Meta: Wang zegt dat Muse is gebouwd door minder dan 200 mensen op basis van een scorecard met meer dan 100 rijen, en dat Meta inzet op consumentenagents terwijl rivalen zich richten op programmeren
13 oktober 2026 | Podcastinterview met Chief AI Officer Alexandr Wang over de ontwikkeling en lancering van de persoonlijke agent Muse
Een product gebouwd tegen de industriële consensus in
Alexandr Wang, leidinggevende bij Meta Superintelligence Labs, heeft de meest gedetailleerde toelichting tot nu toe gegeven over hoe Meta zijn persoonlijke agent Muse heeft gebouwd en waarom het voor die weg heeft gekozen. Het centrale punt is een strategische divergentie. Volgens Wang liepen de Opus- en Claude-modellen van Anthropic begin 2026 "ver voor op het gebied van programmeren" en was "de conventionele wijsheid in de sector dat programmeeragents de enige vormfactor waren die ertoe deed". Meta besloot om zich niet te mengen in die specifieke usecase. Wang betoogde dat Meta's erfgoed in het verbinden van mensen met vrienden en familie, en het bereik van 3,5 miljard dagelijkse gebruikers in zijn apps, consumenten-AI tot het logische speelterrein maken: "Het is geen werk. Het is geen programmeren. Het is persoonlijk."
Wang stelt dat Meta in een wereld met geavanceerde AI zal zegevieren op basis van een eenvoudige redenering. Naarmate AI taken overneemt die mensen moeten doen, blijft er meer tijd over voor de dingen die ze willen doen, en naar zijn mening vertegenwoordigen de producten van Meta "de dingen die we allemaal willen doen". Dat is eerder een argument over positionering dan het bewijs van daadwerkelijke uitvoering, en zo moet het ook worden gelezen. Maar het verklaart wel waarom het AI-budget van het bedrijf is ingezet op agents in plaats van op een programmeerwedloop die het waarschijnlijk niet snel zou winnen.
Zeven maanden van prototype tot lancering, met minder dan 200 mensen
Volgens Wang kreeg het idee in februari vastere vorm, toen hij en Nat Friedman elk wekenlang ondergedompeld waren in OpenClaw, de opensource-persoonlijke agent die kortstondig de aandacht van ontwikkelaars wist te trekken. Beiden schreven nota's aan het bestuur van Meta. In de nota van Wang werd gesteld dat de superagent "in veel opzichten het ultieme consumentenproduct" is. Binnen een tot twee weken werd een prototype gebouwd en gedemonstreerd aan het bestuur, waarbij verschillende elementen van het uiteindelijke product, waaronder de Jolly-mascotte en een vroege versie van de Muse Charm, al aanwezig waren. De lancering volgde ongeveer zeven maanden later.
Wang was openhartig over de kloof tussen de demo en het product. Het prototype "werkte soms en had iets magisch, maar werkte meestal niet en liep voortdurend vast". Hij gaf toe dat OpenClaw zelf om die reden zijn hoogtepunt bereikte en wegzakte: "je had van die magische momenten, maar voor het overgrote deel werkte het niet zo goed." Meta's verklaarde voordeel was weinig glamourrijk: "het wegwerken en bijschaven van alle details om de combinatie van het model en de productervaring echt geweldig te maken."
Het team was klein. Wang schatte de gecombineerde inspanning voor het model en het product op "in totaal minder dan 200 mensen", en zei dat die terughoudendheid bewust was. Hij omschreef de faalwijze van grote organisaties als een "Frankenstein"-product, "in zekere zin productmanager-hel", waarin elke manager een functie toevoegt en het resultaat verandert in "een smoothie". Hij prees de smaak van Friedman als het enige perspectief dat vorm gaf aan Muse, en prees Mark Zuckerberg voor diens geduld in een periode waarin, zo erkende Wang, "er binnen het bedrijf veel twijfel heerste" en het heersende narratief op Wall Street was dat Meta geld aan het verbranden was zonder uitzicht op succes in AI.
