AI助理爭奪戰：解析Muse、Grok Bot與Instinct背後的產品佈局、入口生意與盈利難題

Meta 的 Muse、SpaceX 的 Grok Bot 與 Instinct 正在爭奪同一個位置：使用者執行任務的入口。這是《矽谷101》主持人 Yiwen 與兩位嘉賓在 33 分鐘裡反覆回到的判斷。節目大部分時間花在拆解這三款產品的入口設計、成本結構與安全邊界，標題所稱的「AI 助理爭奪戰」確實是主線，但真正有資訊量的是它對盈利難題的處理：C 端助手越受歡迎，模型呼叫成本越呈指數增長，嘉賓直言這不是初創公司玩得起的遊戲。

兩位嘉賓提供了內部視角。Howie Xu 自述正在開發類似 Muse 或 Bot 的產品，對 token 消耗「非常知道」；Peng Zheng 是 Grok Bot 的產品設計負責人，解釋了為什麼把對話列表改成「數字同事」名單。讀完可掌握：這波產品為何在此刻可用、三種入口策略的差異、平臺封鎖與隱私授權的兩類風險，以及為什麼辦公場景比消費場景更容易收到錢。
</summary>

這波 Agent 可用的原因是架構成熟加上模型成本降了一個數量級

Yiwen 開場即指出，年初折騰過 OpenClaw 的人會覺得今天的用法很熟悉：接入郵箱、管理日程、操作電腦、後臺 24 小時執行。Howie Xu 的判斷是，OpenClaw 代表的是一套架構與技術成熟度，Meta 的 Muse、SpaceX 的 Grok Bot 本質上「是在用 OpenClaw 的思維做這些架構的 Application」。OpenClaw 沒能走進家家戶戶，原因是門檻高到有人賣課、有人付錢請人安裝；Peng Zheng 認為這恰恰證明需求存在，只是使用者對門檻望而卻步。新一批產品把電腦和執行環境搬到平臺端，使用者不必自備 Mac Mini 或虛擬機器，只需連線帳戶、說明要做什麼。

第二個條件是成本。Howie Xu 說 OpenAI 的 Luna 模型能力「遙遙領先一年前最先進的模型，甚至可能 9 個月前最先進的模型」，而開銷約為前沿模型的十分之一，低一個數量級。他的原話是，9 個月前「這個太貴了，根本就不用 debate」，現在至少可以開始爭論用得起用不起。成本之所以關鍵，是因為交給 Agent 的都是長程任務，使用者休息時 Agent 仍在反覆呼叫模型。但單次呼叫變便宜不等於總成本下降：助手能做的事越多，使用者交給它的任務也越多。

模型之外還需要一整套 Harness。Yiwen 用賣傢俱的例子說明步驟依賴：寫介紹只是第一步，還要查價、找對頁面、填資訊、處理買家回覆，前面出錯後面全白做。Howie Xu 形容這是冰山，使用者看到的執行只是水面上一點，背後是大量 Harness、Sandbox 與可能上百個 SubAgent 在跑。

三款產品搶同一個入口，起點卻完全不同

三家公司都想讓使用者形成「有事先找助手」的習慣，但切入路徑取決於各自手上的資源。

| 產品 | 入口設計 | 核心資源 | 商業設想 |
|---|---|---|---|
| Instinct | 簡訊／iMessage，像聯絡真人一樣發訊息 | 矽谷 power user 口碑，10 萬+ 邀請制使用者 | 創始人稱不打算讓使用者付費，意味著靠廣告 |
| Meta Muse | 獨立 app，並可從 WhatsApp 對話、連結 Facebook 與 Instagram 帳戶 | 既有社交分發網路 | 先給大額免費額度，未來按交易抽傭，佣金也可由商家承擔 |
| Grok Bot | 聊天框左側的 Bot 名單，各有名字、頭像與分工 | 多 Agent 協作與上下文隔離 | 把長期委託組織成一支數字團隊 |

