Meta: Wang afirma que Muse fue creado por menos de 200 personas con una tarjeta de evaluación de lanzamiento de más de 100 filas, y Meta apuesta por los agentes de consumo mientras sus rivales compiten en programación
13 de octubre de 2026 | Entrevista en pódcast con el director de IA (Chief AI Officer) Alexandr Wang sobre el desarrollo y lanzamiento del agente personal Muse
Un producto construido en contra del consenso de la industria
Alexandr Wang, quien dirige Meta Superintelligence Labs, ofreció el relato más detallado hasta la fecha sobre cómo Meta desarrolló Muse, su producto de agente personal, y por qué eligió ese camino. El punto central es una divergencia estratégica. Wang señaló que a principios de 2026 los modelos Opus y Claude de Anthropic estaban "muy por delante en programación" y que "la opinión generalizada en la industria era que los agentes de programación eran el único formato que importaba". Meta decidió no saturar ese caso de uso. Wang argumentó que la trayectoria de Meta conectando a las personas con amigos y familiares, junto con su distribución a 3.500 millones de usuarios diarios en sus aplicaciones, convierte a la IA de consumo en el escenario natural: "No es trabajo. No es programación. Es personal".
El argumento de Wang sobre por qué Meta gana en un mundo de IA avanzada se basa en un enfoque simple. A medida que la IA absorbe las tareas que las personas tienen que hacer, el tiempo restante se destina a lo que quieren hacer; desde su perspectiva, los productos de Meta "representan las cosas que todos queremos hacer". Se trata de un argumento de posicionamiento más que de una prueba de ejecución, y debe leerse en esos términos. Sin embargo, explica por qué el gasto de la compañía en IA se ha dirigido hacia los agentes en lugar de participar en una carrera de programación que era poco probable que ganara con rapidez.
Siete meses desde el prototipo hasta el lanzamiento, con menos de 200 personas
Wang relató que la idea cristalizó en febrero, cuando él y Nat Friedman pasaron varias semanas sumergidos en OpenClaw, el agente personal de código abierto que captó brevemente la atención de los desarrolladores. Ambos redactaron memorandos para la junta directiva de Meta. El de Wang sostenía que el superagente era "en muchos sentidos el producto de consumo definitivo". Se construyó un prototipo que se demostró a la junta en el transcurso de una a dos semanas; varios elementos del producto final, incluida la mascota Jolly y una versión preliminar de Muse Charm, ya estaban presentes. El lanzamiento se produjo unos siete meses después.
Wang fue sincero sobre la brecha entre la demostración y el producto. El prototipo "a veces funcionaba y era mágico, pero la mayor parte del tiempo no funcionaba y fallaba constantemente". Admitió que el propio OpenClaw alcanzó su punto máximo y se desvaneció por esa razón: "tenías esos momentos mágicos, pero en su mayor parte no funcionaba tan bien". La ventaja declarada de Meta fue menos glamurosa: "pulir y perfeccionar todos los detalles para que la combinación del modelo y la experiencia del producto fuera realmente increíble".
El equipo era pequeño. Wang estimó el esfuerzo combinado de modelo y producto en "menos de 200 personas en total", y aseguró que esa moderación fue deliberada. Describió el modo de fallo de las grandes organizaciones como un producto "Frankenstein", un "infierno de gerentes en cierto sentido", en el que cada directivo añade una función por la fuerza y el resultado se convierte en "un licuado". Atribuyó el mérito al criterio de Friedman como el único punto de vista que dio forma a Muse, y reconoció la paciencia de Mark Zuckerberg durante un período en el que, admitió Wang, "hay muchas dudas en la empresa" y una narrativa predominante en Wall Street de que Meta estaba quemando dinero sin un camino claro para triunfar en la IA.
Cómo decidió Meta que Muse estaba listo
El proceso de lanzamiento fue más cuantitativo que la mayoría de los ciclos de productos de consumo. Meta mantuvo una hoja de cálculo con más de 100 comportamientos y capacidades específicas que necesita un agente personal ideal. Cada fila tenía un umbral de bloqueo de lanzamiento y un umbral "bueno", con evaluaciones configuradas para cada una. Wang indicó que muchos puntos de control mostraban luz verde en el 80% de las filas y roja en el 20%, lo cual no era suficiente. El primer punto de control en superar todas las filas fue "una versión especialmente entrenada de Muse Spark 1.3". Meta combinó esto con exhaustivas pruebas de incorporación (onboarding) para nuevos usuarios y pruebas A/B continuas; Wang señaló que la experiencia es "muy sensible a la calidad del modelo" y a la fiabilidad con la que este se comunica y consulta con el usuario.
La implicación para los inversores es que la retención de Muse depende de la fiabilidad del modelo en tareas de agentes, las cuales no son deterministas y pueden fallar de forma evidente. Wang reconoció que el producto "se encontraba al filo de la navaja": si cumple con fiabilidad, podría convertirse en uno de los grandes productos de consumo, pero si los usuarios se encuentran con experiencias poco fiables, "pensarán que es basura".
Las afirmaciones sobre adopción siguen siendo vagas
Meta no ha revelado cifras de usuarios. Wang comentó que la empresa ha mencionado "millones", y añadió que él ha retuiteado gráficos de terceros que sugieren que Muse es la aplicación de IA de consumo con el crecimiento más rápido de la historia. Al presionarlo por una cifra concreta, se negó a dar una. La broma del entrevistador de que "millones podrían ser cientos de millones" sirve como recordatorio razonable de que la afirmación no está cuantificada. Wang tampoco habló sobre la monetización, el costo de cómputo por tarea del agente, ni sobre las métricas de participación y retención, cuestiones que importarán mucho más que la velocidad de descargas.
