Meta发布Muse Wonder 1.0跨会话记忆AI助手

Meta于10月12日发布Muse Wonder 1.0，为旗下AI智能体Muse引入两项核心能力：Active Memory（跨会话主动记忆）与Active Focus（跨会话持续任务）。据Meta官方公告，升级后的Muse能记住用户在不同会话中的偏好与上下文，并可在会话结束后继续执行任务，例如在用户下次提问时直接调用此前了解的项目背景。Meta产品负责人Alia Goocher表示，Muse Wonder 1.0标志着AI智能体从“单次问答工具”向“长期协作者”的转变。目前Muse下载量已超过660万，日活约180万。

Muse Wonder 1.0带来了什么变化

理解Muse Wonder 1.0，先要理解它解决的问题。传统AI助手的最大短板是“失忆”：每次对话都是独立会话，用户需要反复交代背景。Muse Wonder的Active Memory让模型在会话结束后仍保留关键上下文，用户再回来时无需从头解释。Active Focus则更进一步：任务不再局限在单次对话内，模型可以在用户离开后继续推进，并在下次交互时汇报进展。

据Meta公告与The Verge报道，这两项能力被集成进Muse的体验中，同时与Muse Code订阅打通——Meta同步将Muse Code代码智能体扩展为“全栈模式”，让跨会话记忆同样适用于编程场景。

发布背景：Muse上线四周下载量破660万，日活180万

一组数字可以说明Muse的分量。据Meta公布数据，Muse自9月8日上线以来下载量已超过660万，日活跃用户约180万，成为Meta在AI消费者市场的重要入口。Muse与Meta旗下WhatsApp、Instagram、Messenger等社交生态深度绑定，天然具备高频使用场景。

与此同时，据纽约时报报道，Meta管理层在Muse上线过程中曾绕过内部安全团队的警告直接发布，引发外界对AI产品安全流程的讨论。这与Anthropic近期切断内部评测联网权限、谷歌收紧AI内容政策的动作形成对照——头部厂商在“快速发布”与“安全治理”之间的张力正在加剧。

跨会话记忆是AI智能体下半场的分水岭

如果说2025年是AI智能体“能做事”的一年，那么2026年的竞争焦点已经转移到“记得住”。业界普遍认为，个人AI产品要真正成为“数字员工”或“长期协作者”，必须具备三个能力：跨会话记忆、持续任务执行、可靠的自主行动边界。Meta此次将前两项打包发布，并计划逐步扩充，意在抢占个人AI的时间入口与数据入口。

对创业者而言，这意味着两个信号：一是个人AI助手的竞争从“模型能力”转向“记忆与状态管理”的产品工程能力；二是用户数据一旦沉淀进某个AI助手的长期记忆，迁移成本将急剧升高，先发者容易形成黏性。

安全与争议：快速发布与安全流程的张力

围绕Muse Wonder 1.0并非只有掌声。纽约时报报道称，Meta高管在发布Muse时曾否决内部安全团队关于延迟发布、加强防护的建议，理由是担心落后于竞争对手。这一做法引发了AI安全社区的批评，也让“产品速度”与“安全治理”的冲突再次成为公众议题。Meta方面回应称，产品发布遵循既定流程，并对不当行为有相应处置机制，但具体细节未完整披露。

在监管层面，跨会话记忆意味着AI助手将长期持有用户个人数据，欧盟《人工智能法案》等法规对数据留存与透明度提出更高要求。提供“记忆可见、可删除、可关闭”的控制选项，可能成为合规的底线配置。

对个人与团队的实用建议

其一，体验跨会话记忆产品时，先确认记忆的可见性与删除机制，明确哪些数据会被留存。其二，内容创作者与开发者可关注Muse Code“全栈模式”：如果跨会话记忆在编程场景表现稳定，将显著降低多日项目的上下文切换成本。其三，企业级客户宜等待更完善的权限与数据治理能力落地后再大规模采用，避免把敏感业务数据沉淀进不可控的记忆层。

竞争格局：记忆能力正成为主流助手的必选项

跨会话记忆并非Meta独有。过去一年，主流AI助手陆续补齐“长期记忆”能力：有的通过显式保存用户偏好实现个性化，有的通过可检索的记忆模块支持跨任务复用，还有的将记忆与订阅体系绑定以沉淀用户资产。各家路径不同，但方向一致——把“单次对话”升级为“长期关系”。Meta的差异化在于，Muse直接长在WhatsApp、Instagram、Messenger组成的社交入口上，用户无需新建使用习惯，记忆的沉淀场景天然高频。相比之下，独立App形态的助手需要先解决用户打开频次问题。对产品团队来说，这一观察提示：记忆类功能的价值上限，取决于产品本身的使用频次与数据闭环，功能再先进，用户不常回来也无法形成长期价值。