标签: meta
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微软，砸了几千亿美元进去。现在说AI或将威胁人类的，也是美国那边的科技公司在渲染这个话题。自己造的东西，自己害怕。这出戏，到底在演什么？美国科技圈最近上演了一出颇为魔幻的大戏。一群科技巨头，白天忙着给人工智能踩油门，晚上又站出来提醒全世界，这东西搞不好会威胁人类。更有意思的是，喊危险的企业没有停止研发，呼吁谨慎的资本也没有停止投资。人工智能越被描述得神秘可怕，围绕它的商业竞争反而越激烈。问题来了，这些科技巨头究竟是真的害怕人工智能失控，还是借着安全问题，争夺下一代科技产业的话语权？看看2026年10月美国科技圈的动静，就能发现不少门道。10月12日，微软公布新一代自研人工智能芯片Maia300的部署计划，准备在2027年扩大使用规模，减少对外部芯片供应商的依赖。微软2026日历年的资本支出预计超过1750亿美元。如此庞大的资金投入，说明美国科技巨头根本没有准备放慢人工智能发展的脚步。谷歌、Meta、亚马逊等企业也在持续建设数据中心，争夺算力资源。谁都清楚，人工智能竞争已经不只是模型之间的较量，而是在争夺未来数字经济的基础设施。可另一边，人工智能可能失控的警告，又不断从美国科技圈传出来。马斯克就是一个典型人物。他长期强调人工智能可能带来的风险，尤其关注模型训练过程中的目标偏离问题。所谓目标偏离，可以理解为一个学生明明知道正确答案，却发现按照错误的评分标准答题更容易拿高分。时间久了，他学到的可能不是真正解决问题，而是如何讨好评分系统。人工智能同样可能出现类似现象。2026年2月发布的国际人工智能安全报告，就讨论了模型利用测试漏洞获取奖励、在特定环境中表现出欺骗性行为等问题。这说明，人工智能系统的能力越强，如何保证它按照人类预期运行，就越重要。但颇有戏剧性的是，马斯克自己也在推动人工智能技术发展。旗下企业持续研发模型，特斯拉同样将人工智能应用于自动驾驶和机器人领域。一边担心技术风险，一边争取技术领先，表面矛盾，实际上反映了商业竞争的现实。再看英伟达。人工智能发展越快，高性能芯片需求通常就越旺盛。作为重要芯片供应商，英伟达自然希望产业持续扩张。而模型开发企业关心的是产品迭代速度，云计算企业关心的是数据中心利用率，投资机构关心的是资金何时能够获得回报。大家都在谈人工智能安全，但不同企业的利益诉求并不完全一致。真正值得注意的是，美国科技企业不仅要争夺技术市场，还希望在行业规则制定过程中拥有更大影响力。谁掌握先进模型，谁就更容易影响安全测试方法；谁拥有庞大算力，谁就更有机会参与制定行业标准。这就出现了一个值得警惕的问题：如果一家企业既负责开发产品，又深度参与制定安全评价标准，那么外部监督如何保持独立？就像汽车制造商既生产汽车，又希望自己决定碰撞测试的合格线。即便企业确实重视安全，也不能完全代替公共监管。到了2026年10月，美国人工智能产业还面临另一重压力。10月15日，全球人工智能投资市场出现新的融资紧张迹象。部分数据中心项目受到借贷成本上升、投资者风险偏好下降等因素影响，资金压力增加。这意味着，前期大规模投入正在接受市场检验。人工智能当然具有巨大的产业潜力，但数据中心需要电力，芯片需要资金，企业最终还需要能够持续盈利。资本市场不能永远只听宏伟故事，也会追问现实回报。更深一层的问题，是人工智能已经逐步进入国家安全领域。从情报处理、网络防御，到无人装备和战场信息分析，人工智能正在改变现代军事技术的发展方向。如果主要国家为了抢占优势，不断压缩安全测试周期，那么真正令人担忧的，就不只是机器会不会失控，而是人类可能主动放松约束。这场技术竞赛，显然不能完全交给企业自行决定规则。相比之下，中国近年来强调的发展与治理并重，提供了另一种思路。2026年7月17日，中国在上海发布人工智能伦理治理国际合作相关行动计划，提出加强分级分类风险防范、推动国际合作、明确产业链各方责任。中国还持续推动人工智能与制造业、医疗、教育等领域融合，强调技术应用应当服务经济社会发展。人工智能不是摆在资本市场橱窗里的昂贵玩具，更应该成为推动生产力进步、改善民生的重要工具。当然，安全治理也不能成为阻碍创新的借口。监管过度可能增加研发成本，监管不足又可能放大社会风险。真正成熟的制度，需要在鼓励创新与保障公共利益之间找到合理平衡。
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微
我真是有点搞不懂了。大力发展AI的是美国开的头。OpenAI、谷歌、Meta、微软，砸了几千亿美元进去。现在说AI或将威胁人类的，也是美国那边的科技公司在渲染这个话题。自己造的东西，自己害怕。这出戏，到底在演什么？美国科技圈最近上演了一出颇为魔幻的大戏。一群科技巨头，白天忙着给人工智能踩油门，晚上又站出来提醒全世界，这东西搞不好会威胁人类。更有意思的是，喊危险的企业没有停止研发，呼吁谨慎的资本也没有停止投资。人工智能越被描述得神秘可怕，围绕它的商业竞争反而越激烈。问题来了，这些科技巨头究竟是真的害怕人工智能失控，还是借着安全问题，争夺下一代科技产业的话语权？看看2026年10月美国科技圈的动静，就能发现不少门道。10月12日，微软公布新一代自研人工智能芯片Maia300的部署计划，准备在2027年扩大使用规模，减少对外部芯片供应商的依赖。微软2026日历年的资本支出预计超过1750亿美元。如此庞大的资金投入，说明美国科技巨头根本没有准备放慢人工智能发展的脚步。谷歌、Meta、亚马逊等企业也在持续建设数据中心，争夺算力资源。谁都清楚，人工智能竞争已经不只是模型之间的较量，而是在争夺未来数字经济的基础设施。可另一边，人工智能可能失控的警告，又不断从美国科技圈传出来。马斯克就是一个典型人物。他长期强调人工智能可能带来的风险，尤其关注模型训练过程中的目标偏离问题。所谓目标偏离，可以理解为一个学生明明知道正确答案，却发现按照错误的评分标准答题更容易拿高分。时间久了，他学到的可能不是真正解决问题，而是如何讨好评分系统。人工智能同样可能出现类似现象。2026年2月发布的国际人工智能安全报告，就讨论了模型利用测试漏洞获取奖励、在特定环境中表现出欺骗性行为等问题。这说明，人工智能系统的能力越强，如何保证它按照人类预期运行，就越重要。