Meta：王宇翔稱 Muse 開發團隊不到 200 人、歷經百餘項指標嚴格把關，Meta 押注消費者代理程式而對手追逐程式碼
2026年10月13日 | 專訪 Meta 首席人工智慧官（Chief AI Officer）王宇翔（Alexandr Wang），談個人代理程式 Muse 的開發與發表
逆勢而行的產品開發
掌管 Meta Superintelligence Labs 的王宇翔，針對 Meta 如何打造其個人代理程式 Muse 以及背後的戰略抉擇，提供了迄今最詳盡的說明。核心在於戰略分歧。王宇翔指出，2026 年初 Anthropic 的 Opus 和 Claude 模型在「程式碼編寫上大幅領先」，「業界的普遍共識是，程式碼代理程式才是唯一重要的產品形態」。Meta 選擇不擠進這個應用場景。王宇翔主張，Meta 將人們與親友連結的傳統，及其旗下應用程式每日 35 億活躍用戶的分發能力，使消費者 AI 成為最自然的戰場：「這不是工作，也不是寫程式，而是個人生活。」
王宇翔認為 Meta 在先進 AI 時代勝出的理由，建立在一個簡單的框架上。當 AI 攬下人們不得不做的事情時，剩餘的時間就會留給他們想做的事情；在他看來，Meta 的產品「代表了我們所有人想做的事」。這是一種關於市場定位而非執行證明的主張，外界也應當以此視之。但這說明瞭為什麼該公司的 AI 支出會聚焦於代理程式，而非一場不太可能快速取勝的程式碼競賽。
歷時七個月從原型到上市，團隊規模不到 200 人
王宇翔表示，這個構想在 2 萬元成形——當時他與費利德曼（Nat Friedman）各自花費數週時間沉浸在開源個人代理程式 OpenClaw 中，該專案曾短暫吸引開發者的目光。兩人皆向 Meta 董事會提交了備忘錄。王宇翔在備忘錄中主張，超級代理程式「在許多方面就是終極的消費性產品」。團隊在短短一到兩週內就打造出原型並向董事會進行展示，最終產品的多個元素，包括吉祥物 Jolly 以及早期版本的 Muse Charm，當時便已具備。大約七個月後，產品正式問世。
王宇翔坦言展示成果（demo）與實際產品之間仍有差距。原型「有時運作起來十分神奇，但大多數時候無法運作且經常當機」。他承認 OpenClaw 本身也因為這個原因而盛極一時隨後沉寂：「你會經歷這些神奇時刻，但大部分時候表現並不好。」Meta 自信的優勢並不起眼：「透過苦幹與琢磨所有細節，讓結合模型與產品的體驗真正臻於完美。」
團隊規模精簡。王宇翔將模型與產品的整體研發團隊規模定在「總共不到 200 人」，並表示這種節制是刻意為之。他形容大型組織的失敗模式是打造出「科學怪人」般的產品，在某種意義上是「產品經理（PM）的地獄」，每個主管都塞進一項功能，最終揉合成「一杯混合果汁」。他將形塑 Muse 單一觀點的功勞歸給費利德曼的品味，並肯定馬克·祖克柏（Mark Zuckerberg）在經歷一段「公司內部充斥質疑」、且華爾街普遍認為 Meta 正在燒錢且在 AI 領域找不到獲勝路徑的時期，展現出的耐心。
Meta 如何判定 Muse 已經準備就緒
上市審查流程比多數消費性產品週期更具量化色彩。Meta 維護了一份試算表，列出理想個人代理程式所需的 100 多種特定行為與功能。每一行都有阻擋上市的門檻以及「良好」的門檻，並針對每一項進行評估。王宇翔指出，許多檢查點在 80% 的項目上顯示綠燈，20% 顯示紅燈，這還不夠好。第一個全面通過所有項目的檢查點是「經過特殊訓練版本的 Muse Spark 1.3」。Meta 將其與針對新用戶的大規模新手引導測試以及持續的 A/B 測試相結合，王宇翔並指出，這種體驗「對模型品質極為敏感」，同時也取決於模型與用戶溝通及覆核的可靠程度。
對投資人而言，這隱含著 Muse 的用戶留存率取決於模型在代理任務中的可靠性，而這些任務具非確定性，且可能出現明顯的失敗。王宇翔承認該產品「如履薄冰」：如果能穩定交付，它可能成為偉大的消費性產品之一；但如果用戶遭遇不可靠的體驗，「他們就會認為這是垃圾」。
採用數據說法依舊模糊
