拆解Muse叙事：“新入口”逻辑并不成立

勇气与克制的较量

十年前的2016年4月，扎克伯格在旧金山的F8开发者大会上演示Messenger里的聊天机器人，给花店1-800-Flowers的机器人发消息，订了一束花。

他对台下说：“我从来没见过喜欢给商家打电话的人。”接着补充说以后订花在也不用给1-800-Flowers打电话了。

那一年Messenger月活刚过9亿，合作伙伴超过40家，包括CNN、eBay和沃尔玛。扎克伯格的判断是，没有人愿意为每一家商家都装一个App，对话框可以替代它们。

2026年9月8日，同一家公司发布了个人AI Agent产品Muse。用户在独立App或WhatsApp里给它发消息，它替用户联系商家、完成购买，逻辑与十年前颇为神似。

十年间沧海桑田，技术已有巨大进步。Muse运行在Meta云端为每个用户单独分配的虚拟机里，能操作浏览器、填表、比价下单、处理邮件，用户关掉应用后它仍在后台执行任务。

上线13天，Muse登上美国iOS和Android免费榜双第一，下载量超过250万。

Meta的股价和叙事十年间画了一个圆。

2016年的“对话式商业”没有成为入口，Messenger机器人最终沦为客服工具，依赖人工兜底的助手M在2018年初关停。

2023年，扎克伯格宣布那一年是“效率之年”，裁员、压缩管理层级、降资本开支预期，Meta股价全年涨了近200%。彼时市场奖励的是省钱；

2026年，Meta把全年资本开支指引上收到至少1300亿美元，第二季度自由现金流降至7.84亿美元。9月21日，Muse上线第13天，Meta单日上涨11.4%。这一次市场奖励的是花钱。

投资者一直在等一个能让天量资本开支见到回报的消费端用例，Muse恰好在这个时候出现。

每一次AI技术跃进，科技巨头都会试图用它抢占一个面向消费者的超级入口。这个想象的力量远大于现实。

但决定一样东西能不能成为入口的，从来不只是能不能办成事，还有办成事之后谁来付钱、谁肯放行、用户会不会留下来。

Muse把第一个问题回答得比任何前任都好，后面三个问题，和十年前一样没有答案。

一. 第5次入口尝试

每隔2-3年，“AI驱动新入口”的叙事，就会以更高的技术完成度和更大的市场热情回来一次。

2014年亚马逊发布Echo后，Alexa被寄望于成为家庭消费的中枢，可到了2018年，只有约2%的Alexa设备用户用语音下过单，其中约9成没有再试第二次，亚马逊虽然不认同这组来自Information援引知情人士的数字，但也没给出替代数据。

Messenger机器人在F8发布后的两年里存在感持续走低，脸书也不再将Messenger视为商业平台的主战场推进。

ChatGPT刚出圈的2023年，GPT Store和插件被称为“AI时代的App Store”，同期Rabbit R1和Humane AI Pin带着“替代手机”的叙事发布。A股在2024年3月出现Kimi概念股涨停潮，彼时Kimi的标签除了长文本就是2C。

结局是，GPT Store流量平淡；Humane在2025年初把资产卖给惠普，AI Pin随即停止服务；Kimi后来的主要增量来自海外API调用，化身C端入口的故事一直没有兑现。

2025年9月29日，ChatGPT上线Instant Checkout，允许用户在对话中直接完成购买，宣布当天Etsy股价涨了近16%。不到半年，OpenAI收缩了这项功能，把结账交还给商家。沃尔玛高管Daniel Danker披露，端内结账的转化率只有把用户导回沃尔玛官网的1/3。

距离这次最近的是今年春节，阿里千问用30亿元免单活动在6天里完成1.2亿笔下单，QuestMobile统计的DAU一度冲到7352万，高峰过后维持在3000万左右。

Muse这回已经是第5次，过去的共同点是，市场几乎每一次都为热闹买了单，而每一次的结局都停在了“功能”，并没有走到“入口”。

失败常被归咎于技术，其实十几年前的音箱就已经听得懂“再买一包纸巾”，然而用户试过一次就不再用。

Muse的体验当然前进了一大步。大摩分析师Greg试用Muse买帽子，从发出需求到收到确认邮件不到两分钟，Muse还主动提醒他航班时间并建议加急配送。小扎十年前承诺的体验终于实现了。

但很多问题的壁垒并不在模型上。Muse上线次日，支付媒体PYMNTS让Muse去亚马逊补货、在Domino's点披萨、在Resy订位，三件事都没办成，卡住它的是账号授权、逐个连接Gmail和日历，以及结账环节。

假如这一次入口故事仍然不成立，原因或许仍然和技术没关系。

二. 时间，消磨或是消灭

市场之所以相信个人Agent会成为新入口，很大程度上来自过去十年的感官经验——Feed流推荐重塑了互联网的入口格局。

抖音用算法推荐把用户时间从搜索和社交手里抢走很多，野村援引QuestMobile的数据显示，今年7月抖音日活7.14亿，日活用户人均每天使用约2个小时，总使用时长第一次超过微信。

短视频、直播、信息流广告，本质上都在延长用户的停留时间，在停留中制造需求。

但推荐流的成功的前提，是人们有大量的时间愿意被消磨。

刷抖音、逛拼多多，对许多用户而言本身就是娱乐。黄峥曾在致股东信里，把拼多多描述为Costco与迪士尼的结合体，Costco的一半是效率，迪士尼的一半就是消磨时间。

个人Agent的产品逻辑刚好相反。

它的价值在于消灭时间，用户把一件事交给Agent，Agent在后台把它做完，人可以去做别的。

Muse把这一点做到了极致，用户关掉应用后它继续工作，只在需要审批时才回来找人。

个人Agent或许可以产生需求，Muse会把用户收藏的菜谱Reels变成采购清单，给晚宴提议菜单，记住朋友的忌口，再主动发出邀请；千问向品牌开放的Agent，被设计成会做行程提醒、权益到期提醒和复购推荐。

大摩分析师也发现，Muse会主动告诉用户“我可以替你做这个”；硅基助理的推荐和提醒，有时可以能让人多买一些东西。

它产生的需求有两个特点。

一是高度依附于已有的意图或记录。续订、复购、换货、换一家更便宜的保险，多半是替换性的需求，很少凭空长出来。

二是它不产生停留。推荐流在人没有目的的时候留住人，每多停留一分钟就多一次曝光；Agent的全部努力是让人尽快离开，把事情做完就走。

MBI Deep Dives的一位评测者在Muse上线后很快用掉了免费档周额度的81%，他认为最好的用途是把自己所有的Gmail账户连起来。至于点外卖，他写道：

至少一半时候他并不知道自己想吃什么，是在美国版饿了么的DoorDash上浏览的过程中才决定下来的。

对已经知道自己要什么的人，Agent能提高效率；对还没想好的人，浏览本身就是决策，跳过浏览等于跳过了需求形成的那一段。

正如Muse可以把菜谱Reels变成采购清单，但做饭念头是在Instagram的推荐流里产生的，Agent只是接过了执行。

AI的传教再狂热，也不该因为AI更新鲜有趣，就把Instagram推荐流功劳记在Agent头上。

Agent一旦开始主动推荐，就向推荐系统靠拢，而在电商和本地生活里，推荐位的收入天然来自卖方。

今年6月初有媒体实测，让豆包比较三个平台上同一款耳机的价格，答案底部挂出的却是自家抖音商城的商品卡。

接受谁的钱，就替谁说话，这是Agent面临的根本问题。