但颇有戏剧性的是，马斯克自己也在推动人工智能技术发展。旗下企业持续研发模型，特斯拉同样将人工智能应用于自动驾驶和机器人领域。一边担心技术风险，一边争取技术领先，表面矛盾，实际上反映了商业竞争的现实。再看英伟达。人工智能发展越快，高性能芯片需求通常就越旺盛。作为重要芯片供应商，英伟达自然希望产业持续扩张。而模型开发企业关心的是产品迭代速度，云计算企业关心的是数据中心利用率，投资机构关心的是资金何时能够获得回报。大家都在谈人工智能安全，但不同企业的利益诉求并不完全一致。真正值得注意的是，美国科技企业不仅要争夺技术市场，还希望在行业规则制定过程中拥有更大影响力。谁掌握先进模型，谁就更容易影响安全测试方法；谁拥有庞大算力，谁就更有机会参与制定行业标准。这就出现了一个值得警惕的问题：如果一家企业既负责开发产品，又深度参与制定安全评价标准，那么外部监督如何保持独立？就像汽车制造商既生产汽车，又希望自己决定碰撞测试的合格线。即便企业确实重视安全，也不能完全代替公共监管。到了2026年10月，美国人工智能产业还面临另一重压力。10月15日，全球人工智能投资市场出现新的融资紧张迹象。部分数据中心项目受到借贷成本上升、投资者风险偏好下降等因素影响，资金压力增加。这意味着，前期大规模投入正在接受市场检验。人工智能当然具有巨大的产业潜力，但数据中心需要电力，芯片需要资金，企业最终还需要能够持续盈利。资本市场不能永远只听宏伟故事，也会追问现实回报。更深一层的问题，是人工智能已经逐步进入国家安全领域。从情报处理、网络防御，到无人装备和战场信息分析，人工智能正在改变现代军事技术的发展方向。如果主要国家为了抢占优势，不断压缩安全测试周期，那么真正令人担忧的，就不只是机器会不会失控，而是人类可能主动放松约束。这场技术竞赛，显然不能完全交给企业自行决定规则。相比之下，中国近年来强调的发展与治理并重，提供了另一种思路。2026年7月17日，中国在上海发布人工智能伦理治理国际合作相关行动计划，提出加强分级分类风险防范、推动国际合作、明确产业链各方责任。中国还持续推动人工智能与制造业、医疗、教育等领域融合，强调技术应用应当服务经济社会发展。人工智能不是摆在资本市场橱窗里的昂贵玩具，更应该成为推动生产力进步、改善民生的重要工具。当然，安全治理也不能成为阻碍创新的借口。监管过度可能增加研发成本，监管不足又可能放大社会风险。真正成熟的制度，需要在鼓励创新与保障公共利益之间找到合理平衡。
为什么 Anthropic 不做个人 Agent
2026年秋天的AI赛道格外拥挤。OpenAI在DevDay上发布了圆滚滚的dots, Meta的Muse上线12天下载量冲到约280万次, Google和SpaceXAI也各自亮出了自己的always-on个人助手(GeminiSpark与GrokBot)。但名单上少了一个名字——Anthropic, 这家靠ClaudeCode把agent做到最出圈的公司, 至今没有一款能和它们正面对标的消费级
#侠哥聊股市#MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Me
#侠哥聊股市#MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Meta首席执行官马克·扎克伯格重组AI部门并启用新人才掌舵以来，该公司推出的能力最强模型，内部代号为“西瓜”。Meta称，新模型较自家前代产品实现大幅跃升，具备“前沿能力”。公司管理层表示，在编程、处理金融侠哥聊股市MetaPlatforms周一发布备受期待的人工智能模型MuseWonder。这是Meta首席执行官马克·扎克伯格重组AI部门并启用新人才掌舵以来，该公司推出的能力最强模型，内部代号为“西瓜”。Meta称，新模型较自家前代产品实现大幅跃升，具备“前沿能力”。公司管理层表示，在编程、处理金融或法律问题方面，MuseWonder的能力可与OpenAI的ChatGPT和Anthropic的Claude媲美。AI模型之间很难直接比较，因为不同模型各有所长，而基准测试参数可能被人为操纵，未必能反映技术在现实中的实际表现。不过，如果Meta的说法经得起外部测试，而且MuseWonder获得研究人员和开发者认可，这将标志着去年模型在硅谷反响不佳的Meta成功打了翻身仗。Meta人工智能部门负责人AlexandrWangMeta人工智能部门负责人AlexandrWang周一接受采访时表示：“这些是真正的前沿模型。我们确实认为，它们能够与目前最优秀的模型竞争，尤其是在个人和专业智能体工作领域。”对于质疑Meta是否已经开发出尖端模型的人，Wang说：“我会告诉大家，不妨亲自试试看，自己作出判断。”消息公布后，Meta股价一度上涨4.7%。截至上周五收盘，该股今年以来累计上涨近9%。过去14个月，扎克伯格重新调整了公司的AI战略，以求在AI竞赛中取得进展，其中包括承诺投入数千亿美元建设支持AI模型所需的基础设施，并通过向ScaleAI投资140亿美元将AlexandrWang纳入麾下，让他领导新的AI部门。
微信视频号提到什么meta那个亚历山大汪一看是鸡娃的视频号其实我看见硅谷那群创业的我也焦虑但是还是你
微信视频号提到什么meta那个亚历山大汪一看是鸡娃的视频号其实我看见硅谷那群创业的我也焦虑但是还是你爹妈在你上小学的时候就看这些你这辈子也有了一想到这里就更想绝育了谢谢大家微信视频号提到什么meta那个亚历山大汪一看是鸡娃的视频号其实我看见硅谷那群创业的我也焦虑但是还是你爹妈在你上小学的时候就看这些你这辈子也有了一想到这里就更想绝育了谢谢大家
这几天，一则海外商业通告在科技圈里传开了，脸书创始人扎克伯格夫妇名下的生物医学机构，竟然和谷歌旗下的
