Meta 首席 AI 長 Alexandr Wang 談 Muse 誕生：七個月、不到 200 人，和一場迷因行銷

Meta 在 9 月 8 日於美國推出個人 AI 代理人 Muse，上架後一度衝上美國 App Store 排行榜前段。這個產品從概念到上線只花了大約七個月，背後是一個不到 200 人的團隊、一張列出上百項模型能力的試算表，以及 Meta 首席 AI 長 Alexandr Wang 在 X 上狂發的迷因。

Wang 在 David Senra 主持的訪談節目中，完整回顧了 Muse 的誕生過程，也談到他當初為何離開一手創辦九年的 Scale AI、加入 Meta，以及他如何用「反官僚」的方式重建 Meta 的 AI 實驗室。以下是聽完訪談後整理的重點與評論。

誰在對話？

• Alexandr Wang：Meta 首席 AI 長，Meta 超級智慧實驗室（Meta Superintelligence Labs，MSL）負責人，Scale AI 共同創辦人。2025 年 Meta 投資 Scale AI 取得約 49% 股權，Wang 隨後加入 Meta。
• David Senra：Podcast《Founders》與同名訪談節目主持人，長年研讀企業家傳記。

依 Meta 官方新聞稿，Muse 是一款會主動協助使用者完成目標的個人 AI 代理人，在專屬的安全虛擬機器上運作，可透過 Muse App、網頁或 WhatsApp 使用，目前在美國推出。以下凡是數字與說法，皆為受訪者在節目中的陳述。

Muse 的起點：一份備忘錄，和一次「三年份心理治療」

Wang 說，MSL 成立之初，祖克柏與他、Nat Friedman 等人共同撰寫了一份名為「個人超級智慧」（Personal Superintelligence）的備忘錄，目標是打造真正讓每個人生活變好的 AI。但當時是 2025 年夏天，AI 代理人還沒有真正成形，團隊只能先埋頭打造模型。

轉折出現在 2026 年初。Wang 提到，Anthropic 的 Opus 4.5 讓業界看見代理人的潛力，而開源個人代理人專案 OpenClaw 也在當時爆紅。負責 Meta AI 產品的 Nat Friedman 是 MSL 內部第一個重度使用 OpenClaw 的人，他形容那種體驗介於「恐怖與狂喜」之間，例如他告訴代理人想多喝水，結果代理人透過家中監視畫面確認他有沒有喝水，還會稱讚他。

Wang 自己的第一次體驗更戲劇化：他照著 Friedman 寫的提示詞，讓代理人結合他的電子郵件、照片等資料，對他進行好幾輪深度心理剖析。他形容那像是「三年份的心理治療壓縮在一次對話裡」。兩人在 2 月得出共同結論：這裡有非常特別的東西。Wang 寫了一份備忘錄，主張「超級代理人」在某種意義上就是最終形態的消費性產品；Friedman 則寫了以「信任是必要條件」為核心的文件，後來成為 Muse 的設計基礎。

小評： 很多重要產品的起點，都是創辦團隊自己先「中毒」。高階主管親身深度使用，比任何市場研究都更能建立信念。

為什麼 Meta 不去拚程式代理人？

Wang 回顧，2026 年初 Anthropic 在程式能力上大幅領先，業界普遍認為程式代理人是唯一重要的戰場，Meta 內部也有一股壓力想跟進。但他們選擇了個人代理人。

他的理由有兩層。第一，他很早就跟祖克柏說過：AI 的承諾是讓人少做「必須做的事」、多做「想做的事」，而 Meta 的 Instagram、WhatsApp、Facebook 正好代表人們「想做的事」，包括追蹤興趣、和親友聯繫。第二是商業面：Meta 每天有約 35 億使用者，最自然的勝場是消費性 AI，不是工作或寫程式。

小評： 這是典型的「不跟對手在對方的主場打」。程式代理人已有強大先行者，Meta 的優勢在社交與分發，押注個人代理人更符合其基因。至於這個選擇能否轉化為營收，仍要看後續付費方案與廣告整合的表現。

七個月的「磨砂紙」工程：從偶爾神奇到穩定可靠

Wang 坦言，2 月做出的原型一兩週就展示給董事會，許多最終設計當時已經在裡面，包括後來的吉祥物 Jolly。祖克柏也親自試用，拿來處理家務、陪孩子，甚至分析自己的 MMA 訓練影片。但原型「偶爾很神奇，多數時候會壞掉」。