Hoe Meta besloot dat Muse klaar was
Het lanceerproces verliep kwantitatiever dan de meeste cycli voor consumentenproducten. Meta hield een spreadsheet bij met meer dan 100 specifieke gedragingen en vaardigheden waarover een ideale persoonlijke agent moet beschikken. Elke rij had een drempelwaarde die een lancering kon blokkeren en een "goede" drempelwaarde, met evaluaties voor elk van deze punten. Wang vertelde dat bij veel controlepunten 80% van de rijen groen kleurde en 20% rood, wat niet goed genoeg was. Het eerste controlepunt dat alle rijen wist goed te keuren was "een speciaal getrainde versie van Muse Spark 1.3". Meta combineerde dit met uitgebreide onboardingtests voor nieuwe gebruikers en continue A/B-tests, en Wang merkte op dat de ervaring "zeer gevoelig is voor de kwaliteit van het model" en voor de betrouwbaarheid waarmee het model communiceert en overleg pleegt met de gebruiker.
De implicatie voor beleggers is dat de retentie van Muse afhangt van de betrouwbaarheid van het model bij agenttaken, die niet-deterministisch zijn en zichtbaar kunnen falen. Wang erkende dat het product "op een vlijmscherp randje balanceert": als het betrouwbaar presteert, kan het een van de grote consumentenproducten worden, maar als gebruikers te maken krijgen met onbetrouwbare ervaringen "vinden ze het rommel".
Adoptieclaims blijven vaag
Meta heeft geen gebruikersaantallen bekendgemaakt. Wang zei dat het bedrijf heeft gesproken over "miljoenen", om er vervolgens aan toe te voegen dat hij grafieken van derden heeft geretweet die impliceren dat Muse de snelst groeiende consumenten-AI-app aller tijden is. Aangespoord om een concreet cijfer te noemen, weigerde hij dit te doen. De opmerking van de interviewer dat "miljoenen er ook honderden miljoenen kunnen zijn" is een terechte herinnering dat de claim niet is gekwantificeerd. Wang sprak evenmin over monetisering, computerkosten per agenttaak, of engagement- en retentiestukken, zaken die allemaal zwaarder zullen wegen dan de downloadsnelheid.
Memes als groeikanaal
Wang omschreef zijn ongebruikelijk onorthodoxe berichten op X als een bewuste poging om door een "stortvloed" van AI-lanceringen heen te breken en "Meta weer cool te maken". Hij leunde op de Jolly-mascotte en op memes, en zei te geloven dat de berichten "daadwerkelijk impact hebben gehad op de groei", hoewel hij toegaf dat "we de tracking niet hebben en het lastig te meten is". Hij voerde tevens aan dat moderne consumentenproducten "moeten werken op een screenshot", en dat het zichtbaar zijn van de mascotte in gedeelde screenshots direct een Muse-interactie signaleert. Hij omschreef Meta's eigen marketinglogica als de vraag "waarom zou iemand dit wat schelen?" en zette dat af tegen wat hij ziet als ineffectieve, merkgerichte reclame van Anthropic en OpenAI.
Wat betreft engagement beschreef Wang een dynamiek van een "vertrouwensval" waarbij gebruikers de agent opeenvolgend grotere taken toevertrouwen. Naar zijn mening zijn succesvolle gebruikers degenen die deze ladder beklimmen en merken dat het elke keer weer werkt. Dat is een plausibel retantiemechanisme, maar het betekent ook dat een enkele spraakmakende mislukking bij een taak met een hoger risico het vertrouwen snel kan beschadigen.
