Muse 要留住用户，光靠惊艳的演示还不够

10月18日，虎嗅刊登了一篇编译自10月11日David Senra播客的访谈，Meta首席AI官、Scale AI联合创始人Alexandr Wang和主持人David Senra坐在一起，聊了聊9月8日上线的个人AI助手Muse。

这并不是新品发布，而是一场事后的当事人复盘。Wang在访谈中回忆，当时行业的注意力集中在编程助手上。Meta却花了大半年时间，专门打磨一个帮普通人填表单、理邮件、订行程的个人助手。

在电商公司做运营那些年，我见过太多热热闹闹的打法。搭个华丽的台子把人引来看热闹不算太难，难的是散场之后，人家愿不愿意把生活里的琐事交到你手里。Meta押注这条路，背后的取舍其实很实在。

原型两周就能跑通，但偶尔惊艳不等于可用产品

按照Alexandr Wang在访谈里的说法，团队在2月份大概只花了一到两周，就把Muse的原型做出来了。

速度确实很快，但Wang描述的原型状态是：偶尔能带来惊喜，大部分时候并不好用，还经常出问题。但如果要拿给日常使用，经常出状况的东西根本没法交差。

从2月跑通原型，到9月正式推出，中间隔了整整七个月。这七个月里，按照Wang的描述，团队重点打磨的是可靠性。

Wang在解释自己的选择时提到，Meta的传统本身就在亲友沟通、兴趣和生活，旗下各类应用每天触达的人群规模摆在那里。对这部分庞大的普通人来说，他们日常面对的并不是一行行代码，而是各种零碎又不得不办的事务。

做普通人的助手，意味着用户不在乎你的技术名词有多深奥，大家只在乎一件事：这件琐事交代下去，你能不能稳稳当当地办完。

一百多项清单卡在门上，能交差才算数

为了让这个助手不再只是“偶尔灵光”，团队在内部设立了一套相当严格的拦截机制。

Wang在访谈中透露，他们列出了一百多项具体行为能力清单，而且每一项都设置了明确的上线阻断阈值。这不是那种考卷做完算个总分及格就能过关的逻辑，而是哪怕有些模型版本已经有80项达标了，只要剩下的20项没有越过及格线，团队依然认为它不够格，坚决不给放行。

直到后来一个专门训练的Muse Spark 1.3版本在这一百多项考核中全部达标，团队再结合实际体验测试，才最终拍板上线。

当然，必须说清楚的是，这些测试指标属于Meta内部的自述机制，并不是第三方机构的权威认证，也不代表这个模型在真实环境里就百分之百不会出岔子。但这种测试逻辑至少说明了一点：在处理生活杂事这件事上，一次出彩还不够，持续交办的体验才会影响用户是否愿意接着用。

在电商做活动时我也常有这种体会，页面特效做得再炫酷，如果用户点付款时卡顿一次，前面所有的好感度都会直接打水漂。生活里的琐碎事务容错率其实很低，替别人跑腿，首要的规矩就是别添乱。

分清“替你跑腿”和“替你拍板”的界限

日常帮普通人办事，除了要把事情办成，更关键的问题在于权力边界在哪里。

根据Meta官方在9月发布时的产品说明，Muse在云端拥有独立的虚拟电脑和浏览器。这就意味着它接下任务之后，即使用户直接把手机应用关掉，它依然能在云端继续去查邮件、核对日程或者填写表单。

这种关闭App后继续办事的方式确实省时间，但普通人心里难免会犯嘀咕：你拿着我的账号在后台跑，到底在干什么？

Meta在官方说明中专门界定了操作的权限机制。用户可以自己选择连接哪些第三方应用，以及具体给它开放多少访问权限。比如在邮件处理上，系统把“读取邮件”和“代发邮件”明确区分开来。更重要的是，在遇到发邮件、付款购买这类涉及个人资产和对外沟通的敏感操作前，助手必须回头向用户征询意见，经过确认后才会继续执行。如果用户觉得不妥，随时可以更改甚至直接断开访问。

这种机制其实就是把“替你办”和“替你决定”给切开了。跑腿可以全权委托，但拍板的权力依然要牢牢捏在用户自己手里。

当然，官方给出的设计方案是一回事，真实使用中体验到底顺不顺畅是另一回事，我们不能把它当成绝对安全的承诺。但至少在产品思路上，它明确避开了替用户擅作主张的雷区。

梗图能引人尝鲜，留住人却只能靠把小事办好

产品发布之后，怎么让用户留下来，成了访谈里绕不开的话题。

主持人David Senra在对话中直接抛出了一个非常犀利的疑问：靠宣传和名气把用户吸引进来、完成下载之后，产品到底要靠什么继续留住这些人？

Wang聊到过自己在社交平台上转发有趣的用例和梗图来做推广，但他也很坦白地承认，团队并没有这方面的追踪数据，很难准确判断这些梗图到底给产品增长带来了多大实际影响。

热闹的推广或许能让人因为好奇点进来尝尝鲜，但要让人第二天、第三天还愿意把事情交给它，靠抖机灵完全行不通。

面对主持人的追问，Wang给出的留存逻辑其实很朴素：信任只能一步一步积累。用户最初往往只会交给它一件非常微小的事，模型必须可靠地把事情执行完，过程中随时向用户说明当前进度，遇到拿不准、需要明确指导的地方，老老实实回头向用户提问。只有当一件小事办顺了，用户才有可能试着把更大一点的任务交出来。

这种从一件小事开始建立信任的过程，虽然听起来很慢，但没有任何捷径可走。

结语

大家都在围观AI能不能刷高分、能不能写出更复杂的代码，但Meta转过头花七个月去打磨一个帮普通人处理杂事的工具，是选了一个更贴近自己用户基础的产品方向。

这并不意味着处理生活杂事就比写代码高明或者低劣，而是普通人的使用逻辑本身就极其现实：不需要助手展示多么深奥的技术奇迹，只要交代给它的填表、查信、对行程，能稳稳当当地办下来。

热闹的宣传和有趣的段子或许能吸引人尝试，但这笔流量账算到最后，能让用户一直用下去的，依然是那一百多项琐碎标准堆出来的踏实感。把第一件小事办好，用户才愿意交出下一件。这种极其克制的信任累加，才是这个助手必须面对的真正考验。