2023 年 9 月，扎克伯格在发布会上和 Snoop Dogg 的 AI 分身一起玩跑团游戏，给一个叫 Meta AI 的新助理开场。不到两年后，同一条产品线的"发现"页把用户以为私密的出轨忏悔、逃税提问、法律纠纷公开挂上首页，Meta 花 143 亿美元请来一位新任首席 AI 官，一次性裁掉 600 名做这件事的人，首席科学家转身离开自立门户。2026 年 9 月 8 日，继承者 Muse 一周内冲上美国 App Store 免费榜第一，两周内又被亚马逊连夜封杀购物权限。这是 Meta 用 24 个月把"个人 AI 助理"这件事做砸、推倒重来、再赌一把的故事。
一句话版：Meta 用两年时间把"个人 AI 助理"这件事从公关灾难做成了 App Store 免费榜第一——但推动这场翻身仗的，与其说是模型突然变聪明了，不如说是 Meta 把自己捅出来的隐私窟窿，直接做成了新产品最大的卖点。
多数报道把 Muse 的走红讲成一个"砸钱挖人 + 疯狂重组"的胜利故事，证明扎克伯格的豪赌是对的。但仔细看 Muse 的核心卖点——每用户独立的 Secure VM 沙箱、宣称自己"看不到密码和支付信息"的 Sentinel 监控系统——几乎是逐条针对两年前"发现"信息流丑闻和后续隐私诉讼量身定制的补丁。Meta 这次真正卖的不是更聪明的 AI，是"这次我们真的会保护你隐私"这句迟到两年的承诺，而这句承诺能不能兑现，发布两周内就已经开始打自己的脸——内测阶段已经曝出 Muse 意外把用户 iCloud 私人照片暴露了出来。
在逐段拆解之前，先看一眼全景——这条时间线上有过两次公关灾难、一次 143 亿美元的组织重整、一场天价人才战、一位创始科学家出走，和一次 600 人的裁员，最后才轮到 Muse 登场。
2023 年 9 月 27 日，Meta 一年一度的 Connect 开发者大会上，扎克伯格宣布了一个基于 Llama 2 打造的通用助理 "Meta AI"，计划接入 Facebook Messenger、Instagram、WhatsApp，以及 Ray-Ban Meta 眼镜和 Quest 3 头显，还能联网搜索回答问题。
但当晚真正抢镜的不是这个通用助理，而是同台发布的 28 个名人 AI 角色扮演机器人：Snoop Dogg 扮演跑团地下城主"Dungeon Master"，MrBeast、Tom Brady（"Bru"）、Kendall Jenner（"Billie"）、Paris Hilton（"Amber"）、Charli D'Amelio（"Coco"）纷纷把自己的人设授权给了 Meta。扎克伯格本人在现场和虚拟版 Snoop Dogg 玩了一局跑团游戏。
官方给出的定位很明确："这不只是回答问题，而是关于娱乐、关于帮你和身边人建立连接。"换句话说，Meta AI 从诞生第一天起，走的就不是"效率工具"路线，而是"社交娱乐附加品"路线——这个选择会在两年后被证明埋下了隐患。
回头看，这场发布会里最值得记住的不是产品能力，而是产品哲学：把一个通用 AI 助理，包装成一堆能陪你聊天、演角色、发朋友圈的"人设"。这条思路后来直接长成了 §04 那场"发现"信息流事故的雏形——既然助理的价值在于"分享"和"互动"，那把对话变成可公开浏览的内容，在产品经理眼里就是顺理成章的下一步。
2024 年 4 月，Meta AI 全面升级为 Llama 3 驱动，官方称已是"全球领先的 AI 助理之一"；4 月 23 日再加上多模态视觉能力，Ray-Ban Meta 眼镜可以直接"看懂"你眼前的东西。9 月的 Connect 2024 上，升级到 Llama 3.2，眼镜端支持连续对话、记忆功能（比如记住你停车的位置）、Spotify/Amazon Music 等语音整合。
同一场大会上，扎克伯格抛出了一个更抓眼球的数字：Meta AI 月活跃用户"接近 5 亿"，即将成为全球用得最多的 AI 助理。一个多月后的第三季度财报电话会上，这个数字被正式确认突破 5 亿——距离发布刚好一年。