他特別提到，OpenClaw 熱潮來得快去得也快，原因正是體驗不穩定。他推崇 OpenClaw 創作者 Peter Steinberger 是有遠見的人，但認為 Muse 勝出的關鍵是「不光鮮的部分」：把模型和產品的每個細節磨到位。

具體做法是一張試算表：團隊列出一百多項個人代理人必須具備的行為與能力，每一項都建立評測，並設定「低於多少就不能上線」與「達到多少才算好」的門檻。Wang 說，曾有很多版本在八成項目亮綠燈、兩成亮紅燈，他們都判定不夠好；直到一個特別訓練的 Muse Spark 1.3 版本首次全部亮綠燈，再加上團隊實際試用的感受，才決定上線。

整個專案的模型與產品人員合計不到 200 人。Wang 說，大家都知道這可能是 Meta 今年最重要的產品，但組織上刻意克制，不讓它膨脹成大部門專案。

小評： 「把評測清單全部做到綠燈才上線」是很值得參考的 AI 產品管理方法。代理人產品的使用者容錯率很低，一次失敗就可能流失，品質門檻比聊天機器人高得多。

好產品需要「單一觀點」

Wang 認為，大組織做出的產品常變成「科學怪人」：每位產品經理都想塞進自己的功能，最後混成一杯奶昔，使用者感受得到那種拼湊感。Muse 必須相反，只有一個清晰的觀點。他把功勞歸給 Nat Friedman，說 Muse 的樣貌主要由 Friedman 的品味與判斷所塑造。

Senra 也提到訪談錄製當天恰好是賈伯斯逝世 15 週年，並引用「Apple 就是有一萬條命的賈伯斯」這句話，呼應單一品味主導產品的重要性。

Wang 也稱讚祖克柏的耐心：在 2 月到 9 月之間，華爾街不斷質疑 Meta 燒錢做 AI、能否做出成果，但祖克柏願意給團隊時間把產品磨好。

用迷因讓 Meta「重新變酷」

Muse 上線後，Wang 在 X 上的發文風格大變，大量貼出迷因。他說這是有意識的策略：AI 新產品與新模型多如洪水，光靠 Meta 的分發能力不足以在文化上「破圈」；他也想讓 Meta 重新變得有趣。他說每則迷因都是自己寫的，有時開會或吃飯時靈感一來就忍不住發文，感覺像回到工程師解 bug 的狀態。Friedman 還在會議上開玩笑說，本以為上線後會學到很多使用者行為，結果學到最多的是 Wang 的腦袋。

他歸納了幾個行銷心得：

• 網路獎勵風險與驚喜。 他發現花最少時間想的貼文，有時反而最紅。
• 吉祥物是意外的禮物。 他把 Jolly 放進各種情境，例如拎著公事包去上班，發現延展性很高。
• 截圖就是最好的廣告。 現代消費產品必須「在截圖裡成立」，而 Jolly 出現在截圖中，讓人一眼認出是 Muse。
• 人們只在乎產品能為自己做什麼。 Senra 引用百年前的經典《科學的廣告》（Scientific Advertising）呼應這點，兩人也批評部分 AI 對手的廣告只講自己、沒有展示用途。

至於使用者規模，Wang 只說「數百萬」，並轉推過暗示 Muse 是史上成長最快消費性 AI App 的圖表。外媒引用第三方數據指出，Muse 上線初期在美加 iOS 的下載量超過 ChatGPT 同期表現，但「史上最快」仍屬官方暗示，並非經公開驗證的數據。

小評： 一位全球科技巨頭的首席 AI 長親自下場當「迷因長」，是很少見的打法。它的效果難以精準追蹤，Wang 自己也承認沒有歸因數據，但從話題熱度來看確實替產品打開了能見度。

信任的階梯：讓使用者一步步交出更多任務

如何讓下載的人留下來？Wang 描述了一種「信任落下」的循環：使用者先交辦小事，成功了就交辦大一點的事，一步步擴大信任。成功的 Muse 使用者，都是在每一次交辦中都得到可靠結果。Senra 分享了一個朋友的例子：那位朋友把證件遺落在私人飛機上，直接要求 Muse 全權處理，Muse 就一路安排快遞，把證件送到他辦公室。

Wang 自己則用 Muse 建立許多自動化流程，把它當成「第二個大腦」。他的長期願景是：AI 讓每個人保有童年時的夢想與企圖心，達成一個目標後再追求更大的目標，而不是進入職場後被磨成「殭屍」。他在一篇貼文中寫道，過去世界由少數能把願望變成現實的狂熱者塑造，但人類從未見過每個人的能動性都被完全開啟的樣子。