Meta 尚未透露用戶數據。王宇翔表示公司曾使用「數百萬」一詞，隨後補充說他轉發過第三方圖表，暗示 Muse 是史上成長最快的消費性 AI 應用程式。當被追問具體數字時，他婉拒透露。訪談者調侃「數百萬可能是數億」，這確實提醒了外界該說法並未經過量化。王宇翔也沒有討論變現模式、每項代理任務的算力成本，或是參與度和留存率等指標，而這些都比下載速度更為重要迷因（memes）作為成長管道。
迷因作為成長管道
王宇翔形容他在 X 上反傳統且 irreverent（不羈）的發文，是刻意試圖突破 AI 發表會的「滔滔洪流」並「讓 Meta 重新變得酷炫」。他善用吉祥物 Jolly 與迷因，並表示相信這些貼文「確實對成長產生了影響」，儘管他也承認「我們沒有追蹤機制，很難確切衡量」。他同時主張，現代消費性產品必須「禁得起截圖考驗」，在分享的截圖中看見吉祥物，能立即傳達出這是 Muse 的互動。他將 Meta 自身的行銷邏輯描述為探討「為什麼有人會在乎？」，並將其與他眼中 Anthropic 和 OpenAI 無效的品牌導向廣告做出對比。
在用戶參與度方面，王宇翔形容這是一種「信任之躍」（trust fall）的動態，用戶會逐步將更大規模的任務交給代理程式。在他看來，成功的用戶是那些不斷升級並發現每次都能順利運作的人。這是一個合理的留存機制，但這也意味著在更具風險的任務中，單單一次備受矚目的失敗，就可能快速摧毀信任。
Scale AI 交易與 Meta AI 實驗室的重建
王宇翔也透露了關於他跳槽 Meta 幕後過程的新內幕。祖克柏是在 Llama 4 推出後首次致電，王宇翔將其形容為內部「令人失望」、未走上 Meta 預期軌道的版本。早期的對話是尋求關於 Meta 在 AI 領域該怎麼做的建議。從首次接觸到宣佈僅花了五到六週。王宇翔表示，他起初懷疑這筆交易是否有意義，因為 Scale 是一項企業與政府業務，不同於 Meta 過往收購 Instagram 和 WhatsApp 的模式，而且很顯然祖克柏是在「資金入帳後」才真正想要人才。交易架構是 Meta 持有 Scale 49% 的股權，Scale 維持獨立公司營運，而王宇翔與幾位同事加入 Meta。王宇翔說，這個決定是在「經歷好幾週覺得『這太瘋狂了』」之後做出的。
他形容 Meta 當時的 AI 工作「在許多方面看起來像受損的商品」，他表示這吸引了他的創業家精神，將其視為「實驗室的重新創立」。他說設計原則是一個小型、扁平化、技術導向且人才密度極高的團隊，而他相信 Meta 在算力、基礎設施或分發上毫無瓶頸的資源，讓招募說辭極具說服力。在薪酬方面，他提出了一個值得注意的點：由於 OpenAI 和 Anthropic 的股權大幅升值，對許多招募對象而言，Meta 的薪酬方案相比於留在原地「在許多方面達到淨中立」。
非傳統組織伴隨真實管理風險
王宇翔表示，他現在擁有超過 200 名直接部屬。TBD 小組的研究人員直接向他報告，並由技術小組負責人（pod leads）在技術決策上打破僵局。他將此架構形容為刻意「反官僚」，並將自己描述為更接近教練或環境的管理者，而非每個決策的操刀者，這與他在 Scale 的多年經驗形成對比，當時他曾形容自己「在許多重大層面上成為了瓶頸」。他對於自身極限展現出少見的坦率：「如果我說自己是管理 200 多人的最佳主管，那我就是在說謊。」他的論點是，這類研究人員「不需要主管，他們需要一個絕佳的環境」。他將此與數據業務具備的操作型「摩天大樓建造」心態區隔開來，稱 AI 研究是一場「鑽石開採」的問題，多數點子都會失敗，而少數點子則能支撐整個投資。
這種組織架構是一場賭注，押注人才密度勝過管理幅度。當實驗室規模尚小且使命明確時，這或許行得通；但隨著組織成長，以及算力預算與時程的壓力增加，一個仰賴辯論推動決策的扁平化結構，往往存在著眾所周知的失敗模式。
長期願景
王宇翔在結語中提出了更宏觀的論點：個人代理程式將是一種持久的產品形態，而 AI 可以透過恢復一般被企業生活侵蝕的雄心與代理權，賦予人們「童年時夢想中的成年生活」。這個願景十分宏大，但並未伴隨營收模式或產品藍圖。投資人從這次訪談中能汲取的，是深思熟慮且差異化的產品策略、嚴謹的上市流程、精簡的團隊，但相對地，在規模、經濟效益與持久性方面的資訊揭露則相對薄弱。