文 | 影子备忘录

Meta 的股价在 9 月 21 日单日暴涨 11.43%，收于 741.25 美元，创下 2025 年 4 月以来最大单日涨幅。

而在此之前，Meta 的股价从 8 月低点起步，已经悄然反弹了超过 20%。

让华尔街突然兴奋起来的，不是一份漂亮的财报，也不是一次轰动性的收购。而是一款叫 Muse 的产品。

9 月 8 日，Meta 正式发布个人 AI 智能体 Muse。上线后不久，它就冲上了苹果美国 App Store 排行榜第一名。

摩根大通随即将其评级从中性上调至增持，目标价从 640 美元上调至 820 美元。

杰富瑞则将目标价从 710 美元大幅调高至 875 美元，明确表示 Muse" 具备杀手级应用的所有特征 "。

要知道，就在几个月前，扎克伯格还在内部全员会上承认，Meta 的 AI 智能体研发 " 进展远不及预期 "。

2026 年初至 7 月，Meta 股价一度跑输纳斯达克指数，市场对扎克伯格 AI 豪赌的耐心正在被消磨殆尽。

转折来得如此突然。这款产品到底做了什么，让市场重新燃起了信心？更重要的是，扎克伯格这些年到底在 AI 上做了哪些布局，这些布局是不是真的到了收获期？

一个不太一样的 AI 助手

先说说 Muse 到底是什么。

如果你用过 ChatGPT 或者任何主流 AI 助手，你会习惯一种模式：你问，它答。最多它帮你写一段代码、生成一篇文章。

但 Muse 的设计逻辑完全不同，它更像一个真正意义上的 " 数字替身 "。

用户不需要一步一步告诉 Muse 怎么操作，只需要说出目标。Muse 会自己拆解任务、打开网页、填写表单，调用外部应用来完成任务。

它可以替你收发邮件、安排日程、预订旅行、购买商品，甚至替你跟服务商谈判账单。

更关键的是，即使用户关闭了应用，Muse 仍然在云端继续工作。每个用户获得的是一台独立的 "Muse Secure VM"，一台运行在 Meta 云端的虚拟计算机，拥有自己的浏览器，可以保存用户授权的数据和服务连接。

你退出 App 之后，它还在后台刷新页面、等待商品降价、继续推进任务进度。

这个 " 持续运行 " 的能力，是 Muse 和市面上大多数 AI 助手最本质的区别。

传统助手的工作模式是 " 一问一答 "，而 Muse 希望形成一条完整的执行链：用户给出目标，Muse 制订计划、调用工具并持续执行，只在敏感操作和关键节点上把决定权交还给用户。

Meta 首席 AI 官 Alexandr Wang 在接受 CNBC 采访时说，Muse 的设计原则之一就是 " 让它真正做到易于使用，并且对普通用户来说足够简单 "。

他称自己已经用 Muse 管理日常事务、获取健身建议和规划饮食，把它当成了 " 第二大脑 "。

商业化方面，Muse 提供免费基础版本，同时推出每月 20 美元和 100 美元的订阅套餐。

这是 Meta 在 AI 领域首次尝试直接向用户收费，标志着它从 "AI 只是广告业务的辅助工具 " 向 "AI 本身就是一个产品 " 的转变。

扎克伯格的 " 换血手术 "

Muse 不是凭空冒出来的。它背后是 Meta 在 2025 年到 2026 年间进行的一场大规模 AI 重组，其激烈程度在硅谷巨头中几乎找不到先例。

2025 年 6 月，扎克伯格做了一件让外界颇感意外的事：Meta 斥资 143 亿美元收购了 Scale AI 49% 的股权，并将 Scale AI 的创始人兼 CEO Alexandr Wang 招入麾下，任命为 Meta 历史上第一位首席 AI 官。

Wang 当时只有 28 岁。这笔交易的逻辑并不复杂，因为扎克伯格对 Llama 系列的表现极度不满。Llama 4 在 2025 年 4 月发布后，被业界广泛批评为 " 哑弹 "。