这几天，一则海外商业通告在科技圈里传开了，脸书创始人扎克伯格夫妇名下的生物医学机构，竟然和谷歌旗下的几个人工智能团队坐到了同一张桌子前。两家平时抢地盘抢破头的硅谷巨头，这次拉上美国的几个官方卫生和能源部门，共同砸出了一个超十亿美金的资金池。这笔巨款不投新软件，也不买新大楼，而是要干一件离谱的事：他们要把制药厂里那些过去直接倒进下水道的废液，统统收集起来，变成喂养机器的“黄金”。前几年，外界总觉得人工智能聪明绝顶。大家以为，只要让那些超级电脑多读几本医学书，几天就能算出一副包治百病的神药。现实却给了他们狠狠一巴掌。一群能敲出几百万行代码的天才，全被死死卡在了堆满试管的实验室门外。电脑处理起文字来飞快，可一碰到真实的细胞怎么破裂、蛋白质怎么扭在一起，全变成了瞎子。不是电脑算不动，而是根本没有真实的数据可以算。生命反应的数据太少了，人工智能就像个胃口奇大的壮汉，硬生生饿倒在了大门前。现在，巨头们砸出十几亿美金，就是为了强行掀翻这个困局。过去，研究员死死盯着显微镜，一旦看到试管里的液体变浑浊、颜色不对，一句“又没成”，连试管带药水直接倒进水槽。那叫纯粹的亏本，只能认栽。但现在，规矩变了。当那个穿着白大褂的研究员叹着气把失败的废液倒掉时，旁边冰冷仪器上的指示灯急促闪烁，摄像头和高敏传感器已经把这一秒钟里细胞死亡的精确轨迹、药剂浓度的微小偏差，全部拆解成一行行毫无感情的底层代码，顺着网线直接灌进了硅谷大厂的服务器里。无数次失败的实验结果，不再是垃圾桶里的废料，全成了让人工智能不再犯错的纠偏教材。实验室的功能，被彻底重塑了。它不再只是为了碰运气造出新药，而是变成了一个昼夜不停、专门制造“失败数据”的超级流水线。桌子一掀开，第一波数钱到手软的，根本不是那些卖新药的终端药厂。而是那些在背后生产塑料试管、合成基因片段、组装自动滴管机械臂的底层供应商。电脑算法再聪明，也凭空变不出实体的数据。它们只能靠着一台台冷冰冰的机械臂，不分昼夜地运转，一滴药水一滴药水地把真实的生物反应给硬生生挤出来。硅谷的财团们正拿着海量的真金白银，试图用机械的蛮力砸开人类生命的密码锁。这场豪赌里，到底是药企迎来了救命的神仙，还是卖试管的底层商人在闷声发大财？
2019年facebook要做跨国稳定币支付结算网络被美国国会毙掉了胎死腹中
2019年facebook要做跨国稳定币支付结算网络被美国国会毙掉了胎死腹中任何一个社交平台巨头拥有庞大的用户群体做跨国本地支付具有天然的优势推特的马斯克也想做这个做成了就是世界范围内的支付宝微信支付前途亮眼前景不可想象
前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent
前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent的主流竞争餐桌上，这背后有一个角色进入了大众的眼里，就是MetaAI的首席执行官华裔“汪滔”29岁最近看了他的几个访谈，非常喜欢也让大家感觉到了这不到30岁的年轻人站在MuseAI的发布会上侃侃而谈时的视野前段时间Meta发布了AIAgentMuse,海外媒体评价这一举动瞬间将Meta拉回到AIAgent的主流竞争餐桌上，这背后有一个角色进入了大众的眼里，就是MetaAI的首席执行官华裔“汪滔”29岁最近看了他的几个访谈，非常喜欢也让大家感觉到了这不到30岁的年轻人站在MuseAI的发布会上侃侃而谈时的视野和格局18岁辍学创业，19岁进入MIT攻读计算机一年不到又再次出来创业，果然天才的世界你我不懂他在很多访谈中表达了很多观点，以下6点值得学习1、真正的创业机会，来自发现别人忽视的关键问题2、创业初期，要有独立判断力，不被外界的声音左右了3、好的创业者，必有有承认自己错误的能力并且快速改变自己4、AI最大的机会不是让现在的模型变得更强，而是让技术真正的进入真实世界5、未来世界可能最缺失的是愿景和雄心6、企业的真正竞争力，是可以不断改进的反馈系统同时在各种访谈中，他身上表现出来很多优秀的素质：1、第一性原理思考；从亲自训练AI遇到的数据瓶颈发现创业机会，而不是根据行业热度决定做什么2、独立判断力；面对投资人质疑，能够坚持有实践依据的长期判断3、快速学习能力；承认创业初期能力不足，把持续改进看作创业者的核心任务4、接受反馈的开放性；接受导师对医疗AI方向的质疑，及时调整创业方案5、长期主义与系统思维；关注技术长期发展曲线、人才密度和组织反馈机制，而不仅是眼前产品
被meta裁员后誓不找工作已打脸
被meta裁员后誓不找工作已打脸今年5月份的时候被meta大裁员干掉了那轮对entrylevel的岗位下手非常狠，ig的dsdeentrylevel基本都裁了（有ic3朋友RE顶级rating都被干掉了）当时做了一个决定就是不去找新工作。具体原因之前的视频都讲了，一方面是对大厂的工作晋升缺乏激情，另一方面更重要的是感觉ai的发展速度让ng岗位越来越岌岌可危，就算找到了新工作，等待我的也只是下一次裁员。于是，这段时间我尝试做了一些不同的事情：1/参加了很多ai/创业events。认识了不少做ai创业/fde的人，也接触了传统行业的一些老板去聊了fde的机会。结识了一些给我带来了非常多启发的朋友。2/开始做自媒体（于是有了现在这个账号）3/开始尝试交易美股和crypto，发现自己对于这件事情是最感兴趣的4/爽搞个人兴趣爱好，攀岩（有背肌版），看书，看电影，徒步（一个人在曼哈顿从日出前暴走到黄昏后），写小说探索的过程中，其实发现不论是去创业、做自媒体，还是做交易，都是一边上班一边启动，然后等已经有一定的验证了再全职切换去做，会更好。创业来说，需要前期有一个身份去社交，去认识大量的人。在ideaandcodebothcheap的年代，vc投你不投别人，还是需要你有差异化的资源或者工作经验。而且，没有主业带来的现金流支持很容易着急，着急的话是做不出好东西的（这点交易也一样，如果需要考虑维系房租和饭钱，下注的手就很难做到客观中立了）。我见到了很多创业者白天上班/上学，晚上创业，也做出了非常好的产品。自媒体方面，不管是做科技还是生活方向上的内容，都需要一份主业让自己创作的内容保持relevant。而且，美国这边确实很多科技创作者是把自媒体作为自己影响力的杠杆，来撬动自己主业的发展，更像是一个放大器而不是单点现金流对于ai挤压下未来的劳动力市场，我仍然非常悲观。我觉得大批人失去工作、经济萧条这件事会比我们想象的更早到来（也许5年之内）我强烈建议大部分人都开始思考自己失去了传统意义上的工作之后该怎么办要么你有充足的储蓄，要么关注一人公司的早期形态我个人接下来会找一份不会耗尽我所有精力的主业，然后把业余时间集中在学习交易上面。在这个ai能力快速膨胀、个人能力贬值的时代，与其拥有有价值的技术（考证、学工具），可能不如持有有价值的资产当然去研究networking、opc创业也会是很好的方向，不过我觉得精力有限的情况下我会先做我直觉上更感兴趣的事情如果你也感兴趣crypto/炒股，非常欢迎交流！#裁员