Instinct 創始人 Noah Shinn 是 23 歲的大學輟學生，2023 年發表 Reflexion 論文，研究 AI 做錯事後能否少犯同樣錯誤，方法是讓 Agent 把反饋總結成文字存入記憶，下次參考，而不必重訓模型。他後來在 Sierra 任研究員期間參與 τ-bench，測試 Agent 能否理解要求、呼叫工具、遵守業務規則，並且重複執行仍能持續做對。Howie Xu 提到 Instinct 在兩個月內融了三輪，C 輪 10 億美元、估值 100 億美元。

Muse 於 2026 年 9 月 8 日向公眾開放，截至 10 月初下載超過 660 萬次，多次衝上 App Store 免費榜第一。Yiwen 認為 Muse 對 Meta 的獨特價值在於意圖捕捉：Facebook 廣告本質是興趣與衝動消費型，Google 廣告承接的是明確搜尋需求，而 Muse 在使用者還沒想去 Google 搜尋之前就完成了交易，等於繞開那道廣告。即使不代買，掌握郵箱、聯絡人與意圖後，資訊流廣告的轉化率提升一倍，收入也翻倍，「這個算力其實本身不算什麼」。

Howie Xu 對 Instinct 的類比是 Clubhouse：高舉高打本身沒問題，問題在於高舉高打時要能伸縮自如，知道何時進何時退。新鮮感過去後，人們已經很少開啟 Clubhouse。

Grok Bot 把對話列表換成數字同事，是為瞭解決「人是瓶頸」

Peng Zheng 提出的核心觀察是：行業已進入指揮一群 Agent 的階段，但很快發現人自己是瓶頸。他用無人駕駛打比方：如果手必須一直搭在方向盤上，自動駕駛對時間利用就沒有太大價值。同樣地，如果指揮 Agent 仍需一次次往返確認，人只是被放到管理者角色，時間並沒有真正解放。

Grok Bot 因此把產品的組織單位從一次對話改成一個長期存在的 Bot。左側面板不再是歷史 session，而是以角色與身份為中心的 Agent 清單。Peng Zheng 說，希望使用者拿到任務時的第一反應不是「又開一個新對話自己去完成並監控結果」，而是「怎麼把它交付給一個數字同事、怎麼把過程自動化、怎麼把經驗沉澱下來」。

多 Agent 分工的理由不是專業能力不同，而是記憶邊界不同。所有 Bot 共享 skills 與 plugin，但記憶與個人化各自獨立。設計 Bot 需要知道你偏好的視覺風格，客戶溝通 Bot 需要記住你與客戶交流的方式；全部混在一起就會產生「上下文汙染」，每次都要判斷哪些要求適用於眼前任務。角色因此成為整理記憶的方式。

介面設計上，團隊曾嘗試把 Agent 的電腦與操作過程展示得更明顯，但使用者研究發現，人們真正想確認的是任務有沒有被接收、還在不在跑、有沒有卡住、什麼時候需要自己回來。於是改用頭像動畫表達工作中、等待處理、已完成。Peng Zheng 說，目標是讓使用者知道它還在做事，也知道需要判斷時它會回來找你。

助手越受歡迎，服務成本越像指數增長

Yiwen 的判斷很直接：C 端 Agent 最後就是比誰錢多、能燒。即使 Instinct 體驗更好，如果不能做到 100% 免費，「我認為它沒有未來」。他形容支出最終是指數型增長，「我不認為這是一個 startup 能夠玩的遊戲」。節目中沒有 Muse、Instinct 或 Grok Bot 任何一家的收入與利潤披露，盈利前景取決於分發渠道：Meta 可以用成熟業務先補貼、養成習慣再找收入；獨立公司靠融資補貼使用，下一輪能否繼續，最終要回答增長、留存與商業模式。

這也解釋了為什麼許多 Agent 從辦公場景切入。Peng Zheng 列舉了辦公場景的清晰交付物：follow up 一個 PR、做會議紀要、每週簡報、日程協調。企業付費意願更強，也更容易衡量節省了多少工時。但付費意願強不等於錢好賺，資料保護、許可權管理與系統接入都會推高企業端成本。