但这个数字从一开始就有争议：Meta AI 被强行设为 Facebook、Instagram、WhatsApp 搜索栏的默认入口，且用户无法关闭；批评者指出所谓"月活"很大程度上是被动曝光，而不是主动使用。8 个月后，也就是 2025 年 5 月，这个数字又翻倍跳到了"10 亿月活"——同期 ChatGPT 官方披露的口径是约 2-3 亿周活用户，两者统计方式并不可比，但这个对比足以说明 Meta 一直在用规模数字讲故事，而不是用留存数字讲故事。
"5 亿月活"到"10 亿月活"只用了 8 个月，靠的不是产品突然变好用，而是把入口焊死在了 34 亿人每天都要打开的三个 App 里。这条曲线后面会在 §09 的裁员和 §10 的重新设计里被反复提起——因为它恰恰是"规模好看、留存难看"这类虚胖增长最经典的样本。
2025 年 4 月 29 日，Meta 首届开发者大会 LlamaCon 上，独立的 Meta AI App 正式发布（iOS/Android/网页 meta.ai），由 Llama 4 驱动。主打语音优先：支持全双工语音对话，可选名人配音（Judi Dench、Kristen Bell、John Cena 等）；引入了一个叫 "Discover"（发现） 的公共信息流，用户可以分享、浏览、点赞评论别人和 AI 的对话；同时结合 Facebook/Instagram 数据做个性化，并与 Ray-Ban Meta 眼镜配套 App 打通，实现眼镜端到手机端的对话续接。
发布时，扎克伯格称"目前已有 10 亿人在使用 Meta AI"，把这款独立 App 定位为直接对标 ChatGPT 的产品——这是 Meta 第一次公开承认，自己想要的不只是"嵌在别的 App 里的功能"，而是一个独立的、有自己用户心智的 AI 产品。
"Discover"信息流当时被包装成产品亮点——证明 Meta AI 不只是问答工具，还能变成社交内容。没人预料到，六周后，这个被当作卖点推出的功能，会变成公司近两年最大的一次公关事故的直接导火索。
独立 App 上线不到六周，2025 年 6 月上旬，媒体开始集中披露：Meta AI 的公开"发现"信息流里，充斥着用户误以为私密的对话内容。Malwarebytes 的报道列出的案例包括产后症状、慢性荨麻疹、心理健康危机的求助，一名教师公开分享了仲裁邮件全文，一名房东贴出了驱逐通知草稿；还有出轨坦白、信仰危机、逃税咨询，甚至"家人是否会因白领犯罪被牵连逮捕"这类高度私密的问题。部分帖子还附带了发帖人的真实用户名和 Facebook/Instagram 头像。
更极端的案例被 Wired 报道并被 Slashdot 转载：一名 66 岁男子公开发帖询问"年轻女性喜欢什么样的老年白人男性"，同时无意中暴露了自己的年龄和搬迁意愿。根因并不复杂——分享按钮的设计没有给出清晰警示，多数用户不清楚点击"分享"意味着把整段对话公开发布，而不是仅仅收藏；评论区又对所有人开放，存在被骚扰、被人肉的风险。
事情曝光后，Meta 在"分享"流程里加了更明确的公开提示弹窗，并提供"仅自己可见"的选项——但批评者指出这只是加强了提示，并没有把默认状态改成私密。一个月后，安全研究员 Sandeep Hodkasia 又上报了一个独立的技术漏洞——即便用户已经设置为"私密"，这个漏洞也能让人访问到未被分享的对话内容，Meta 为此支付了漏洞赏金并修复。
把"分享"当作 AI 助理的核心产品逻辑——这个在 §01 就埋下的设计哲学，在这里第一次反噬了自己。一个本该私密的对话入口，被产品设计成了默认可能公开的社交动作，而这恰恰是两年后 Muse 用整套 Secure VM 架构（§10）去回应的历史包袱。
