问几个问题,Meta 的 Muse 就把自己的架构讲了出来。我没费什么劲就拿到了这份清单,它甚至像是从系统提示里直接抄出来的,因为它定义了 Muse 能做什么、不能做什么。
拆开看是这么一套:agent 循环先理解、再计划、动手、验证、回复;一台常驻的 Linux 虚拟机,带终端和网络;能管文件、跑脚本、执行工具;一个登录状态常驻的 Chromium 浏览器;直连 Gmail、Calendar、Spotify、Threads、Instagram,连健康数据和设备也接了;后台跑子 agent、定时任务和事件钩子;记住偏好、项目、人、目标和承诺;还能生成媒体和文档。
最后一条我盯得最久:在发布、发送、购买、凭据和信息来源核验上设了护栏。这跟前面那一长串权限放在同一页看,味道就出来了。它能动的东西很多,所以必须在动手的几个关键点上设卡。
我的第一反应是这套东西眼熟。拆解、执行、验证、收尾,再配一台能联网的机器和一堆常驻连接,这几乎是所有个人 agent 的公约数。真正拉开差距的是连接的数量和那几个设卡的位置。
让我留了个心眼的是它能被直接问出来。厂商把能力边界写进系统提示,用户几句话就复原了整张图。这算透明还是算不小心,我倾向前者:能被问出来的架构,总比藏起来的强,至少你知道它能碰你的 Gmail。
把清单再看一眼,分工其实很清楚。执行类的活丢给虚拟机和脚本,感知类的活交给浏览器和一堆连接,记忆管人和事,护栏只卡在不可逆的那几个动作上。四块各管各的,谁也不越位。我见过的多数失败案例,恰恰是把四件事混在一个地方做。
我打算隔一阵就再问一次,看清单会变长还是变短。加了什么,说明它在往哪儿走;删了什么,说明那块碰过壁。这种免费的观察窗口,我不会只用一次。
话题来源 @dani_avila7
6.9K阅读 ❤️117 x.com/…↗ 已改写,非原文转载
116 浏览 0 评论
0 反应