Los memes como canal de crecimiento
Wang describió sus publicaciones inusualmente irreverentes en X como un intento deliberado de abrirse paso a través de "un torrente" de lanzamientos de IA y de "volver a hacer que Meta sea genial". Se apoyó en la mascota Jolly y en los memes, y afirmó creer que las publicaciones "impactaron genuinamente en el crecimiento", aunque admitió que "no tenemos el seguimiento y es difícil de saber". También argumentó que los modernos productos de consumo deben "funcionar en la captura de pantalla" y que tener a la mascota visible en capturas compartidas señala inmediatamente una interacción con Muse. Describió la lógica de marketing propia de Meta como la pregunta de "¿por qué le importaría a alguien?", y la contrastó con lo que considera publicidad ineficaz centrada en la marca por parte de Anthropic y OpenAI.
Sobre la participación, Wang describió una dinámica de "salto de fe" en la que los usuarios encomiendan al agente tareas progresivamente mayores. Desde su punto de vista, los usuarios exitosos son aquellos que ascienden por esta escala y descubren que funciona cada vez. Este es un mecanismo de retención plausible, pero también implica que un único fallo de alto perfil en una tarea de mayor riesgo podría dañar la confianza con rapidez.
El acuerdo con Scale AI y la reconstrucción del laboratorio de IA de Meta
Wang también aportó nuevos detalles sobre cómo se gestó su fichaje por Meta. Zuckerberg lo llamó por primera vez después de Llama 4, un desarrollo que Wang calificó internamente como "una decepción" y ajeno a la trayectoria que Meta deseaba. Las primeras conversaciones consistieron en solicitudes de asesoramiento sobre lo que Meta debía hacer en materia de IA. Desde el primer contacto hasta el anuncio transcurrieron de cinco a seis semanas. Wang confesó que al principio dudaba de que el acuerdo tuviera sentido, ya que Scale era un negocio empresarial y gubernamental muy diferente de las históricas adquisiciones de Instagram y WhatsApp por parte de Meta, y que se hizo evidente que Zuckerberg solo quería talento "después de que el dinero llegó a la cuenta". La estructura consistió en que Meta adquirió una participación del 49% en Scale, la cual continuaría operando como una empresa independiente, mientras que Wang y algunos colegas se incorporaron a Meta. Wang señaló que la decisión llegó tras "muchas semanas de pensar: 'Esto es una locura'".
Describió que el esfuerzo de IA de Meta en ese momento parecía "mercancía dañada en muchos sentidos", lo cual, según dijo, atrajo su lado empresarial al considerarlo "una refundación del laboratorio". Afirmó que los principios de diseño consistían en un equipo pequeño, plano y altamente técnico con una densidad de talento muy elevada, y que consideraba que los recursos de Meta, sin cuellos de botella en cómputo, infraestructura o distribución, hacían que la propuesta de reclutamiento fuera irresistible. Respecto a la compensación, aportó un dato notable: dado que el valor de las acciones de OpenAI y Anthropic se había revalorizado fuertemente, los paquetes de Meta terminaron siendo "neutrales en muchos aspectos" para muchos reclutados en comparación con quedarse donde estaban.
Una organización poco convencional con un riesgo de gestión real
Wang indicó que ahora tiene más de 200 reportes directos. Los investigadores del grupo TBD le reportan directamente, respaldados por líderes técnicos de células (pods) que resuelven los empates en las decisiones técnicas. Enmarcó esto como una postura deliberadamente "antiburocracia" y se describió a sí mismo más como un entrenador o administrador del entorno que como el autor de cada decisión, en contraste con sus años en Scale, donde afirmó haberse convertido en "el cuello de botella en aspectos muy importantes". Fue inusualmente directo sobre los límites: "Mentiría si dijera que soy el mejor gerente para más de 200 personas". Su argumento es que tales investigadores "no necesitan gerentes, necesitan un gran entorno". Distinguió esto de la mentalidad operativa de "construir rascacielos" propia de los negocios de datos, al calificar la investigación en IA como un problema de "minería de diamantes" en el que la mayoría de las ideas fracasan y unas pocas justifican toda la inversión.
Esa estructura es una apuesta a que la densidad de talento supera al tramo de control. Puede funcionar mientras el laboratorio sea pequeño y la misión esté clara, pero una estructura plana con decisiones grupales basadas en el debate tiene modos de fallo bien conocidos a medida que las organizaciones crecen y aumenta la presión sobre los presupuestos de cómputo y los plazos.
La visión a largo plazo
Wang concluyó con una tesis más amplia: que los agentes personales constituirán un formato duradero y que la IA puede brindar a las personas "la adultez con la que soñaban en la infancia" al devolverles la ambición y la capacidad de acción que la vida corporativa tiende a erosionar. La visión es amplia, pero no estuvo acompañada de un modelo de ingresos ni de una hoja de ruta de productos. Lo que los inversores pueden extraer de la entrevista es la evidencia de una estrategia de producto deliberada y diferenciada, un proceso de lanzamiento disciplinado y un equipo reducido, contrastados con una escasa divulgación sobre escala, economía y durabilidad.