Meta推跨App AI助手Muse，使用者願意交出權限嗎？

 

Meta把個人AI助手推向跨應用執行

Meta正式推出個人AI助手Muse，主打跨應用程式執行任務。這次更新的重點很清楚：它已經從聊天工具，往能代替使用者操作服務的方向前進。Meta股價今年9月9日收盤下跌0.53%，市場對這類產品的評價，現在仍停留在概念與早期驗證階段。

Muse可以依照使用者選擇，自動處理寄送電子郵件、購物等任務。祖克柏也強調，凡是涉及敏感操作，Muse都會先取得使用者許可。這代表Meta想先建立一條界線：AI可以幫忙做事，但權限仍由使用者掌握。

 

權限設計與資料隔離，決定代理型AI能走多遠

Muse的資料與憑證存放在獨立虛擬環境中，旁邊還有專門的安全系統做審查，避免威脅進入網際網路。祖克柏提到，Muse的模型結合確定性程式碼與分類器，用來偵測提示注入等風險。這些設計顯示，Meta在做的已經不是單純把AI接到App上，而是在處理代理型AI最敏感的問題：權限、隔離、驗證。

使用者也可以自行選擇Muse能存取哪些應用程式，並且隨時斷開連線。這種設計會影響產品能否被大量採用，因為跨應用執行越深，使用者越在意資料會不會被錯用。對Meta來說，安全架構若能被市場接受，Muse就有機會成為平台級入口；若使用者對權限仍有疑慮，產品體驗再順，也可能只停在展示層。

 

漏洞懸賞公開化，代表Meta想先把風險攤開

Meta在Muse開發過程中已經啟動漏洞懸賞計畫，而且是公開進行，並依安全漏洞影響程度提供獎金。這種做法等於先把外部研究者拉進來，讓產品在正式擴散前先經過更大範圍檢查。對一個會接觸郵件、購物與多個應用程式的AI代理來說，這一步很重要，因為風險不只在模型輸出，也在流程串接本身。

我會把Muse視為Meta在代理型AI上的一次實作檢驗。產品能不能放大，取決於兩件事：一是使用者是否願意交出跨App權限，二是安全機制能不能在真實環境裡維持穩定。今天看到的是方向已經很明確，後面要追的，是使用者採納速度、漏洞回報情況，以及Meta能不能把這套安全框架做成可複製的標準。