小評： 「代理人放大個人能動性」是很動人的願景，但也意味著使用者要把電子郵件、行程甚至財務交給 AI。隱私與安全，將是 Muse 能否從數百萬用戶走向數十億用戶的關鍵門檻。

離開 Scale AI：一通「有空通個電話嗎？」

Wang 說，他是透過 Meta 長期高層 Alex Schultz 認識祖克柏，光是安排第一次會面就花了將近一年。在 Llama 4 表現不如 Meta 預期之後，祖克柏打電話來詢問他對 Meta AI 策略的建議，談著談著才變成合作。他說從第一次聯繫到宣布交易，只花了五、六週。

最終的交易結構是 Meta 投資並取得 Scale 約 49% 股權，Scale 繼續獨立營運，Wang 與少數同事加入 Meta。他說這是對各方都有利的安排，但放下自己經營九年、視為畢生志業的公司，在情感上非常艱難。真正打動他的，是看見在當時 AI 形象受損的 Meta 有機會「重新創辦」一個實驗室，從頭建立原則與文化。

他也替外界看待高薪挖角的方式補充一個角度：由於 OpenAI 與 Anthropic 的股價大漲，許多研究員留在原公司其實也能賺很多，所以對不少人來說，跳槽到 Meta 的薪酬差異沒有外界想像得大，真正吸引人的是從零打造實驗室、不受算力與分發限制的機會。

鑽石礦與摩天大樓：兩種截然不同的管理

Wang 用一個比喻區分兩種事業。「蓋摩天大樓」是報酬近乎線性的營運型事業，例如資料標註，重點是把流程效率一點一滴擠出來，這是他在 Scale 做的事。「挖鑽石礦」則是報酬呈冪次分布的事業，大多數嘗試沒有用，但少數成功可能價值百萬倍，AI 研究和創投都屬於此類，重點是讓人才自由嘗試、培養有希望的想法。

因此他在 Meta 的角色從「事事都有主見的創辦人」轉為「教練」：設定方向、發掘人才、提供資源。他說研究團隊 TBD 的研究員全部直接向他報告，直屬部屬超過 200 人，目的就是反官僚；技術決策交給各小組的技術負責人，重大方向則透過集體討論。他自嘲自己不可能是 200 多人的最佳主管，但重點是這些人不需要被管理，需要的是能「盡情發揮」的環境。

他還分享了一段趣聞：他 19 歲生日派對的十多位朋友，多是當時在量化交易公司 HRT 實習的哈佛、MIT 學生，其中有人後來創辦了 Hyperliquid、Cognition、Decagon 等知名公司。

小評： 研究組織扁平化、直接向高層報告，能大幅減少官僚，但也很考驗領導者的時間與判斷。這種模式能否在 Meta 的龐大組織裡長期維持，值得持續觀察。

這對投資人代表什麼？

• Meta 的 AI 敘事正在轉向。 從 Llama 4 的挫折，到以 Muse 切入個人代理人，Meta 選擇發揮社交與分發優勢，而不是正面對決程式代理人。
• 代理人產品的勝負在可靠度。 Wang 認為 OpenClaw 熱潮退燒的主因是體驗不穩，Muse 用上百項評測門檻把關，可靠度將是這類產品的核心競爭力。
• 小團隊、單一觀點仍是做出好產品的關鍵。 即使在大公司，Muse 也刻意維持不到 200 人的編制。
• 後續觀察重點。 包括 Muse 的付費轉換、海外上線進度、與 WhatsApp 及 AI 眼鏡的整合，以及隱私與安全議題。

結語

Muse 的故事，其實是一個關於專注的故事：在業界追逐程式代理人時押注個人代理人，在華爾街質疑時花七個月把細節磨好，在資訊洪流中用迷因與截圖破圈。Wang 描繪的終極願景是 AI 讓每個人的企圖心不再被磨滅，這能否實現還有待時間驗證，但至少從這集訪談可以看出，Meta 這次是帶著清楚的觀點出牌。

---

來源

• 節目原始影片：Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta（YouTube／David Senra，2026 年 10 月 11 日）
• 節目頁面：David Senra × Alexandr Wang 節目筆記
• 背景資料：Introducing Muse（Meta 官方新聞稿）
• 本文為收看節目後的聽後整理，文中數字與說法皆為受訪者或主持人於節目中的陳述。

非逐字翻譯、觀點整理，不構成投資建議。