"发现"丑闻爆发的同一个月，Meta 出手完成了一场规模空前的组织重整。2025 年 6 月 12 日，Scale AI 创始人 Alexandr Wang 确认将加入 Meta，作为一笔 143 亿美元交易的一部分。交易结构很讲究：Meta 投资 143 亿美元换取 Scale AI 49% 的无投票权股权，使 Scale 估值超过 290 亿美元；Scale 本身继续独立运营，原 Chief Strategy Officer Jason Droege 升任新 CEO。
Wang 随后出任 Meta 首任首席 AI 官，与前 GitHub CEO Nat Friedman 共同领导新成立的 Meta Superintelligence Labs（MSL）。通过入股而不是全资收购，Meta 绕开了当年 Instagram/WhatsApp 收购那种反垄断审查压力，同时让 Scale 得以继续为 OpenAI、Google 等竞争对手提供服务——分析普遍认为，扎克伯格押注的是大模型本身会被商品化，真正稀缺的资源是数据和能把数据变成模型的人。
2025 年 8 月 19 日，Wang 以内部备忘录宣布 MSL 的第四次组织重整：拆分为四个小组——TBD Lab（Wang 亲自负责，专注基础模型）、FAIR（Rob Fergus 任 Director，Yann LeCun 任首席科学家，定位为向 TBD Lab 输送研究成果）、Products and Applied Research（Nat Friedman 负责产品化）、MSL Infrastructure（Aparna Ramani 与 Amir Frenkel 负责算力与数据中心）。原 AGI Foundations 团队被解散并入 MSL；据科技媒体转引 WSJ 报道，重组公布后不久公司还一度冻结了 AI 招聘。
2025 年 6 月 18 日，OpenAI CEO Sam Altman 在其弟弟主持的播客上公开开炮：Meta 向 OpenAI 员工开出高达 1 亿美元的签约奖金，配以更高的年度薪酬包，Altman 说"目前我们最优秀的人才无一接受"。
目前我们最优秀的人才无一接受 Meta 的报价。
Sam Altman，OpenAI CEO，2025-06-18
Meta 这边的反驳来得很快。据 TechCrunch 获得的一份泄露的公司全员会议记录，CTO Andrew Bosworth 暗示只有极少数高级领导岗位可能拿到这类量级的钱，且严格意义上不是"签约奖金"；他私下评价 Altman 的说法"不诚实"。一名真正被挖走的研究员也公开表示，自己没拿到所谓的 1 亿美元签约奖金。
但真实的挖角规模并不小。据 WSJ 报道，Lucas Beyer、Alexander Kolesnikov、Xiaohua Zhai（此前协助搭建 OpenAI 苏黎世办公室）加入 Meta，OpenAI 亦证实三人离职；Meta 还挖走了 OpenAI 推理模型研究员 Trapit Bansal（自 2022 年在 OpenAI 工作），以及扎克伯格亲自参与招募的 Google DeepMind 首席研究员 Jack Rae。这轮挖人发生在 Meta 已经承诺 650 亿美元基础设施投资、规划超过 130 万块英伟达 GPU 数据中心的大背景下。
同一时期，Meta 还试图直接收购 Ilya Sutskever 创办的 Safe Superintelligence（SSI），出价一度高达 320 亿美元，被拒后转向招揽 SSI CEO Daniel Gross。Sutskever 随后亲自接任 CEO；Gross 与长期合伙人 Nat Friedman（二人共同运营风投基金 NFDG）一起加入 Meta，向 Wang 汇报，Meta 同时入股 NFDG 基金最多 49% 份额。
这场军备竞赛留下的最重要证据，不是某个人是不是真拿了 1 亿美元，而是它把"挖角"本身变成了一场公开的、带着报复性质的媒体战——Altman 在播客上开炮，Bosworth 在内部会议里回怼，这在过去几年的硅谷高管之间并不常见。它也解释了 §09 那次裁员为什么专门留下了 TBD Lab：真金白银抢来的人，公司不会在半年内自己再放走。