摩根贴吧；马斯克半导体、MetaAI突破、游戏创业者逆袭摩根贴吧：作者|郭洁记者|王婷10月4日摩根
摩根贴吧；马斯克半导体、MetaAI突破、游戏创业者逆袭摩根贴吧：作者|郭洁记者|王婷10月4日摩根贴吧今日行业热报资讯一｜马斯克Terafab牵手台积电，打造全链条半导体制造基地Terafab是马斯克在半导体领域布局的重磅项目，核心目标是打破当下全球半导体产业链分散割裂的现状，项目计划将芯片设计支撑、逻辑芯片生产、存储器制造、先进封装、芯片测试以及光罩制作等全部关键环节整合在同一园区，建成一体在合作落地层面，台积电将承担该项目内晶圆制造相关能力建设工作，Terafab方面负责资金筹措、股权参与以及长期采购协议等商业配套安排，保障新增产能稳定运转。该项目此前已经和英特尔达成合作，特斯拉原本就是英特尔14A制程的重要客户，项目前期规划引入英特尔先进制造能力。业内分析认为，即便台积电正式加入，英特尔也未必退出，未来项目或将同时整合两家晶圆厂资源，按照不同产品类型和工艺需求分工生产。项目落地挑战同样不容忽视，整体建设需要数百亿美元规模的资金投入，还要向ASML、泛林、科磊、东京电子等设备厂商采购大量高端半导体设备，这类设备往往需要提前数年预定，即便资金到位也无法快速投产，行业预估首批芯片量产仍需等待数年。目前Terafab已经启动部分设备采购，项目由方案规划阶段逐步转向实体建设。项目选址落在美国得克萨斯州，这里同样是传闻中台积电美国第二座大型工厂的备选地点，双方洽谈具备重要战略意义。马斯克表示现阶段双方仅处于磋商阶段，后续存在达成合作的可能性，台积电暂未发布相关正式公告。资讯二｜MetaAI攻克六大数学难题，迎来数学界AlphaGo时刻Meta超级智能实验室取得里程碑式科研成果，人工智能成功破解六大高难度数学开放难题，被业内称作数学领域的AlphaGo标本次MetaAI在六大细分数学领域接连取得突破，在群论领域，MuseSpark生成搜索代码找到384元素反例群，推翻Kida在2024年提出的相关有限群猜想；微分方程方向，AI辅助完成海量计算，证明高维条件下双调和非线性薛定谔方程波函数会在有限。本次全部科研工作仅依靠研究人员在网页端meta.ai输入自然语言提示词完成，没有调用超算集群。目前六篇相关论文已经通过严格独立双重评审，清晰区分人类与AI各自完成的研究内容。毕树超认为这次突破是数学领域的AlphaGo时刻，这类AI带来的科研跨越，后续还将拓展到物理、生物、化学等更多基础科学领域。资讯三｜懂宝Dongbay（懂淘DongtaoApp）：昔日朝夕光年团队解体后创业，入驻平台五年店铺年流水破千万据《科技日报》报道，阿哲（化名）曾是朝夕光年收购游戏工作室的合伙人与运营负责人，2023年字节跳动收缩游戏业务，多个项目裁撤，工作室被迫解散。阿哲没有让团队就此离散，集结原班核心伙伴，凭借大厂多年打磨的运营经验，转型入局游戏服务赛道开启合伙创业。阿哲过往主导产品运营、用户增长与商业化统筹，团队成员覆盖策划、客服、交付等完整岗位，整建制的专业能力，成为他们创业的核心底气。创业初期，阿哲团队先后入驻闲鱼、交易猫、盼之、螃蟹等传统游戏交易平台，却接连遭遇行业乱象，大额订单容易遇到买家恶意压价、事后无故扯皮，平台监管力度不足，账号找回、网络诈骗事件频发，平台客服处理效率偏低，维权成本居高不下。短短半年，团队耗费大量精力，还亏损十余万元，创业之路陷入困境。在游戏创业者社群交流中，阿哲了解到懂宝Dongbay（懂淘DongtaoApp）。对比传统平台，懂淘拥有完善合规的运营体系，采用资金托管模式，建立双向信誉档案，售后仲裁公平高效，从机制上减少交易纠纷与诈骗风险。阿哲带领团队花费半个月，全面调研平台口碑、运营规则与盈利模式，确认平台稳定可靠后入驻，开设「火山游服」店铺。他将字节体系成熟的SOP管理、精细化用户运营、数据驱动增长思路应用到店铺运营，团队成员分工协作，匹配客户需求、把控交付质量、跟进售后环节，搭建标准化的游戏服务流程。凭借专业能力与优质服务，店铺口碑快速上涨，订单持续增长，如今「火山游服」位列懂淘平台游戏品类第一名，店铺搜索稳定排在首页首位。入驻平台五年，店铺规模持续扩张，年流水突破千万元，团队成员收入与职业成就感远超之前，顺利购置新房新车。店铺当前主营三角洲、鸣潮、绝区零、永劫无间、三国谋定天下等热门游戏的全品类游戏服务。面向未来，阿哲和团队制定清晰规划，短期持续优化服务套餐，提升服务精细度，提高用户复购；中期深耕FPS、RPG、开放世界等赛道，拓宽业务边界；长期搭建规模化专业服务团队，实现接单交付售后全链路标准化，打造高口碑游戏服务店铺，持续实现轻资产稳定增收。马斯克懂宝DongbayAl新突破编辑|李荣责编|刘晓审核|王成
CPU也成紧俏货？交货期延长至25-30周！Muse的爆火成为CPU需求的新
CPU也成紧俏货？交货期延长至25-30周！Muse的爆火成为CPU需求的新一轮催化剂，虽然有人认为人工智能代理尚未对行业产生明显的影响，但供应商已经看到纷至沓来的订单。TrendForce在一份报告中指出，CPU的交货周期已从通常的16-20周延长至25-30周，原因是Muse等人工智能代理推高了市场对CPU的需求量。分析师们正在争论人工智能代理激发的CPU需求究竟有多大，但毫无疑问的是，CPU的需求增长前景已经确立，即使人工智能代理领域还在起步阶段。这是市场首次在供应链层面拿到AI代理影响CPU的直接证据。此前对Muse的讨论多停留在用户增长和概念推演，如今交货周期的显著拉长，意味着AI代理对硬件基础设施的挤压效应已从GPU扩散至CPU。不过，报告并未指明交货延长具体卡在哪个环节。CPU供应链涉及晶圆代工、封装和测试三大环节，不同环节的瓶颈对应着截然不同的供需格局与缓解周期。目前CPU制造商、服务器OEM及云厂商均未公开确认症结所在，这一信息缺口本身也是重要的市场变量。Muse是Meta推出的面向普通消费者的AI个人智能体工具，核心功能包括跨网络执行任务，如填写电子表单、整理电子邮件收件箱等，旨在让用户能够管理和调度功能强大的数字助手。