Meta 旗下个人 AI 智能体 Muse 用户增长迅猛，但服务端压力已经提前显现。过去 11 天内，Muse 日活用户增长约 10 倍至 70 万，但服务降级、Agent 任务失败等问题也开始出现，算力瓶颈逐渐浮出水面。

Muse 近期已出现多项服务异常，包括资源消耗远超内部测试预期、部分功能出现降级，以及 Agent 在执行复杂任务时频繁失败。一次压力测试中，Muse 尝试同时创建 120 个子 Agent，最终仅成功 33 个，显示其实际运行负载已经给服务稳定性带来压力。

据网络分析机构 Similarweb 数据，Muse 目前日活用户约 70 万。值得注意的是，这一增长尚未覆盖全部潜在用户：Muse 目前仅面向美国和加拿大开放，WhatsApp 和 Instagram 也尚未全面开放注册入口。若后续进一步扩大开放范围，服务端承受的计算负载还将继续上升。

Muse 的核心问题在于其高计算资源占用的运行架构。Meta 为每名用户配置独立云端虚拟机，随着用户规模扩大，CPU、内存和存储需求将同步增长，这也使基础设施扩容成为 Muse 规模化必须面对的问题。

尚未突破百万日活，Muse 已频现服务异常

Muse 的服务压力已经出现多个具体迹象。9 月 9 日，Meta 首席 AI 官 Alexander Wang 透露，Muse 早期实际使用量 " 远超预期 "，用户消耗量约为内部测试群体的 10 倍，Meta 随后调整 token 使用策略并提高额度。

与此同时，第三方状态监测平台 SaaSHub 目前将 Muse 标记为 "Degraded"，即服务仍可访问，但部分用户持续报告问题，其中 " 无法搜索 " 是最常见的反馈。

Agent 执行能力也受到并发负载考验。一名 AI 研究人员近期进行压力测试，要求 Muse 同时创建 120 个子 Agent，最终仅成功 33 个，另外 87 次创建失败。测试显示，在高并发任务下，Muse 的 Agent 编排能力存在一定限制。

这些现象并不能直接证明问题均由算力不足导致，但反映出 Muse 实际运行负载已明显高于早期测试预期。

独立虚拟机架构推高算力需求

Muse 的算力压力，很大程度上来自其底层架构。为降低隐私和安全风险，Meta 为每名用户分配独立隔离的云端虚拟机，配置包括 2 个虚拟 CPU、8GB 内存和 100GB 固态硬盘，并配备专属浏览器，用于存储用户数据和凭证。

按上述配置，在不进行负载共享的理想情况下，若用户达到 1 亿，Meta 需要约 2 亿个 CPU 核心，相当于约 158 万颗采用 126 核配置的 AMD EPYC 处理器，同时还需要 800PB 内存和 1 万 PB 固态存储。

Muse 还配备名为 "Sentinel" 的安全机制，持续监控智能体运行环境。智能体完成交易前，需要同时获得 Sentinel 批准和用户明确确认，这套多层安全机制也增加了系统运行的计算开销。

用户扩张与商业化同步推进

Muse 定位为能够执行多步骤任务的个人 AI 智能体，可以代替用户操作云端浏览器、浏览网页并完成相关事务，即使用户关闭应用，也能继续在后台运行。

Meta 正进一步扩大 Muse 的交互入口。除 Meta 智能眼镜外，公司还在开发名为 Muse Charm 的钥匙链形态独立设备，预计今年 12 月发货。WhatsApp 和 Instagram 目前尚未开放 Muse 注册，未来仍有进一步扩大用户覆盖面的空间。

商业化也已开始铺开。扎克伯格本周表示，Meta 将从 Muse 促成的交易中收取少量佣金。目前，Muse 每周向用户提供最多 1 亿个免费 token，重度用户的付费订阅起价约为每月 20 美元。

随着 Muse 从当前规模继续向更大用户群扩张，Meta 需要解决的不只是新增用户带来的需求，还包括如何维持 Agent 执行能力和服务稳定性。独立虚拟机架构意味着 CPU、内存和存储需求将随用户规模同步扩大，这也将对 Meta 的数据中心投入和基础设施采购提出更高要求。