Meta首席AI官汪滔详解Muse 七个月打磨与评测门槛

时间：2026年11月2日至3日，ChainCatcher、火星财经、ME News 等中文科技媒体集中刊出对 Meta 首席 AI 官 Alexandr Wang（汪滔）的访谈整理稿；访谈原版是 David Senra 的播客《Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta》，于2026年10月11日发布，全长72分钟。 地点：美国。访谈在 David Senra 的播客中远程进行，嘉宾来自 Meta 超级智能实验室（MSL）；Meta 总部位于加州门洛帕克。 人物：Alexandr Wang（汪滔），Meta 首席 AI 官、Scale AI 联合创始人，19岁创办 Scale AI、做了九年后加入 Meta；Nat Friedman，Meta 人工智能产品负责人、前 GitHub CEO；David Senra，Founders 播客主持人；扎克伯格，Meta 首席执行官。 事件详情：访谈完整复盘了 Meta 把个人 AI 智能体 Muse 从原型推到上线的过程。2026年2月，Wang 与 Friedman 各自写下备忘录递交 Meta 董事会，Wang 认为超级智能体“在很多层面上是终极的消费者产品形态”，Friedman 的两份文件分别叫《The Claw is the Law》（龙虾就是法则）和《Trust Is a Must》（信任不可或缺），这两条后来成了产品的核心依据。团队用大约一到两周做出原型并向董事会演示，最初原型里已经出现了吉祥物 JollyBot 和 Muse Charm 的早期版本。Wang 形容那个原型“有时能用、很神奇，但大多数时候不能正常工作，还会不断出故障”，从原型到正式上线又花了七个月。做法是先把理想个人智能体必须具备的一百多项具体行为与能力列成一张长表，逐项建立评测，并为每一行设定“发布门槛”和“合格”标准；很多模型检查节点是八十项绿灯、二十项红灯，“我们知道那还不够好”，直到一个专门训练的 Muse Spark 1.3 版本让所有项目全部达标，团队才跨过发布关口。模型和产品两边加起来不到200人，Meta 内部把它视为当年最重要的产品之一，却刻意不让研发团队膨胀。访谈也交代了方向是怎么定的：Friedman 是 MSL 里最早深度使用 OpenClaw 的人，Wang 自己的第一次使用是让智能体做多轮心理分析，“相当于把三年的心理治疗压缩进了一个瞬间”。2026年2月，Anthropic 的 Claude 与 Opus 在编程上遥遥领先，行业普遍认定编程智能体是唯一重要的方向，Meta 却没有跟进，理由是旗下应用每天触达约35亿人，消费级才是自己的主场。推广阶段，Wang 说广告只投放了少量，主要靠转发用户使用案例和在社交平台做吉祥物梗图，他把这套做法的逻辑总结为互联网奖励风险和意外。用户留存则靠“信任跌落”式的渐进过程：先交一件小事，成了再交大一点的，每次都成，信任才逐渐建立。此外，Wang 在 MSL 采用扁平结构，超过200名研究员直接向他汇报，各小组设技术负责人拍板技术方向。 背景：MSL 于2025年6月成立，扎克伯格发布《个人超级智能》备忘录，Wang、Friedman 等人参与起草。Wang 是在 Scale AI 时期 Llama 4 未达预期后被招入的——第一次通话里扎克伯格问的是“你觉得我们应该做什么”，五六周内交易敲定：Meta 投资并持有 Scale AI 49%股权，Scale 继续独立运营，Wang 与少数核心成员加入 Meta 出任首席 AI 官。Wang 把两家公司的工作方式作了个比喻：Scale 的数据业务像盖摩天大楼，回报接近线性，要靠流程把效率一点点榨出来；Meta 的前沿研究像挖钻石，回报呈幂律分布，100个想法里99个没有结果，剩下的那一个价值可能超过其他所有投入的总和，因此管理方式也必须跟着变——从亲自写每行代码的创始人，变成提供环境与资源的教练。 影响：这套“先定义理想智能体必须具备的行为清单，再为每项设可测量门槛，全部达标才发布”的做法，给正在做个人智能体的团队提供了比模型分数更可落地的发布纪律：能力清单、逐项评测、阻断发布的阈值、新用户冷启动测试与模型版本 A/B 测试，都可以在自己的产品里直接复用。Wang 给的另一条判断是：当别人把全部火力压在某个能力方向上时，Meta 选择的是自己基因里更擅长的消费级场景，靠分发能力和产品定义而非单纯堆参数取胜，这对同时面对模型竞赛与场景选择的团队有参照价值。 总结：这期访谈最有价值的信息不在 Muse 做得有多好，而在 Meta 如何回答“什么时候可以发布”。答案是把可靠性拆成一百多项可测量的行为，为每项设定阻断门槛，模型与产品合计不到200人的小团队一直打磨到全部绿灯才上线。同期披露的还有选择个人智能体而非编程智能体的理由、49%股权交易、扁平组织与吉祥物梗图营销。对做 Agent 的读者，这是一份可以直接对照的发布方法论清单。 常见问题： 问：Meta 的 Muse 是怎么做出来的？ 答：2026年2月出原型并向董事会演示，之后又打磨七个月，靠一张一百多项能力的评测表逐项设门槛，全部达标才发布。 问：为什么原型一两周就做好了，正式上线却要七个月？ 答：原型只是偶尔好用、大部分时候会崩溃，要做成可靠产品，模型、评测和用户体验每一层都得反复迭代。 参考来源： David Senra 播客官网：《Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta》节目页与逐字稿（2026年10月11日） https://www.davidsenra.com/episode/alexandr-wang YouTube 原视频：David Senra 播客访谈 Alexandr Wang 完整版 https://www.youtube.com/watch?v=S6l3aRsecuE PodScripts 英文逐字稿：Creating Muse... The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta https://podscripts.co/podcasts/david-senra/creating-muse-the-fastest-growing-ai-product-since-chatgpt-alexandr-wang-meta ChainCatcher 中文整理稿：Meta 首席 AI 官：Muse 是怎么做出来的？（2026年11月3日） https://www.chaincatcher.com/article/2301231 火星财经中文整理稿：Meta 首席 AI 官：Muse 是怎么做出来的？（2026年11月3日） https://news.marsbit.co/20261103102011696825.html 21世纪经济报道／投资界：Alexandr Wang 谈打造 Muse：7个月不足200人，不卷编程不拼参数（2026年10月13日） https://www.21jingji.com/article/20261013/herald/d78202e479c7d9923c947effbf28e6c8.html 36氪／字母榜：汪滔交底：Muse是玩龙虾玩出来的（2026年10月12日） https://www.36kr.com/p/4022710085767296 澎湃新闻：汪滔交底：Muse是玩龙虾玩出来的（2026年10月12日） https://m.thepaper.cn/newsDetail_forward_34238694 新浪财经：汪滔交底：Muse是玩龙虾玩出来的（2026年10月13日） https://finance.sina.com.cn/roll/2026-10-13/doc-iniuzzhf4991448.shtml.md