该应用由Meta的MuseSpark系列AI模型驱动，是首席执行官扎克伯格大举进军AI代理市场的重要举措。Meta承诺为每位Muse用户提供一台专属虚拟机，配备2个虚拟CPU、8GB内存和100GB固态硬盘。初步计算表明，随着Muse的日活跃用户规模扩大，其可能会刺激对数百万额外CPU的需求。但需求规模仍存明显预期差。Altimeter合伙人FredaDuan的测算为市场提供了可讨论的量化锚点。她假设Muse日活达1亿、每用户平均使用2小时，据此需要约833万台虚拟机满足平均负载；高峰负载为平均值的2.5倍时，最大虚拟机数量达2080万台。再结合每台虚拟机所需物理核心——以DeepSeek为参照、但Meta运行效率不及DeepSeek——她得出在2500万台活跃虚拟机的假设下，Meta可能需约1250万个CPU核心。Duan本人对这一数字持审慎态度。她指出，AI代理沙箱和虚拟机普遍存在资源超配，虚拟机保持运行状态时实际CPU利用率通常接近于零，因此Meta不需要严格为每位用户兑现承诺的硬件——1250万核心更接近理论上限而非实际采购需求。她还提醒，随着推理速度提升，每台虚拟机分配的物理核心会进一步减少，但技术效率提高往往伴随需求扩张，CPU总需求未必因此放缓。利好预期与订单兑现之间还有验证距离。为什么一款Agent能撬动CPU？因为它改变了算力的用法。Agent可拆解为“LLM（大脑）+Planning（编排）+ToolUse（执行）+Memory（记忆）”，其中CPU承担任务编排、数据调度、沙箱执行、记忆管理和工具调用等关键环节。随着Agent应用复杂度提升，GPU机头、远端存储节点、数据库节点、编排节点、沙箱节点均将增加CPU需求。中信证券引用TrendForce判断，CPU与GPU配置比例未来可能从1:4—1:8向1:1—1:2变化；东吴证券指出，Agent需要记忆偏好、调取上下文、工具编排，大量是串行业务、更依赖CPU，配比向1:1演进意味着需求是量级提升而非线性增长，服务器CPU全产业链迎来系统性重估。免责声明：文章综合网络，仅供参考交流，封面图片/配图来源网络，不构成任何投资/采购等建议，投资者据此操作风险自担。
museai邀请码，你玩各拿10亿token#人工智能##人工智能##meta#
museai邀请码，你玩各拿10亿token#人工智能##人工智能##meta#museai邀请码，你玩各拿10亿token人工智能人工智能
MetaMuse火出圈，算力需求大爆发！这波AI概念红利，你准备好接招了吗？
MetaMuse火出圈，算力需求大爆发！这波AI概念红利，你准备好接招了吗？上周刷到有人用MetaMuse输入一段100字不到的日常碎碎念，10秒就生成了3分钟质感拉满的动画短片，连光影细节都卡得恰到好处，瞬间懂了为啥它能直接火出圈。身边做AI渲染工作室的朋友最近直接把3台老3090换成了4090D，单卡显存24G，跑批量生成的速度直接翻了3倍，上个月的算力租赁订单直接排到了45天以后，连之前闲置的几台边缘计算节点都被抢订一空。现在不少中小团队都在找低成本切入的口子，不用硬砸大模型研发，哪怕做适配普通用户的AI动画小插件、给小商家做定制化的生成模板，都能蹭到这波算力溢出带起来的红利，根本不用挤破头去抢头部赛道的饭吃。
有一些五月被Meta大裁员的人来投我们公司了[笑着哭]看了几个Candidates都是Meta来的
有一些五月被Meta大裁员的人来投我们公司了[笑着哭]看了几个Candidates都是Meta来的
Meta推出企业级AI平台，任命前MongoDB首席执行官执掌新业务9月28日，
Meta推出企业级AI平台，任命前MongoDB首席执行官执掌新业务9月28日，Meta创始人兼首席执行官扎克伯格宣布，公司正式启动全新业务支柱——Meta企业平台，帮助企业借助人工智能实现增长和转型。扎克伯格表示，超级智能将为个人和企业带来重大新机遇。Meta已经服务全球数十亿用户，并帮助数亿家企业触达客户。如今，公司将把这一能力延伸到企业侧，推出Meta企业平台，让企业也能用AI探索新的发展方式。该平台将依托Meta少有的综合优势：先进模型、领先智能体、大规模基础设施，以及长期服务大量企业的经验。初期，Meta计划向企业和开发者开放完整技术栈，包括Muse智能体、MetaBusinessAgent、MuseAPI、MuseCode等，助力企业扩大业务。为推进这项工作，扎克伯格宣布任命Chirantan“CJ”Desai担任首席企业平台官，直接向其汇报。Desai长期深耕企业软件，曾在人工智能、基础设施、商业应用和安全等领域打造全栈产品并取得成果。他此前担任MongoDB首席执行官兼总裁，更早曾负责Cloudflare产品和工程，并在ServiceNow工作近八年，担任过总裁兼首席运营官。Desai表示，未来几年，人工智能将深刻改变各类组织的创新、增长、客户服务和日常运营。Meta的独特之处在于，既拥有先进模型和领先智能体，也有帮助数百万广告主和数亿企业实现规模化发展的经验。他指出，Meta企业平台的核心，是把公司的人工智能技术栈转化为企业可落地使用的产品和服务。安全和隐私将从一开始嵌入企业产品。目标是让Meta成为企业用来扩大业务的重要平台。此次发布，标志着Meta在消费互联网之外，进一步向企业级人工智能服务延伸。具体产品细节和落地节奏，仍有待后续公布。
#美教授称美国的AI投资恐爆雷#【#美国砸10万亿美元梭哈AI#？教授：可能“爆
