Meta正式推出其消费级AI助手Muse，该产品运行在Meta自研模型之上。每位用户可获得一台免费虚拟机，配置约为2个CPU、2个GPU、8GB内存和100GB存储空间。据测试，Muse能够按计划发送节目单，并通过WordPress重建saastr.com网站，功能运行正常。
成本结构成为Muse的核心竞争优势。Replit、Lovable、Vercel等同类产品为提供类似运行环境，每用户交付成本约为3至4美元，且这一数字每周都在被压缩，因为算力成本在销货成本中占比较大。相比之下，Wix在推出Base44之前，托管一个网站的成本仅约2美分。Meta同时拥有基础设施和自研模型，因此能够向用户分配更多算力，并以更快速度完成交付。
在产品开发层面，Muse从零到上线经历了组织资源的快速集中。当OpenClaw产品获得市场关注后，Meta首席执行官马克·扎克伯格将AI部门的大量人力调配至该项目，参与工程师规模接近500人，而非20人。团队甚至在周六通过Twitter响应用户提交的bug报告。
与此同时，AI行业围绕前沿模型安全议题展开讨论。Anthropic首席执行官Dario Amodei发布公开信，呼吁对前沿模型能力进行节奏管控，提议设立外部机构对前沿模型能力进行监测和约束。Sam Altman和Elon Musk对该提议表示认同。公开信列出三类风险：网络安全、经济颠覆以及模型失控。Anthropic一位安全负责人将灾难性后果的概率量化为10％，这一数字被广泛引用。
市场对该倡议的反应总体偏向负面。分析认为，三类风险中有两类难以成立：网络安全风险确实存在，但相关能力已进入开放权重生态；经济颠覆论点在逻辑上难以自洽。只有模型失控风险真正难以解决，且目前没有明确答案。在实施路径上，从自愿第三方监测到强制监测，再到各民主国家政府达成一致，进而中国同意，每一步的可行性都极低。
市场定价方面，当日半导体板块出现下跌，CrowdStrike等网络安全类股票上涨约10％，软件板块表现优于半导体。资本市场对10％灭绝风险主张的定价约为0.1％。
Muse的推出表明，拥有底层基础设施和自研模型的科技巨头正在将算力成本优势转化为消费级AI产品的竞争壁垒。对于依赖第三方云服务的AI应用开发商而言，每用户3至4美元的交付成本仍是需要持续优化的核心指标。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
