AI Agent 正在从对话工具进一步走向任务执行，Meta 推出个人 AI Agent Muse，也让 2C Agent 的竞争焦点开始从模型能力延伸至真实事务的连接、执行和持续跟进。

相较于此前 Agent 产品，Muse 的核心变化在于进一步承接真实事务。中金研究指出，Muse 具备后台异步执行与长期记忆、真实账户连接、隔离执行与审批门控等能力，Ideas 与 Feed 则展现出推荐式 Agent 的雏形。Meta 还拥有 36 亿日活用户的分发基础，以及 WhatsApp、Instagram 和 Facebook 积累的长期内容与行为上下文。

换句话说，Muse 的核心优势不只是 AI 能力，更在于 Meta 既有的用户分发和信任基础设施，这也是其他 Agent 产品较难快速复制的。

中金研究认为，2C Agent 是 AI 应用继对话之后的重要演进方向，关键不在方向，而在时机。随着模型和 Agent 能力提升、Token 成本下降，技术与成本条件持续改善，但用户对任务效果、错误容忍度及迁移成本仍存在不确定性。技术效果和使用成本何时同时跨过用户阈值，将决定 2C Agent 走向规模化的速度。

9 月 8 日，Meta 在美国正式推出 Muse，面向 18 岁以上用户，覆盖 iOS、Android、网页端和 WhatsApp。Muse 由 Muse Spark 驱动，可将长期目标拆解为行动计划并后台执行，覆盖网页操作、邮件、日历、表单、旅行预订和购物等场景。上线第二天，Muse 一度升至美国 App Store 免费榜第 3 位，生产力榜单也位居前三。

与此同时，创业公司也在加速入场。Instinct 可通过短信、电话连接 Email、Messaging 和 Calendar，完成旅行预订、餐厅预约、购物、取消订阅、医疗预约和邮件处理等任务。从 Meta 到创业公司，2C Agent 的竞争正进一步从 " 能回答什么 " 转向 " 能替用户完成什么 "。

Muse 的四项能力：从单次交互走向持续执行

第一，后台异步执行与长期记忆。

Muse 可以跨对话保留用户偏好和任务信息，并在用户关闭应用后继续推进既定目标。Goals 用于组织长期目标、跟踪任务进度，Artifacts 则将执行结果沉淀为行程、文档或持续更新的仪表盘，使任务能够被持续追踪和积累。

中金研究指出，相较于需要用户启动浏览器后执行任务的相关产品，Muse 可以按照计划或相关事件在后台继续开展工作。这使 Agent 具备了一定的持续运行能力，任务也不再局限于一次性的即时响应。

第二，连接真实账户和外部服务。

Muse 可以接入邮件、日历、支付、健康、智能家居和电商等场景，并连接 OpenTable、Ticketmaster、Spotify 等服务。其连接方式主要包括三类：内置连接器、使用用户提供的凭证调用公开 API，以及通过浏览器操作覆盖缺少可用接口的服务。

账户连接使 Muse 能够调用用户已有的信息和服务，将信息获取、需求沟通与后续操作衔接起来，减少用户重复提供资料、切换平台和手动操作的步骤，为跨服务任务提供执行基础。

第三，隔离执行与审批门控。

随着 Agent 开始接触邮箱、支付等敏感信息，安全和权限成为产品设计的重要环节。Meta 为每名用户提供独立的 Muse Secure VM，并由 Sentinel 代理把守对外动作；Meta 还计划于年底推出支持用户自持密钥的 Confidential VM。

中金研究认为，这套架构通过独立运行环境、凭据保护和动作审批建立授权边界，有助于在模型受到误导时限制越权操作，并减少用户持续监督的负担。不过，Meta 也披露，其技术架构仍保留访问虚拟机的能力，因此这一机制并不意味着平台与执行环境完全隔离。