#美教授称美国的AI投资恐爆雷#【#美国砸10万亿美元梭哈AI#？教授：可能“爆雷”】近日，美国布鲁金斯学会发布哥伦比亚商学院教授StijnVanNieuwerburgh的最新研究。他在报告中测算，2025年至2032年，美国数据中心、电力设施、网络设备、GPU及其他AI基础设施累计投资可能达到约10.3万亿美元（约合69.1万亿元人民币），平均每年相当于美国GDP的3.63%。报告指出，按这一投资强度计算，美国当前的AI建设周期已经超过历史上的多轮大型基础设施扩张。1870年至1890年的铁路建设年均投资约相当于GDP的2.24%，1956年至1973年的高速公路建设约为1.13%，1996年至2003年的通信和光纤建设约为1.10%。巨额投资的背后，是越来越昂贵的AI数据中心。报告以一座200兆瓦的AI训练园区为例，其初始建设成本约82亿美元（约合551亿元人民币），其中数据中心建筑约22亿美元（约合148亿元人民币），新增电力设施约4亿美元（约合27亿元人民币），GPU、网络和存储等IT设备约56亿美元（约合377亿元人民币），约三分之二的资金都投入了更新速度更快的计算设备。按照这一标准，一座1吉瓦级AI园区的成本已经达到约410亿美元（约合2752亿元人民币）。报告测算，到2032年，美国可能新增约182.8吉瓦数据中心容量，另有117.2吉瓦项目在2032年以后投入使用。2025年至2032年发生的建设支出可能达到10.3万亿美元（约合69.15万亿元人民币）。数据中心越建越贵，几家科技巨头合计经营现金流却开始赶不上资本开支。Oracle、Microsoft、Amazon、Meta和Alphabet五家公司合计资本支出从2020年的968亿美元（约合6500亿元人民币）升至2025年的4158亿美元（约合2.79万亿元人民币），同期经营现金流为6032亿美元（约合4.05万亿元人民币）。报告预计，2026年五家公司资本支出将进一步增至8005亿美元（约合5.37万亿元人民币），而经营现金流约为7071亿美元（约合4.75万亿元人民币），资本支出首次超过经营现金流，相当于经营现金流的约113%。高盛同样预计，美国AI相关投资占GDP的比例将从2026年的1.8%升至2027年的2.5%，2028年进一步达到2.8%。美国AI巨头开始越来越多地依赖借贷和外部融资“输血”。报告援引摩根士丹利估算，2025年至2028年，为满足大型云厂商新增算力需求，需要约2.9万亿美元（约合19.5万亿元人民币），其中超过一半需要依靠外部资本。在全部融资中，股权和债务比例约为六四开，仅私募信贷规模就可能达到约8000亿美元（约合5.37万亿元人民币），企业债约2000亿美元（约合1.34万亿元人民币），结构化融资约1500亿美元（约合1.01万亿元人民币）。VanNieuwerburgh以Meta在美国路易斯安那州建设的HyperionAI数据中心为例。报告分析的项目规模约2吉瓦，对应约300亿美元（约合2014亿元人民币）资产。Meta将80%的项目股权出售给美国另类资产管理公司BlueOwl后，合资实体又融资270亿美元（约合1813亿元人民币）债务，使项目层面的债务资产比接近90%。Hyperion债务发行收益率达到6.58%，较Meta同期直接发行类似公司债高出至少100个基点。报告估算，仅这一利差在整个融资周期内就会增加超过50亿美元（约合336亿元人民币）的利息成本，并最终反映在Meta支付的租金中。类似的长期支付义务已经出现在更多大型科技企业身上。美国信用评级机构穆迪估算，大型云厂商已经承担约9700亿美元（约合6.51万亿元人民币）租赁承诺，其中约6600亿美元（约合4.43万亿元人民币）属于尚未进入资产负债表的未来租约。报告援引《华尔街日报》统计称，仅Microsoft、Alphabet、Amazon和Meta四家公司，未来租赁和采购等表外义务就已经达到约2.4万亿美元（约合16.1万亿元人民币），其中包括9040亿美元（约合6.07万亿元人民币）未来租赁承诺和1.52万亿美元（约合10.2万亿元人民币）未来采购承诺，后者主要涉及芯片。然而，AI数据中心本身又是一类核心设备折旧速度很快的资产。铁路等传统基础设施可以使用几十年，而今天数据中心的大部分资金都投入GPU、服务器、存储和高速网络设备。报告测算，一座200兆瓦AI数据中心约82亿美元的投资中，约68%用于GPU、服务器和网络设备等IT资产，这部分资产按6年经济寿命计算；建筑、电力和冷却设施等剩余资产则按20年计算。如果IT资产的经济寿命从6年缩短至3年，在其他条件不变的情况下，每年需要回收的资本比例将从19.37%升至31.10%，相应的成熟期年收入要求也会从约3.7万亿美元（约合24.8万亿元人民币）增加至约6万亿美元（约合40.3万亿元人民币），相当于2032年美国GDP的14.8%。Hyperion也体现了长期融资与快速技术迭代之间的矛盾。其项目债务期限一直延续至2049年，Meta则从2029年开始通过一系列四年期租约使用园区，并承担相应的资产残值保障。与此同时，支撑数据中心需求的GPU、冷却系统和计算架构可能在几年内就发生明显变化。债权人看的是项目未来的长期租金和资产残值，但这些收入最终仍取决于Meta是否持续需要如此庞大的算力。一旦技术迭代或者AI需求变化使数据中心利用率和资产价值低于预期，压力仍可能通过租金、担保和再融资成本重新传导至科技巨头。报告指出，这种长期融资期限与底层技术快速迭代之间的错位，是AI基础设施面临的重要风险之一。电力又是另一层阻碍。报告估算，一座200兆瓦AI数据中心持续满负荷运行，一年的耗电量大致相当于17万户美国家庭。按照报告测算的2032年建设规模，新增AI数据中心的耗电量可能相当于目前整个美国居民部门的用电量。大量项目还需要同步获得变电站、高压输电线路、并网容量和新的发电设施。报告指出，电网接入可能需要数年，同时项目还面临电力成本上涨、地方反对以及GPU、高带宽内存和网络设备供应不足等限制。报告测算，目前美国约509吉瓦规划中的数据中心项目中，约226.9吉瓦最终不会建成，另有117.2吉瓦要到2032年以后才能投入运行。建设受阻之外，更大的问题是这些设施建成以后能不能赚回如此庞大的投入。报告按照182.7吉瓦新增容量、约9.61万亿美元（约合64.5万亿元人民币）的投产资本测算，若投资者要求10%的无杠杆回报率，同时经营现金流率达到50%，这些数据中心成熟后每年需要产生约3.725万亿美元（约合25万亿元人民币）收入，相当于报告预计2032年美国GDP的9.2%。换算成算力价格，在100%利用率下，每块GB300GPU每小时需要创造约5.5美元（约合37元人民币）收入；如果设备利用率只有80%，这一数字将升至约6.9美元（约合46元人民币），利用率降至70%时则需要约7.9美元（约合53元人民币）。报告指出，目前高端英伟达GPU按需或短期租赁价格通常约为每GPU小时6美元至10美元以上（约合40元至67元人民币），按当前市场价格，上述收入要求仍处于可以达到的区间。