De Scale AI-deal en de herbouw van Meta's AI-lab
Wang gaf ook nieuwe inzichten in hoe zijn overstap naar Meta tot stand kwam. Zuckerberg belde voor het eerst na Llama 4, dat Wang omschreef als intern "een teleurstelling" en niet op de lijn lag die Meta voor ogen had. De vroege gesprekken waren verzoeken om advies over wat Meta zou moeten doen op AI-gebied. Tussen het eerste contact en de aankomst zaten vijf tot zes weken. Wang zei dat hij aanvankelijk betwijfelde of de deal zinvol was, aangezien Scale een bedrijfs- en overheidsbedrijf was in tegenstelling tot Meta's historische overnames van Instagram en WhatsApp, en dat het pas duidelijk werd dat Zuckerberg puur uit was op talent "nadat het geld op de rekening stond". De structuur hield in dat Meta een belang van 49% nam in Scale, dat Scale als zelfstandig bedrijf bleef voortbestaan en dat Wang en enkele collega's bij Meta traden. Volgens Wang volgde de beslissing na "vele weken van het idee dat dit krankzinnig was".
Hij omschreef de AI-inspanning van Meta op dat moment als iets dat "in vele opzichten oogde als beschadigde goederen", wat naar eigen zeggen zijn ondernemersgeest aansprak als "een heroprichting van het lab". Hij stelde dat de ontwerppunten bestonden uit een klein, plat, uiterst technisch team met een zeer hoge talentdichtheid, en dat de middelen van Meta — zonder knelpunten op het gebied van rekenkracht, infrastructuur of distributie — het wervingspraatje ijzersterk maakten. Over de vergoedingen deed hij een opmerkelijke uitspraak: doordat de aandelen van OpenAI en Anthropic sterk in waarde waren gestegen, pakten de pakketten van Meta voor veel rekruten "in veel opzichten per saldo neutraal uit" in vergelijking met blijven zitten waar ze zaten.
Een onconventionele organisatie met reële managementrisico's
Wang zei dat hij inmiddels meer dan 200 directe ondergeschikten heeft. Onderzoekers in de TBD-groep rapporteren rechtstreeks aan hem, ondersteund door technische teampleiders die knopen doorhakken bij technische beslissingen. Hij omschreef dit als bewust "antibureaucratisch" en typeerde zichzelf eerder als een coach of bewaker van de omgeving dan als de bedenker van elke beslissing, in schril contrast met zijn jaren bij Scale, waar hij naar eigen zeggen "op zeer grote schaal de bottleneck" was geworden. Hij was ongebruikelijk direct over de grenzen hiervan: "Ik zou liegen als ik zei dat ik de beste manager ben voor meer dan 200 mensen." Zijn argument is dat dergelijke onderzoekers "geen managers nodig hebben, maar een geweldige omgeving". Hij onderscheidde dit van de operationele "wolkenkrabberbouw"-mentaliteit van databedrijven, en noemde AI-onderzoek een "diamantmijn"-probleem waarin de meeste ideeën mislukken en enkele de hele investering rechtvaardigen.
Die structuur is een gok dat talentdichtheid belangrijker is dan de omvang van de aansturing. Het kan werken zolang het lab klein is en de missie helder is, maar een platte structuur met op debat gerichte groepsbeslissingen kent bekende faalwijzen naarmate organisaties groeien en de druk op computerbudgetten en deadlines toeneemt.
De langetermijnvisie
Wang besloot met een breder uitgangspunt: dat persoonlijke agents een duurzame vormfactor zullen zijn en dat AI mensen "de volwassenheid kan geven waar ze in hun jeugd van droomden" door de ambitie en slagkracht te herstellen die het bedrijfsleven doorgaans laat verwateren. De visie is groots, maar ging niet gepaard met een verdienmodel of productroadmap. Wat beleggers uit het interview kunnen meenemen, is het bewijs van een weloverwogen, gedifferentieerde productstrategie, een gedisciplineerd lanceerproces en een klein team, afgezet tegen summiere informatie over schaal, economie en duurzaamheid.