重整之前，FAIR 已经先流失了一位关键人物：2025 年 4 月 1 日，领导 FAIR 长达两年的 VP Joelle Pineau 宣布离职，最后工作日定在 5 月 30 日——这个时间点恰好卡在 Llama 4 争议性发布周末前几周。
更重量级的出走发生在年底。2025 年 11 月 11 日，FT 率先报道 Meta 首席 AI 科学家 Yann LeCun 计划离职创业；11 月 19 日，LeCun 正式确认将于年底离开 Meta，结束他在 Meta（包括一手创建 FAIR 实验室）长达 12 年的任期。据报道，LeCun 向媒体表示，随着公司押注大模型追赶行业，这已经不是他感兴趣的方向；他曾向扎克伯格提出，自己可以在 Meta 之外做得更快、更便宜、更好。
LeCun 随后在 LinkedIn 宣布创立新公司，延续他的"世界模型"（world models）研究方向，目标是打造能理解物理世界、具备持久记忆、可推理复杂行动序列的系统——公司名为 AMI Labs（Advanced Machine Intelligence）。据彭博社 12 月 5 日的报道，离职不到一个月，65 岁的图灵奖得主 LeCun 已经在融资谈判中，估值约达 35 亿美元；总部计划设在巴黎，LeCun 出任执行董事长，法国健康科技创业者 Alexandre LeBrun（Nabla 创始人）出任 CEO。
Pineau 和 LeCun 前后离开，中间隔着整整一次组织重整——这不是巧合。§05 的四组架构里，FAIR 名义上还在，但已经从"决定方向"的位置，降级成向 TBD Lab 供货的"创新引擎"。对一手创立这个实验室、一直坚持"大模型不是通往智能的正确道路"的 LeCun 来说，这个降级本身可能就是答案。
重整和出走的背后，是模型本身没能如期交出答卷。2025 年 4 月 Llama 4 发布时，Meta 预告了旗舰型号 Behemoth，称其在多项基准上超越同期的 GPT-4.5、Claude 3.7 Sonnet、Gemini 2.0 Pro——当时模型仍在训练中。
但到了 5 月中旬，据 WSJ 报道，Behemoth 的发布从"初夏"推迟到了"秋季甚至更晚"，原因是模型能力提升未达预期，公司担心实际表现配不上此前的宣传。到 7 月前后，据科技媒体转引《纽约时报》的报道，超级智能实验室内部一小群高级员工被曝正在开发一个闭源模型作为替代方向，MSL 团队据称已停止对 Behemoth 进行测试——截至目前，Meta 没有正式宣布"取消"，Behemoth 就这样悬而未发。
雪上加霜的是一次信誉打击：Meta 承认，4 月发布的两个 Llama 4 模型在部分排行榜上使用的是"针对测试专门优化"的实验性变体，这让外界开始质疑此前所有基准分数的可信度。
一款被预告为"超越 GPT-4.5"的旗舰模型悬而未发，同时公司却在天价挖人、疯狂重组——这个反差本身就是接下来一次大裁员最直接的注脚：钱花出去了，人挖进来了，但当时能拿得出手的模型，还是那个被曝光"刷榜"的 Llama 4。
2025 年 10 月 22 日，Alexandr Wang 通过内部备忘录宣布，裁减 Superintelligence Labs 约 600 名员工。受影响的是 AI 基础设施、FAIR（基础研究）和产品相关岗位——四组架构里的三组；唯独夏天刚招进一批顶尖人才的 TBD Lab 未受影响。裁员后，Superintelligence Labs 员工总数降至近 3000 人。
Wang 在备忘录里给出的官方说法是，此前的组织"臃肿"，"减少团队规模后，决策所需的沟通更少，每个人承担的职责更重、影响力更大"。受影响员工被告知终止日期为 11 月 21 日，进入"非工作通知期"；遣散方案为 16 周基础遣散费，外加每满一年工龄多加 2 周。