面对 ChatGPT 和 Claude 的强势表现，Meta 的开源大模型路线遭遇了前所未有的信任危机。

Wang 接手后做的事情，用他自己的话说，是 " 从架构到优化到数据策展的九个月彻底重建 "，Meta 的整个 AI 技术栈被推倒重来。

成果就是 2026 年 4 月发布的 Muse Spark，它是 Meta 第一个闭源旗舰模型。它不再开源，而是专为 Meta 自有产品生态设计，从文本推理扩展到多模态感知，直接面向 Ray-Ban AI 眼镜等硬件场景。

在组织架构上，扎克伯格同样动了狠手。2026 年 5 月，Meta 裁减了 8000 名员工，同时将 7000 名员工强制转岗至 AI 岗位。

新成立的超级智能实验室（MSL）整合了原有的 Llama 团队、FAIR 基础研究部门和 AI 产品团队，初期规模超过 3400 人。

扎克伯格还推行了一种在科技行业极其罕见的管理模式，即 1:50 的极致扁平化管理。一名经理可以直接管理多达 50 名工程师，打破了行业内常见的 1:10 到 1:15 的管理幅度。

扎克伯格在财报电话会议上的解释是：" 随着 AI 工具能力的增强，过去需要大型团队才能完成的项目，现在只需一个非常有才华的人就能完成。"

这种组织文化的剧烈变革是有代价的，比如图灵奖得主 Yann LeCun 曾因被要求向 Wang 汇报而最终选择离开 Meta。

多位核心研究人员在短时间内相继离职，包括在 Meta 工作超过 11 年的老将 Andrew Tulloch。Meta CTO 博斯沃思也坦言，受大规模裁员与内部 AI 项目调整的冲击，老员工士气 " 跌至近乎历史最低点 "。

但扎克伯格显然认为，这些阵痛是必须付出的代价。他需要一支能打仗的团队，而不是一个温和的研究院。

千亿豪赌的底气从哪来

要理解扎克伯格的 AI 决心，有一个数字绕不开：2026 年 Meta 的资本支出预算高达 1250 亿至 1450 亿美元。

这个数字接近于 Meta 2025 年资本支出的两倍，超过了过去三年 AI 相关投入的总和。更直观地说，这笔钱足以买下好几个大型科技公司。

这些钱主要流向了数据中心建设、GPU 采购和人才招募。

Meta 正在得克萨斯州埃尔帕索与贝莱德合资建设一个投资 140 亿美元的数据中心园区，同时在路易斯安那州推进投资超过 500 亿美元的 Hyperion 超大规模数据中心。

代价也很明显。Meta 2026 年二季度的自由现金流从上年同期的 85.5 亿美元暴跌 91%，只剩 7.84 亿美元。

有分析指出，按当前趋势，Meta 的自由现金流在下一季度可能转负。

这就引出了一个核心问题：Meta 凭什么敢这样花钱？

答案藏在它的广告业务里。2026 年二季度，Meta 总营收 608 亿美元，其中广告收入 593.63 亿美元，贡献了 97.6% 的营收，同比增幅达到 27%。AI 驱动的推荐和投放优化系统（如 Advantage+）正在实实在在地提升广告的精准度和转化率。

杰富瑞分析师在报告中说得很直接：Meta 在 AI 领域的持续投入正加速转化为核心广告业务的增长动力。换句话说，扎克伯格的 AI 投入不是在做慈善，而是在给广告这台印钞机更换更强悍的引擎。

与此同时，Muse 等消费级 AI 产品的订阅收入代表了第二条增长曲线。

扎克伯格在股东大会上把 Meta 的 AI 战略分为四大领域：核心应用和广告增强、个人 AI Agent、企业 AI Agent、以及 AI 硬件。

这个框架的思路很清晰：广告提供短期弹药，AI 产品提供长期增量。

但这里有一个不容回避的矛盾：Meta 缺乏像微软 Azure、谷歌 Google Cloud 那样的原生云业务，无法像竞争对手那样直接向外出售算力。

扎克伯格在电话会上明确拒绝了出租富余产能的提议，认为 " 仅仅出售计算能力并获取短期利润是愚蠢的 "，他相信 " 销售智能的利润率将持续显著高于直接销售计算能力 "。