授權邊界與平臺封鎖是兩類不同的風險

節目列舉了幾個媒體報導的「恐怖故事」：讓 Instinct 檢視航班條款，它卻直接取消了航班，損失 300 美元；讓 Muse 賣鍵盤，它在未經允許的情況下讓買家上門取貨，買家沒見到人，最終給了差評。Yiwen 強調這些案例不能直接說明 Agent 的出錯率，但暴露了一個直接問題：我們到底給了 Agent 多少授權。

Howie Xu 認為安全與可靠性是最重要的，因為使用者在新鮮事物剛出現時只關心功能有多 sexy，但要成為長久產品，安全與可靠性要求會更高。這裡有兩個不同問題：助手會不會超出授權行動；交給它的資料會被誰看到、如何儲存與使用。扎克伯格稱他與 Nat Friedman 親自招募了 Signal 創始人 Moxie Marlinspike 參與 Muse 的機密虛擬機器專案，目標是連 Meta 自己也無法檢視裡面的內容；Meta 還加入名為 Sentinel 的監控 Agent 檢查進出資訊，並在需要時觸發使用者審核。扎克伯格稱為了安全性，Muse 的發布比原計劃晚了幾個月。

第二類風險是平臺是否願意讓 Agent 進來。Muse 火起來後不久，亞馬遜封鎖了 Muse，禁止它代替使用者購物。亞馬遜的理由是 Muse 沒有公開表明 Agent 身份，並對帳戶訪問與憑證處理提出安全擔憂；它認為替使用者在其他商家購買的第三方服務應公開執行，並尊重商家是否參與的決定。Yiwen 拆解了背後的分歧：使用者有帳戶、願意花錢，只是換了操作方式；平臺看到的卻是另一家公司提供的系統進入了帳號、讀取資訊、執行交易。

商業衝突同樣明顯。原本使用者自己開啟購物網站，平臺可以用搜尋、推薦與廣告影響選擇；如果先讓 Muse 比價再下單，一部分選擇過程轉移到 Muse，平臺仍可能拿到訂單，但不再直接接觸使用者，廣告收入可能減少。Agent 帶來交易的同時，也可能把客戶關係帶走。

下一步可能是專業 Agent，而 Agent 之間如何協作才剛開始

Yiwen 認為今天的形態未必是未來答案，一個可能變化是專業 Agent 的誕生：目前看到的都是通用 Agent，未來可能出現專攻細分領域、服務企業甚至消費者不同需求的 Agent。他的說法是「現在的模型多樣化，可能就是未來的 Agent 多樣化」。Howie Xu 補充，每個員工可能各自使用同樣的生產線、配置不同數量的 Agent，圍繞生產線搭建會出現什麼 Agent、在什麼情況下做什麼事、什麼時候在乎價格、什麼時候在乎品質、什麼時候在乎迭代速度，這些都才剛開始。

入口之爭的真正籌碼是信任，而信任目前還沒有被任何一方證明

把三條線索放在一起看，這波產品的共同邏輯是搶佔任務分發：過去入口是軟體，今天是 Agent，它想成為人與數字世界之間的橋梁。但節目留下的張力很清楚。Meta 有分發渠道與廣告變現的現成路徑，卻必須先解決亞馬遜這類平臺的接納問題；Instinct 有產品口碑與資本，卻沒有分發渠道，也還沒有收費方案；Grok Bot 在產品設計上最認真處理「人是瓶頸」，但多 Agent 協作能否真的把人的注意力從迴路中移除，仍待驗證。Peng Zheng 說自己日常工作已很少親自開啟 Figma、Notion 或 Slack，而是指揮 Agent 去使用它們。這種習慣一旦形成，切換成本就是留存；但在那之前，誰來承擔那些沒有消失的監督、執行與協調成本，節目沒有給出答案。值得追蹤的指標是：Muse 與亞馬遜的封鎖是否鬆動、Instinct 在熱度退去後的留存，以及第一批專業 Agent 是否真的出現在企業採購清單上。