把这三个数字摆在一起看，故事的轮廓才完整：Meta 在同一年里，先花 143 亿美元买来一个新的指挥系统，又开出天价把整批人才抢进来，紧接着又亲手裁掉了 600 名旧体系下的员工。这不是"缩减投入"的裁员，而是"换血"的裁员——留下的是 Wang 亲自招募的新团队，走的是重整之前的旧班底。
裁员之后，Wang 主导的模型迭代反而提速了。2026 年 4 月 8 日，Meta 发布首个 Muse Spark 模型（内部代号 "Avocado"），被称为对 Meta AI 的"从头彻底改造"；7 月发布 Muse Spark 1.1；9 月 2 日，Muse Spark 1.3 上线，Wang 向 Axios 表示这一版已经"非常接近前沿模型水平"，可用性提升是为即将推出的"个人代理"产品铺路。5 个月内连发 3 版，这个迭代节奏本身就是对 §08 那种"模型卡壳"局面的直接回应。
2026-09-08 · 正式发布
2026 年 9 月 8 日，Meta 正式发布 Muse（内部代号 "Hatch"）——官方定位为"世界第一个为所有人打造的个人 AI 代理"。它不只是回答问题，而是真正替用户把事情做完：预约、填写电子表单、监控家庭安防摄像头、订票、议价账单。Wang 将其定位为扎克伯格 8 月长文所述"个人超级智能"愿景的第一步。
这一次，产品架构里最显眼的部分不是能力，而是隔离——每个用户拥有独立的 Muse Secure VM，用于隔离存储凭证；Meta 称 Muse 本身"看不到用户密码或支付方式"，另有一套独立的 Sentinel 系统在系统层面监控所有试图离开 VM 的数据，遇到不符合权限策略的行为会直接询问用户；Meta 内部政策禁止员工查看用户的 Secure VM 内容，但公司承认技术上保留这一能力。购买通过 Link by Stripe 完成（一次性卡号），Muse 是首个接入这套购买保护机制的代理。
定价方面，免费层需绑定支付卡（默认用于模型训练改进，可关闭），Power 档 20 美元/月（约 5 亿 token/周），Maximum 档 100 美元/月（约 30 亿 token/周），对标 Claude Max 5x 与 Google AI Ultra 入门档。首发限美国，覆盖 iOS、Android、muse.ai 网页、WhatsApp；9 月 17 日追加发布 Muse for Mac，可直接在本地电脑操作而不仅限于云端 VM。Meta 还承诺年内推出"Muse Confidential VM"——连 Meta 自己都无法读取的代理虚拟机。
Secure VM、Sentinel、"连 Meta 都看不到"——这一整套设计语言，几乎是逐条对照 §04 那场"发现"丑闻反着写的：丑闻的核心问题是"默认公开、用户不知情"，Muse 的核心卖点就是"默认隔离、员工都看不到"。这不是巧合式的产品迭代，是一次针对具体历史事故的定向修复。
发布约 5 天后，Muse 在美国 iOS 免费榜超越 ChatGPT 登顶第一，五天内下载量约 73 万；截至 9 月 22 日，累计下载量超过 250 万（iOS 约 150 万、Android 约 110 万）。在发布后 13 天的窗口期里，Muse 超过了同期 Claude（约 40 万）与 Grok（约 20 万）的下载量，但仍落后于 ChatGPT 同期的 310 万——另一家分析机构 Apptopia 估计 Muse 12 天内全球安装量达 280 万。
但走红同时，几条负面新闻也在同步发生。CNBC 在发布当天的报道标题就是"Meta 在面对隐私与安全的公众清算之际，加码押注个人 AI 代理"——背景是：2026 年 8 月，Meta 就社交媒体对未成年人的伤害与美国 29 个州达成 180 亿美元和解；新墨西哥州法院另案判 Meta 向儿童安全案支付 9.42 亿美元；2025 年 9 月，WhatsApp 前安全负责人提起吹哨人诉讼，指控约 1500 名工程师可不受限制访问用户数据（Meta 对指控提出异议）。Muse 的隐私叙事，就是在这样的背景音里推出的。