第四，Ideas 与 Feed 探索推荐式 Agent。

除 Chat、Goals 和 Library 外，Muse 还设置了 Ideas 与 Feed 两个主动信息流。Ideas 可以基于用户过往对话、日历事件和已连接账户提出任务建议；Feed 则根据用户设定的主题和节奏生成定制化信息流。

中金研究认为，这显示 Agent 开始从 " 等待用户提问 " 向 " 主动识别需求 " 延伸，是从搜索式交互向推荐式服务演进的早期信号。不过，目前 Ideas 仍以用户授权和确认为前提，主动程度相对有限。

Meta 的优势：分发、上下文与执行基础

Meta 在 2C Agent 上的重要基础首先来自既有用户生态。

根据公司公告，2026 年 6 月 Meta 应用家族日活跃人数达到 36 亿。用户可以直接通过 WhatsApp 对话线程使用 Muse，无需重新建立独立应用的使用习惯。在用户授权的前提下，Instagram 和 Facebook 积累的长期内容与行为信息，也能够补充聊天记录之外的个人上下文。

中金研究认为，WhatsApp 可以承担交互和分发入口，Instagram、Facebook 提供个人上下文，第三方连接器和支付基础设施则扩大任务执行范围。对于 Meta 而言，这一生态组合构成了 Muse 的重要产品基础。

不过，Meta 的生态也存在现实约束。中金研究指出，相比微信等已经将账户、支付和生活服务整合在平台内部的生态，海外服务入口相对分散，Muse 需要结合 API 和浏览器操作覆盖更多长尾服务。这种模式的连接和维护成本相对较高，网页改版也可能影响操作效率和可靠性。

商业模式方面，Muse 采用免费层和 20 美元、100 美元两档月度订阅，Power 和 Maximum 分别为 20 美元和 100 美元 / 月。中金研究认为，除订阅收入外，随着购物、预订等消费任务接入，Muse 未来存在探索交易佣金或分成的空间，但这一模式目前仍属于潜在路径。

从 " 搜索 " 到 " 推荐 "：2C Agent 关键仍在时机

中金研究认为，2C Agent 未来可能经历从 " 搜索 " 到 " 推荐 " 的模式转换。

目前的 Agent 更接近搜索：用户主动定义问题，Agent 负责解决。更长期的形态则可能类似推荐，即 Agent 基于足够的用户上下文主动识别需求、定义任务并推进执行。这样的模式能够降低用户主动提出需求的门槛，但也对技术能力、用户授权和成本提出更高要求。

从技术与成本两个维度看，中金研究将产品创新划分为探索、过渡创新、全能创新和强者恒强四个阶段。技术效果超过用户接受阈值后，产品才具备产品化基础；成本进一步降至可接受范围后，才更容易进入规模化商业阶段。

对于 2C Agent 而言，技术生产率取决于模型能力、Agent 能力、上下文理解、记忆和应用生态等因素，成本则与算力、Token 和研发成本有关。当前较为确定的是技术能力仍在提升、Token 成本存在下降趋势；更难判断的是用户对 Agent 完成预订、购物决策、邮件处理等任务的错误容忍度，以及从既有解决方案迁移的成本。

基于这一框架，中金研究提出两种可能路径。

一种是技术能力先超过用户需求阈值，但成本下降相对滞后。Agent 可能先从泛办公等技术可控、成本相对可控的场景切入，再随着技术进步逐步拓展至综合任务。

另一种是技术能力快速提升，同时成本下降较快，2C Agent 直接进入更综合的应用阶段。在这种情况下，拥有丰富用户上下文、应用生态和分发渠道的平台型产品可能更快扩大规模。

因此，中金研究认为，从过渡创新阶段进入全能创新阶段所需的时间，是观察未来竞争格局的重要变量：间隔较短，互联网平台已有的生态和渠道优势可能更容易发挥；间隔较长，创业公司则拥有更充足的时间围绕具体场景建立产品能力。