这个判断如果成立，Meta 的 AI 商业模式就会形成一个闭环：巨额算力投入→训练更好的模型→嵌入广告系统提升效率→广告收入反哺算力→推出消费级 AI 产品→订阅收入成为新支柱。

但这个闭环能否真正跑通，目前仍然是一个未经验证的假设。

一个绕不过去的问题：信任

Muse 在产品层面的表现确实可圈可点，但它面临的最大障碍可能不在技术层面。

Oppenheimer 的一项调查显示，只有 8% 的美国消费者愿意把密码交给 Meta。60% 的消费者拒绝在没有人工监督的情况下让 AI 处理金钱相关的事务，47% 的消费者曾因数据隐私顾虑而取消或更换品牌。

这种信任赤字并非空穴来风。就在 Muse 发布的同一周，Meta 内部员工测试报告显示，有员工发现智能体在收到 " 找出孩子生日派对照片中出现的玩具 " 的指令后，绕过了安全限制，暴露了用户个人 iCloud 中的照片。

另一名员工报告 Muse 在运行约 15 分钟后停止刷新页面，有时会 " 毫无明显原因地 " 关闭监控功能。

Meta AI 产品副总裁 Vishal Shah 承认，公司曾在 2026 年 4 月推迟 Muse 的发布以提升安全性，并表示 " 不能说永远不会出错，但架构的每一个环节都经过精心设计 "。

更深层的挑战在于，扎克伯格在社交媒体时代积累的公众形象，正在成为他推广 AI 产品的隐性负债。

市场研究机构 eMarketer 的分析师指出，扎克伯格在 AI 宣言中展现的 " 乐观积极基调 "，与公众对社交媒体企业日益负面的看法形成了鲜明对比，这种反差 " 可能使 Meta 更难在一个它本就处于落后地位的领域建立可信度 "。

这是一个非常微妙的问题。Muse 需要访问用户的电子邮件、日历、支付信息、健康数据甚至智能家居系统，才能发挥它 " 个人超级智能 " 的全部潜力。

但恰恰是 Meta 这家曾因数据隐私问题被反复诟病的公司，在要求用户交出最敏感的个人数据。

信任，可能是扎克伯格在 AI 竞赛中最难攻克的一道关。

写在最后

从可量化的指标来看，Meta 确实有了起色。Muse 的爆火证明 Meta 有能力做出有市场竞争力的消费级 AI 产品；广告业务中 AI 变现的加速，证明巨额投入并非打水漂；组织架构的彻底重组和 1:50 的扁平化管理，至少展现了扎克伯格推动变革的决心和执行力。

但 " 有起色 " 和 " 成功 " 之间，隔着一条很宽的河。

第一个不确定性来自现金流。当自由现金流接近转负，而资本支出还在持续加码，Meta 的容错空间正在收窄。

如果 AI 产品的商业化速度跟不上烧钱的速度，市场情绪可能再次反转。别忘了，Meta 上一次如此大规模投入是押注元宇宙，Reality Labs 数年累计亏损超过 600 亿美元。

第二个不确定性来自人才。Muse 发布后不久，其研发团队就出现了核心成员离职，包括 Meta 花天价薪酬挖回来的老将 Andrew Tulloch。在当前大模型人才争夺白热化的环境下，Meta 能否维持团队的稳定性，直接关系到后续模型迭代的速度。

第三个不确定性来自竞争格局。Muse Spark 虽然在部分基准测试中能与 GPT-5.4 和 Gemini 3.1 Pro" 掰手腕 "，但 Meta 自己的高管也承认，它 " 并未达到新的技术水平前沿 "。

在 AI 这个赢家通吃特征明显的领域，第二名的日子往往并不好过。

扎克伯格在 2026 年股东大会上说，这是他经营 Meta 20 年来 " 在这个行业里最激动人心的时刻 "。

这话听起来很煽情，但背后是一个冷酷的商业逻辑：Meta 必须找到广告之外的第二增长引擎，而 AI 是它唯一的选择。

Muse 是一个好的开始。

扎克伯格需要证明的，不只是 Meta 能做出好产品，更是 Meta 能让人放心地把生活交给它。

这场考试的成绩单，最终还是要由市场来打分。