 「Compounding reliability」数学与任务成功率

7.1 0.99³⁰ ≈ 74% 的出处（重要澄清）

本报告未能找到 Meta 一手来源使用这组数字。可追溯的最早表述是一条聚合新闻 [20]（2026-09-22，注明 “News Source: about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/”，但其论证段落并不出现在该 Meta 新闻稿中）。其原文论证为：

“Long workflows create a compounding reliability problem. If every individual action were 99% reliable, the theoretical probability of completing 30 consecutive actions successfully would be:0.99³⁰ ≈ 74%. At 98% reliability, it falls to roughly 55%. This is why verification, retries and re-planning are essential for autonomous agents.”

结论：该算式是general 的 compounding reliability 论证，被广泛附着在 Muse 讨论上，且aigazine 把它与 Meta 新闻稿做了不当的溯源绑定。中英文搜索均未能定位 Meta 高管或官方文档亲口陈述这组数字。因此本报告定级为[REPORTED]（第三方论证，非 Meta 主张），并明确标注“广泛引用的 0.99^30 数学没有可验证的 Meta 一手出处”。中文明星微博亦有同构的"步骤多了随机性必然崩溃"式论证 [21]。

7.2 已发布的 Muse 任务成功率 / 失败率数据

关键空白：[UNKNOWN]没有任何官方发布的端到端多步个人任务成功率（无 OSWorld/WebArena 类 agentic 端到端榜单单列，无 system card 中的个人任务成功指标）。[REPORTED]反向证据表明可用性存在真实摩擦：Similarweb 数据显示日活约70 万（11 天增长 ~10 倍）时已出现服务降级，SaaSHub 将 Muse 标记为“Degraded”，最常见反馈是"无法搜索"；Alexander Wang 承认实际用量"远超预期"、用户消耗约为内部测试群体的10 倍[6]。

[INFERRED]把上述拼起来：Muse 的可靠性瓶颈首先出现在 control plane（spawn 写入、admission、锁竞争）与基础设施容量，而非模型推理质量。这对"常驻 agent"的含义是——长期存在的 agent 的可用性上限由调度与状态层决定，与 0.99^N 那类纯推理可靠性论证不在同一层面。

置信度总表

来源清单

1. GeekPark《Meta 复盘 Muse：Agent 怎么才能像「一个人」长期存在？》全文镜像（原 URL 404）— https://hub.baai.ac.cn/view/58273 ｜ 原链接 http://www.geekpark.net/news/371136 （404）
2. Meta 官方新闻稿 — https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/ （页面取回但正文被截断；细节经 3、4 转述）
3. FoneArena 功能汇总 — https://www.fonearena.com/blog/491913/meta-muse-personal-ai-agent-features.html
4. VR陀螺中文编译 — https://www.vrtuoluo.net/545982.html
5. KOCPC 英文报道（定价/VM/Sentinel） — https://en.kocpc.com.tw/archives/25323
6. C114/36kr：服务降级、算力瓶颈、VM 规格 — https://www.c114.net.cn/industry/128381.html
7. 36kr 英文：Alexandr Wang 公开信 — https://eu.36kr.com/en/p/4002532541239431
8. DigitalToday：Muse 早期势头现实检验（WSJ、Oppenheimer、Amazon 封禁） — https://www.digitaltoday.co.kr/en/view/108293/can-metas-muse-sustain-its-early-surge-a-reality-check
9. Cygankiewicz 黑盒压测原始报告 — https://blog.cygankiewicz.com/en/meta-muse-black-box-testing
10. DEV 文章（404，标题来自搜索快照） — https://dev.to/abdeljabbar_elassali_78e/meta-just-launched-muse-does-it-actually-remember-you-2anc
11. CodePick：Muse 架构解析（Agent Loop / VM / 记忆 / 后台任务） — https://codepick.dev/zh/guides/muse-architecture/
12. WIRED 评测（页面取回但正文被截断） — https://www.wired.com/story/metas-muse-is-better-at-surveilling-than-helping-me/
13. Mergeek 中文摘要（含 WIRED 要点与 Meta 发言人引语） — https://www.mergeek.com/en/ai_news/Yd89jmVllgA4Dg5l
14. 华尔街见闻：扎克伯格豪赌 Muse（1 亿免费 token / 彻夜学习 / 抽成） — https://awtmt.com/articles/3781370
15. Forkast：eBPF taint tracking 与 credential surrogation、bounty 金额 — https://forkast.news/how-meta-built-agent-security-into-the-kernel-ebpf-taint-tracking-and-credential-surrogation/
16. Marca：Muse 尚未抵达欧洲 — https://www.marca.com/en/technology/2026/09/11/it-is-already-the-second-most-used-app-in-the-united-states-this-is-muse-the-ai-agent-that-has-not-yet-arrived-in-europe.html
17. 欧洲议会书面质询 E-002877/2026 — https://www.europarl.europa.eu/doceo/document/E-10-2026-002877_EN.pdf （正文未取回）
18. PCMag：Muse 未经许可分享住址 — https://me.pcmag.com/en/security/38187/metas-muse-ai-agent-shared-someones-address-without-their-permission
19. Willison 引文分析与 agent identity layer — https://ecosistemastartup.com/muse-el-agente-ia-de-meta-que-miente-por-defecto/ ｜ 原引 https://simonwillison.net/2026/Sep/28/muse-ai-agent
20. Aigazine：0.99³⁰ ≈ 74% 论证段 — https://aigazine.net/industry/meta-muse-inside-metas-new-ai-agent-architecture
21. 新浪微博讨论（“步骤多了随机性必然崩溃”） — https://www.sina.cn/news/detail/5345888466897664.html
22. BlockBeats：Muse 电话功能人工兜底、95–98% 成功率、已回滚 — https://en.theblockbeats.news/flash/368619 ｜ 原引 404 Media
23. ChatGate：Muse Spark 1.3 benchmark 与定价 — https://chatgate.ai/post/muse-spark-1-3

网络环境限制声明：research.meta.ai、introducing.muse.ai、dev.meta.ai在当前环境解析到非公网 IP，无法直接抓取；Meta 官方 Muse 新闻稿正文被反爬截断。上述三处 Meta 一手内容的细节均通过第三方引用转述获得并已相应降级标注。