发布后也确实出现了实测事故：内测阶段一起事件显示，Muse 在被要求识别生日派对照片中的玩具时，意外暴露了用户 iCloud 里的私人照片；安全研究员 Patrick Wardle 警告，作为可管理 Mac 系统的助理，Muse 需要广泛权限，一旦出现漏洞，本地恶意软件可能"搭便车"利用用户已授予 Muse 的权限。
最戏剧性的一幕发生在 9 月 20 日夜间：用户尝试用 Muse 在 Amazon.com 购物时，开始弹出"未经授权的 AI 代理继续访问将违反亚马逊使用条款"的提示。亚马逊表示此前曾私下要求 Meta 主动排除对 Amazon 站点的访问未果，核心诉求是 Meta 没有告知亚马逊 Muse 会访问其站点、代理浏览时不自报身份、且似乎会捕获并存储用户凭证——这与 Meta 自己宣称的"对密码和支付信息无可见性"直接矛盾。此前亚马逊已起诉过 Perplexity 的 Comet 浏览器，也封堵过 Google 与 OpenAI 的购物代理，Muse 是这场"围墙花园战争"的最新一例。尽管遭到封杀，Meta 股价在当周一（9 月 21 日后首个交易日）逆势上涨超过 11%，Muse 仍稳居苹果、Google 应用商店免费榜第一。
Meta 保护用户个人信息的记录一向糟糕，Muse 所需的权限等于把你的生活，向一家我不信任的公司敞开。
一位隐私评论者，Substack
下载量证明用户愿意先试；亚马逊的封杀和 iCloud 照片泄露证明，"Secure VM 说自己看不到你的东西"这句承诺，还没能在真实世界里立住脚。Meta 这次要打赢的，从来不只是一场产品竞速，还有一场信任竞速——而信任竞速的记分方式，是每一次事故都会被拿出来和两年前的"发现"丑闻放在一起重新算账。
把 Meta 这两年放回整个"个人 AI 助理"赛道里看，会发现它的跌宕并不孤单——这条赛道上几乎每个玩家都经历过延期、下架或推倒重来，只是程度不同。
横向对比之下，Meta 的两年其实是这条赛道上最完整的一个样本：既有 Humane 式的产品灾难（"发现"丑闻），也有 OpenAI 式的推倒重来（Operator→ChatGPT Agent 那种产品迭代），还有 Apple 式的旷日延期（Behemoth 悬而未发），最后走出了一条自己的翻身路——用一次组织地震式的重整，把所有教训一次性打包进了下一代产品里。
回看这 24 个月，Meta 个人助理这条线最值得记住的不是某一次成功或某一次失败，而是它们之间的因果链条：名人聊天机器人定义了"分享即产品"的哲学（§01）→ 这套哲学直接导致了"发现"信息流丑闻（§04）→ 丑闻和模型卡壳共同触发了一场 143 亿美元的组织地震（§05-06）→ 地震震走了创始科学家、震掉了 600 个岗位（§07-09）→ 但也震出了一个把"隐私"当作核心卖点重新设计的产品（§10）。
这条链条揭示了一个比"大力出奇迹"更朴素、也更值得警惕的道理：Muse 的每一个安全卖点，几乎都能在两年前的某次事故里找到对应的伤口——它不是凭空设计出来的护城河，是被公开羞辱之后被迫长出的疤。这种"赎罪式设计"有一个天然的优势：每一条承诺都对应着一次真实的失败，说服力比空谈"注重隐私"强得多。但它也有一个天然的脆弱点：只要下一次事故出现（比如那次 iCloud 照片泄露，或者亚马逊指出的凭证存储矛盾），公众记住的不会是"这次修好了"，而是"你上次也这么说过"。
Muse 现在赢下的是一场下载量的开局，还不是一场信任的持久战。亚马逊的封杀说明，这场战争的下一个前线，很可能不是"谁的模型更聪明"，而是"谁愿意让别人家的 AI 代理进自己的围墙"——而这恰恰是 Meta 过去两年一直在补的另一门课：不是怎么造 AI，是怎么让别人相信你会好好待它抓到的数据。
首次发布 2026-09-23