Meta Muse 走红之后：为什么个人助理和企业助理都需要真正了解你
从 Meta Muse 的个人 Agent 说起，看看个人与企业为什么需要连接日常系统的 AI 助理，以及 Leina 如何用记忆、Apps、Skills 和权限把工作接起来。
概念插图：AI 助理的价值来自它理解的上下文、能够使用的工具，以及清楚的访问边界。
Meta 在 2026 年 9 月发布了 Muse，并将它定义为面向每个人的 personal AI agent。它可以通过 Muse 应用或 WhatsApp 交代任务，浏览网页、填写表单、发送邮件、预订行程、生成内容，并在用户关闭应用后继续推进较长的任务；在敏感操作前，它会请求许可，并提供活动记录。
Muse 受到关注，说明大家正在寻找的已经不只是“回答问题的聊天机器人”。人们希望有一个助理，知道自己的目标和习惯，能访问每天使用的服务，并且在需要时真的把事情做完。
这也解释了为什么 Leina 和 Muse 这样的产品会出现：一个助理能做什么，取决于它是否了解你，以及你是否愿意把工作交给它。
AI 助理首先要知道“我是谁”
个人生活和企业工作都由许多系统拼在一起。个人可能同时使用 Instagram、WhatsApp、Facebook、Gmail、日历、购物和支付服务；企业则把客户记录放在 CRM，把订单和库存放在 ERP，把项目资料放在文档、网盘、客服系统和知识库里。
如果 AI 只停留在一个聊天窗口里，它只能看到用户主动复制过来的片段。真正有用的助理，需要在用户授权的范围内连接这些系统，理解持续的上下文，并把多个步骤串起来。
个人与企业 AI 助理的三层基础
flowchart LR
accTitle: 个人与企业 AI 助理的三层基础
accDescr: 持续上下文、连接的系统和权限边界共同帮助 AI 助理执行可核对的行动。
C("持续上下文\n目标、习惯、项目"):::channel --> A("AI 助理"):::agent
I("日常系统\n个人服务与企业 Apps"):::resource --> A
P("权限边界\n谁能看、能做什么"):::gateway --> A
A --> R("可核对的行动\n结果、来源与下一步"):::resource这三层缺一不可。没有上下文，助理每次都要重新学习；没有连接，它只能给建议；没有权限，连接越多，风险也越难控制。
Muse 把“个人助理”推进了一步
根据 Meta 的官方介绍，Muse 的重点有四个：
- 持续工作。 用户可以交代一个目标，让 Muse 制定计划，跨多个步骤推进，并在需要审批时回来请求确认。
- 连接个人服务。 Muse 可以使用浏览器和已连接的应用，处理邮件、旅行、购物、提醒和网页任务；Meta 也把 WhatsApp 作为直接交互入口之一。
- 记住重要信息。 例如把 Instagram 保存的食谱整理成采购清单，并记住朋友的饮食限制。
- 把安全控制放在执行路径中。 Muse 使用独立的 Secure VM 和 Sentinel 防护层，在发送邮件、购买商品或分享信息前征得许可，用户可以查看活动记录、调整连接权限或断开服务。
这些能力让“个人助理”从对话走向行动。它不只是告诉你应该怎么做，而是能够在你的授权下打开网页、调用服务、等待变化，再把结果带回来。
个人助理与企业助理，差别在使用边界
个人场景和企业场景共享同一套基础能力，却有不同的管理问题。
| 场景 | 助理需要理解的内容 | 最需要控制的边界 |
|---|---|---|
| 个人助理 | 个人偏好、日程、家庭安排、购物和长期目标 | 哪些个人账号可以连接，哪些行动必须确认 |
| 企业助理 | 项目背景、客户记录、流程、团队知识和岗位职责 | 哪个成员或群组能访问哪些数据，允许执行哪些操作 |
个人用户通常管理自己的账号和数据。企业则需要把“知道什么”和“能做什么”拆给不同的人：销售可以查看客户跟进，项目成员可以读取项目文档，外部协作群只能接触获准分享的进展。一个群聊的边界，不能自动替代业务系统的权限；一条提示词，也不能代替真实的授权配置。
Leina 的方向：把个人能力带进团队工作
Leina 当前的产品形态是一个在团队聊天中工作的 AI teammate。它可以记住团队习惯、项目背景和未完成事项，通过 Apps 连接邮件、文档、代码、日历、CRM、客服、数据和存储工具，再调用 Skills 把跑通的方法复用起来。