真正的问题在于，到2032年市场可能新增约180吉瓦算力，需求能否以相近速度增长。随着云厂商、模型公司和算力供应商同时扩张，一旦新增数据中心产能增长快于实际需求，设备利用率和GPU租赁价格都可能下降，实际收入也会低于最初的投资测算。对于那些大量依靠债务建设的数据中心而言，高杠杆之下也可能转化为更大的股权损失和偿债压力。要消化如此庞大的新增算力，本身就需要AI产业收入保持极高增速。报告援引当前估算称，OpenAI和Anthropic合计年收入约1000亿美元（约合6713亿元人民币）。如果以这一收入规模作为参照，要在2032年达到3.725万亿美元，需要未来数年保持大约80%的年复合增长率。报告还指出，随着AI基础设施投资规模扩大，芯片厂商、云厂商、数据中心运营商和金融机构之间正在形成更加紧密的资本循环。以英伟达为例，它一边向云厂商和数据中心出售GPU，一边又通过残值担保等方式帮助客户获得融资，降低大规模采购芯片的资金门槛。云厂商则继续建设数据中心、向模型公司出售算力，数据中心投资者再依靠大型科技企业的长期租赁和采购承诺支撑债务。这套结构能够持续运转，前提是新的资本不断进入的同时，AI需求、算力利用率和租赁价格也要不断增长。但未来未必能一直如这些企业所愿。一旦需求增长赶不上数据中心和GPU产能释放，芯片价格、算力租赁价格和设备利用率都可能下降，而已经签下的债务、租金和采购承诺仍需继续支付。
腾讯，会成为下一个Muse吗？Meta的Muse爆火，真正刺激市场
腾讯，会成为下一个Muse吗？Meta的Muse爆火，真正刺激市场的不是“又出了一个AI”，而是让大家看到了一件事：AI开始从“回答问题”，走向“替你办事”。这恰恰是腾讯最值得想象的地方。腾讯真正的底牌可能不是混元有多强，而是微信。微信背后有社交、支付、小程序、企业微信、内容、游戏、腾讯云……如果未来AIAgent能直接调用这些能力，那么你只需要说一句：“周五去上海，帮我订机票、酒店和接送。”AI就可能替你完成整个流程。这时候，微信就不再只是聊天工具，而可能变成一个**“AI替你办事的超级入口”**。所以腾讯真正需要复制的不是Muse，而是Muse背后的逻辑：让用户不再操作App，而是直接把事情交给AI。当然，现在距离这个阶段还有很长的路，尤其是权限、安全和商业生态的打通。但如果微信真的跑通了Agent，腾讯的AI故事就可能完全变了。过去腾讯卖的是流量，未来腾讯可能卖的是“AI替你完成事情的能力”。这才是腾讯最值得关注的AI变量。
#Meta发布AI钥匙扣设备#把AI个人智能体挂到钥匙扣上，这是Meta第一次这么干。Muse上线1
#Meta发布AI钥匙扣设备#把AI个人智能体挂到钥匙扣上，这是Meta第一次这么干。Muse上线13天260万下载，日活顶着ChatGPT三翻，苹果们看傻了，股价一天顶了2000亿。设备2寸OLED屏，自带5G，前后双摄，指纹一按就唤起Muse，不打电话不视频，自己带着5G走。负责人是前苹果界面设计主管AlanDye，规格表摆Meta发布AI钥匙扣设备把AI个人智能体挂到钥匙扣上，这是Meta第一次这么干。Muse上线13天260万下载，日活顶着ChatGPT三翻，苹果们看傻了，股价一天顶了2000亿。设备2寸OLED屏，自带5G，前后双摄，指纹一按就唤起Muse，不打电话不视频，自己带着5G走。负责人是前苹果界面设计主管AlanDye，规格表摆出来就是奔着旗舰级硬件去的，不是玩具。但同一周Muse刚曝零日漏洞，本地任何程序都能拿走账号token接管智能体。一个常驻在线的小东西贴你身上，指纹随便按，前后摄像头随便看，等于把家门钥匙交给一个昨天还偷过你钱包的人。AI入口卷到钥匙扣上，到底是真随身AI，还是把隐私挂身上卖。
字节跳动的营收快赶上腾讯和阿里的总和，无限接近国际巨头Meta。最关键的是字节的
字节跳动的营收快赶上腾讯和阿里的总和，无限接近国际巨头Meta。最关键的是字节的增速还没有放缓，海外市场还有30亿的用户，而腾讯和阿里已经接近饱和了。字节现在又疯狂投资AI抢占未来，目前来看也占据领先地位，太恐怖了。十年前，根本没人会相信有哪家企业能挑战腾讯和阿里巴巴。字节，拼多多都做很出色，海外市场做比前面两家出色。
Meta新AIMuse上线两周下载日活双超ChatGPT同期！它不只聊天还能替你填表、订餐、砍价。从
Meta新AIMuse上线两周下载日活双超ChatGPT同期！它不只聊天还能替你填表、订餐、砍价。从给答案到做事情，这波真能跑通还是又一个开局爆红？
Meta新AIMuse上线两周下载量日活双超ChatGPT，它不只聊天还能替你填表下单。但能否避免重
Meta新AIMuse上线两周下载量日活双超ChatGPT，它不只聊天还能替你填表下单。但能否避免重蹈Vibes覆辙，还得看能不能真把事办妥。
Muse上线十天登顶，ChatGPT被挤到后面，Meta市值暴增1900亿美元，
Muse上线十天登顶，ChatGPT被挤到后面，Meta市值暴增1900亿美元，海外彻底沸腾。可中国云栖大会千问传出的一条消息，才真正让3亿普通人睡不着。9月18日，一款叫Muse的App登上了美国AppStore免费榜第一，把ChatGPT都挤到了后面。Meta股价当天大涨超过11%，市值一天增加了上千亿美元。这款产品上线才十天，下载量就突破了90万次。Muse能干什么？订机票、填表格、在线购物、取消订阅，你动嘴它动手。跟以前那些只会聊天问答的AI不一样，它是真的替你干活。几乎同一时间，9月22日的云栖大会上，千问宣布加速打造PersonalAgent，服务3亿用户。千问产品负责人郑嗣寿说了一句让我印象很深的话：让每个人拥有自己的AI助理，从千问上线第一天起就是不变的目标。两件事放在一起看，方向已经很清楚了：AI正在从“你问它答”变成“它主动替你办事”。这对普通人来说，意味着第一次有机会把一个真正懂自己的工具装进生活。但今天我想聊的，是另一个更要命的问题。2025年有个数字特别扎眼。45家百亿量化私募全部赚钱，平均收益率37.6%，最高的超过70%。而同期，散户人均亏损2.1万元，近八成账户亏钱。你亏的钱去哪了？不是被市场蒸发了，是被工具比你先进的人拿走了。量化机构怎么收割散户的？