CFN公众1.gif $Meta Platforms, Inc.(META)$的Muse最近出现了一个非常有意思的矛盾:产品端可能比市场预期成功得多,但基础设施反而开始跟不上。 Muse上线后用户增长非常快,最新数据显示,日活在十天左右增长接近10倍,一度达到70万级别;但与此同时,服务降级、搜索失败和多Agent任务执行失败也开始出现。一次压力测试要求Muse同时生成120个子代理,最终只有33个成功运行。 截屏2026-09-30 20.16.40.png 所以这次所谓“掉链子”,我认为首先不能简单理解成模型能力不行。真正暴露出来的是Agent时代和Chatbot时代完全不同的算力结构。 普通聊天机器人基本是你问一次、模型算一次;Muse做的是持续执行任务。它要打开浏览器、读取邮件、调用应用、填写表格、购物、订酒店,还会调用多个子Agent并行工作。Meta甚至给每个Muse用户准备独立的Secure VM,相当于每个人背后都有一台长期在线的云端电脑。 这就意味着,Muse消耗的不只是GPU推理算力,还要占用CPU、内存、存储、网络和虚拟机资源。用户使用频率一旦超过内部测试假设,基础设施压力会以非常快的速度放大。所以Muse这次真正验证的是:Agent商业化以后,AI算力需求可能远高于传统聊天模型。 Muse做对的地方其实很明显。它没有继续和ChatGPT比“谁回答问题更聪明”,而是把竞争方向直接切到“谁能替用户完成工作”。这也是为什么它能够快速获得用户,因为从发邮件、订行程到购物和处理日程,用户能够直接感受到AI带来的时间价值。 更重要的是,Meta还拥有WhatsApp、Instagram、Facebook以及未来智能眼镜这些分发入口,只要Muse能够跑通