这套设计与 Muse 的个人 Agent 形成了清晰的互补：Muse 把个人目标带到可执行的服务中，Leina 则把个人助理需要的几项能力带进多人协作和业务系统。
1. 从“知道我”扩展到“知道这项工作”
Leina 的 Memory 可以保存团队的习惯、项目背景和工作进度；每个群聊和私聊拥有独立的工作上下文，耗时任务和计划任务可以在后台继续。对企业来说，这意味着助理记住的不只是某个人的偏好，还包括一项工作怎样完成、上次做到哪里、下一步要核对什么。
2. 用 Apps 把建议变成业务动作
Leina 通过团队授权的 Apps 连接业务系统。当前官网列出的连接范围覆盖沟通、文档、代码、CRM、客服、数据和存储等类别；OpenConnector 网关在本文发布时支持超过 1,500 个 provider 和 16,000 个 action，实际可用范围仍取决于连接器、账号授权和组织设置。
例如，团队可以让 Leina 读取本周的会议记录，整理决定和待办，附上源文档链接；确认结果后，再把需要写入 CRM 或项目表格的内容交给它。先读取、再核对、最后执行，能够把 Agent 的行动控制在可验证的步骤里。
3. 用 Skills 把一次成功变成团队方法
Muse 可以围绕个人目标制定计划。企业还需要把重复流程留下来：周报如何汇总、客户跟进要检查哪些字段、发布清单由谁确认、研究结果要保存到哪里。
Leina 的 Skills 可以保存任务步骤、所需 Apps 和检查项，让成员下次直接复用，也让团队逐渐形成可维护的 AI 工作方法。这里的重点不是多写一个提示词，而是把上下文、工具和验证步骤一起留在流程里。
4. 让不同的人得到不同的答案
这是 Leina 面向企业使用时最关键的能力之一。管理员连接业务账号并配置可用操作，再按成员和群组分配访问范围。成员不需要接触账号密码或原始 Token，Leina 按授权调用相应工具。
一个 Leina，独立的访问范围
flowchart TB
accTitle: 一个 Leina，独立的访问范围
accDescr: 一个 Leina 通过 OpenConnector 为销售、项目组和外部群组提供不同资源，同时阻止未授权的数据和操作。
M("成员与群组"):::channel --> L("同一个 Leina"):::agent
L --> G("OpenConnector\n鉴权与调用"):::gateway
G --> S("销售：客户记录"):::resource
G --> T("项目组：项目资料"):::resource
G --> E("外部群：获准分享的进展"):::resource
G -.-> X("未授权数据与操作"):::restricted同一个任务交给不同的人，结果可以因为授权范围不同而不同。这不是降低体验，而是让助理能够进入真实的组织：它知道谁在问、允许使用哪些来源、结果应该回到哪里。
选择个人 Agent，还是团队 Agent？
可以从任务的归属来判断：
- 目标属于一个人，数据也属于个人。 需要的是能记住偏好、管理日程、浏览网页和处理个人服务的 Agent。Muse 的产品重点正是这一层。
- 目标属于一个团队，数据分散在业务系统。 需要的是能加入团队聊天、连接 CRM/ERP/文档/知识库、复用流程并按成员分配权限的 Agent。Leina 围绕这一层设计。
- 同一家公司既有个人工作，也有组织流程。 可以先从个人或小群的只读任务开始，再把经过验证的步骤保存为 Skill，最后按职责扩展到更多成员和系统。
两者的共同前提是相同的：先明确助理要完成的目标，再连接完成目标所需的系统，并在执行前写清楚访问范围和需要确认的动作。
从一个可核对的任务开始
如果你想在 Leina 中尝试 Agent，可以先从下面这类任务开始：
从已连接的项目文档和 CRM 记录中整理本周客户进展，只读取相关资料，列出来源链接、已完成事项、风险和下一步。先返回草稿，不修改任何记录。
这个请求同时说明了来源、时间范围、输出格式和操作限制。完成后，核对来源是否正确、成员是否有合适的权限、结果是否进入预期的群组。确认流程稳定之后，再把它保存为 Skill 或安排为计划任务。
Meta Muse 让更多人看到个人 Agent 可以怎样理解目标并代为行动。Leina 关注的是下一步：当助理进入团队、业务数据和多人协作时，如何继续记住上下文、连接工具、复用方法，并让每个人只使用自己被授权的范围。
个人助理和企业助理最终会越来越接近，但“了解谁、连接什么、允许做什么”仍然需要清楚地设计。AI 助理真正开始工作，往往就从这三个问题开始。