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 。
