炒股就看金麒麟分析师研报，权威 ，专业
，及时，全面 ，助您挖掘潜力主题机会！

　　来源：华尔街见闻

　　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近来 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近来 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近来 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近来 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。近来 ，Muse每周向用户提供比较多 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。