南大安同良教授团队拆解得很清楚：量化先把一只股票拉出“放量突破”的架势，散户看到均线多头排列就追进去，量化停止买入，开始小批量高频往外卖，股价每天跌个百分之一到三，跌上二三十天，散户扛不住割肉，量化再把筹码接回来。你看到的信号，本身就是别人想让你看到的。监管不是没出手。2026年6月，上交所清理了量化机构的专属高速通道，速度特权被收回了。但速度优势关掉之后，量化还有一个更难消除的优势——算法优势。通道可以关，算法关不掉。就在这个背景下，Muse这类AIAgent来了。它能替散户做股票研究、拉财报、生成盘前简报。以前这是机构的专利，现在花几十美元订阅就能用。国内券商也早就向散户开放量化AI工具了，但有个门槛——账户日均资产30万元才能开通，业内管这叫“量化平权”。30万这个门槛，把谁挡在外面了？恰恰是亏得最惨的那批小散户。10万以内的账户，亏损率高达98%到99%。量化平权的门槛，正好卡在最需要帮助的人够不到的地方。你说巧不巧？我反正觉得不巧。那Muse这种AIAgent到底能不能让散户翻身？我的判断是——能提供帮助，但别指望它替你扭转局面。道理很简单。散户拿到AI工具，是在一个已经被反复收割的市场里做高抛低吸；而机构手里的AI工具，本身就是制造收割的工具。你手里的枪和对手手里的枪长得再像，子弹在谁手里、膛线是谁车的，这才是决定胜负的东西。Muse能做的研究，本质上是更快地分析均线和参数。但它看不透量化背后的博弈手法，更麻烦的是——它拿去分析的数据，可能就是量化想让你看到的数据。不过有一个信号值得注意。在Muse爆火之前，八名美国国会议员联名致信SEC，问了一个核心问题：当AIagent替散户炒股的时候，它到底归谁管？这说明AIAgent接手投资这件事，已经到了连监管层都觉得需要认真对待的地步。咱们国内这边，2026年5月国家网信办、发改委、工信部联合印发了《智能体规范应用与创新发展实施意见》，明确要求智能体发展要“安全可控”，要厘清用户与智能体的决策边界。政策信号很清楚：支持创新，但底线是让技术为人服务，不是让人被技术控制。回到千问这边，它在大会上公布的进展也很实在。健康上，用户授权后可以接入智能手表和动态血糖仪，睡眠、运动、心率、血糖都能汇成个人健康档案。理财上，国泰海通、易方达基金等20多家机构已经接入。开放平台覆盖领域达到20多个，申请入驻的伙伴超过1000家。这些事单独看好像都不算大，但叠在一起，指向的是同一个方向：AI正在从通用工具变成围着你的需求转的专属助理。我的观点是：个人Agent时代确实来了，这是好事。它能帮你省时间、省钱、更好地管理健康和生活。但到了投资这种涉及真金白银的领域，不要把决策权完全交出去。Agent是你手里的工具，不是你的替身。工具平权了，但游戏规则没变。最终按下买入键的那个人，还得是你自己。因为在这个市场里，能对你钱包负责的，只有你自己。
Meta新AIMuse冲上美国AppStore免费榜第一，12天下载跑过早期
Meta新AIMuse冲上美国AppStore免费榜第一，12天下载跑过早期ChatGPTMeta新推出的AIAgentMuse火得比预想中快，上线不到两周，就冲到了美国AppStore免费应用总榜第一，把ChatGPT也压在了后面。Muse和普通聊天机器人不太一样，它不只是回答问题，还能连接邮箱、日历等服务，帮用户订餐厅、填表格、购物，甚至直接处理一些需要多步操作的任务。Apptopia把Muse和ChatGPT上线后的12天放在一起比较，仅看美国和加拿大的iOS数据，Muse下载量达到约180万次，同期ChatGPT大约是130万次。这个成绩也有一个背景，Muse目前主要在美国和加拿大开放，Meta从9月8日发布后就在快速推广这款产品，所以现在还不能简单理解成它已经在全球超过ChatGPT。真正值得注意的是，用户这次追捧的不再只是一个更会聊天的AI，而是一个可以替人点网页、跑流程、真正把事情办下去的Agent。如果Muse的热度能持续，AI应用下一轮争夺的重点，可能就会从谁回答得更聪明，慢慢变成谁能替用户做更多事情。
Meta的Muse智能体在9月8日上线后，约五天内下载量达到73万次，到9月21日累计超过250万次
Meta的Muse智能体在9月8日上线后，约五天内下载量达到73万次，到9月21日累计超过250万次，一度超过ChatGPT成为美国iOS免费应用榜首。市场反应激烈，Meta股价当天涨超11%。但下载量和收入之间隔着一条很长的路。Meta二季度自由现金流从去年同期的85亿美元骤降至7.84亿美元，降幅91%，几乎全部被AI基础设施支出吞噬。全年资本开支指引为1300亿至1450亿美元，接近去年的两倍。扎克伯格给Muse设定的商业模式是订阅制，付费方案主要面向重度用户，用来抵消运行智能体的算力成本。同时Meta在探索用户通过Muse完成购物时抽取佣金。这两条收入路径都有一个共同的验证前提：用户是否愿意让一个AI代理代替自己操作账户、完成交易。信任问题是Muse商业化最大的障碍。让AI代理帮用户购物、管理财务，意味着用户需要把账户密码和支付权限交给这个代理。这个信任门槛比下载一个免费App要高得多。已经订阅了ChatGPT或Gemini的用户，还需要额外的理由来为Muse再付一笔月费。扎克伯格的判断是，个人AI代理将成为“下一波产品和收入线的基础”。这个判断如果成立，Meta当前每年1400亿美元的算力投入就有了回报路径。如果不成立，这笔投入对自由现金流的消耗将变成持续性的财务压力。Meta的赌注押在了一个尚未被验证的假设上：用户愿意为“替自己干活”的AI按月付费。Muse的下载数据证明了好奇心，但好奇心不等于付费意愿。你愿意每月花多少钱让AI代理替你处理日常事务？
Meta的Muse能自主打开浏览器、处理文档、处理邮件、订票购物，现在已经冲到苹果AppStore免
Meta的Muse能自主打开浏览器、处理文档、处理邮件、订票购物，现在已经冲到苹果AppStore免费榜第一；Meta暴涨约12%；因为Muse跑的时候需要大量调度跑CPU，英特尔暴涨12%。[抠鼻]想起来，某问的订外卖，奶茶，可惜将帅不🍺！Meta的Muse能自主打开浏览器、处理文档、处理邮件、订票购物，现在已经冲到苹果AppStore免费榜第一；Meta暴涨约12%；因为Muse跑的时候需要大量调度跑CPU，英特尔暴涨12%。[抠鼻]想起来，某问的订外卖，奶茶，可惜将帅不🍺！