每周1亿Token，再配一台虚拟机，Meta这次想让AI在你关掉应用后继续工作。这款产品叫Muse。最近看了Sources Podcast对Meta创始人扎克伯格的采访，他过去几年一直推动开源AI，这次又提出，每个人都应该拥有一个理解自己目标、可以全天工作的个人Agent。Muse可以操作电脑、登录账号和调用工具。免费额度和虚拟机，则是为了让这样的Agent能够长时间运行，不会因为使用成本太高，只能偶尔尝试几次。但Meta为什么已经做了开源模型，还要把运行环境和算力一起交给用户？要回答这个问题，先要看清开源解决了什么，又把哪些使用门槛留了下来。一、模型开放之后，使用门槛还在模型开放以后，开发者多了一条不必完全依赖某家平台的路。扎克伯格也把开源的作用放在竞争和透明度上，他认为「支持一个强大的开源生态，将是维持竞争、维持透明度的关键」。大家可以检查模型、参与改进，也有机会在它的基础上开发自己的产品。这道门主要向有技术能力的人打开了，想把模型变成日常可用的工具，仍要准备设备、完成部署、支付算力成本，再把它接进自己的工作流程。一个不会配置这些环境的人，即使拿到了模型，也很难让它马上替自己处理邮件、整理资料或完成一项长期任务。所以，开放模型扩大了参与开发的人群。等AI来到具体的工作和生活里，问题又变成了谁能省掉这些复杂步骤，随时调用它，这正是个人Agent需要补上的部分。二、Agent开始围绕目标持续工作也正因为中间步骤太多，Muse把模型、虚拟机和浏览器装进了同一套服务。扎克伯格设想中的个人Agent「能理解你的目标，全天候为你工作」。它可以操作电脑、登录账号、调用工具，用户离开应用后，任务也能继续推进。早期测试中，有人当天就用它协助处理居家教学，也有人在大约12小时内用它规划了一次旅行。扎克伯格自己则让Muse安排女儿的烘焙项目、办理攀岩许可，并根据训练视频提供反馈。这些场景看上去很琐碎，却把Agent和聊天工具的区别摆在了眼前。变化发生在人交给AI的任务上。过去交给AI的通常是一条问题，它完成这一轮回答，协作也就停下来了。到了Agent这里，交出去的可以是一项目标，它需要记住进度，自己使用工具，再把事情一段段往前推。个人拥有AI能力，因而不能只看模型一次能回答得多好。它能否在你没盯着的时候继续工作，能否围绕同一个目标处理后续步骤，也会影响这份能力到底有多大用处。三、能替你做事，也要允许你随时喊停目标可以交给Agent之后，权限问题马上就来了。它想替你处理更多事情，就会接触邮件、文件、账号和付款信息。一个可以登录账户、操作电脑的Agent，如果不知道哪里该停，能力越强，带来的风险也越大。为了把权限留在用户手里，Meta正在开发机密虚拟机，希望做到扎克伯格所说的「即便是Meta也看不到里面的内容」，敏感操作还要设置权限，并在需要时交给用户确认。这目前仍是产品方给出的设计和承诺，后续能做到什么程度，还要看实际开放后的验证。个人Agent的归属，也要看它的权限由谁决定。拥有它，除了可以长期调用，还要知道它看到了什么、正在做什么，以及怎样收回权限。缺少这些条件，我们得到的仍是一个更能干的平台服务，平台依然掌握着最后的开关。四、成本决定能否常用权限有了边界，成本还会决定谁能一直使用。Meta计划提供每周1亿Token和虚拟机，目的就是让Agent能持续运行，因为额度一旦很快用完，它仍然只能偶尔帮忙，很难每天替人处理任务。这关系到谁能长期受益。在扎克伯格的设想里，一个人独自拥有超级智能律师，可能赢下原本赢不了的官司。可如果「每个人都有超级智能律师」，能力之间就会形成制衡。这个对比指向的还是同一个问题，强大的能力集中在少数人手里，能够借助它获得机会和保护的，也只会是其中一部分人。所以，判断一种AI有没有走到个人手里，可以看三个很实际的问题。你是否用得起，能不能让它长期围绕自己的目标工作，又能不能决定它有哪些权限。开源降低了参与开发的限制，个人Agent还要继续降低使用、成本和控制上的限制。只有这些条件都成立，强大的AI才可能被更多人长期使用，并服务于每个人自己选择的目标。