参与创办Meta超级智能实验室的Alexandr Wang：个人智能体在很多方面是消费产品的终点形态
Wang在David Senra播客中阐述其核心判断：AGI将替人完成几乎所有不得不做的事，让人把时间全部用于想做的事，而Meta的产品生态恰好覆盖了后者。
重要性实质性证据E3 可检验写法标准
2026年初，AI行业的共识几乎压倒性地偏向编码智能体。Anthropic的Opus和Claude在编程能力上遥遥领先，整个行业都在拥挤地争夺这个用例。参与创办Meta超级智能实验室的Alexandr Wang却在那时形成了一个相反的判断：个人智能体才是Meta应该押注的方向，而且从消费产品的角度看，在很多方面它是终点形态。
他的推理从一个简单的分类开始。每个人的生活里都有想做的事和不得不做的事。他认为AGI的承诺在于：AI将替人完成几乎所有不得不做的事，让人把时间全部用于想做的事。而Meta的产品——Instagram、WhatsApp、Facebook——恰好覆盖了人们想做的事的领域。
这个逻辑在2026年2月得到了第一次真实验证。Nat Friedman——曾帮助创建GitHub Copilot、Stripe最早的客户之一——成为MSL内部第一个深度使用OpenClaw的人。Wang形容他的体验介于恐惧和狂喜之间。Friedman完全信任了这个智能体，甚至让它通过监控视频确认自己在喝水然后表扬他。
但OpenClaw的现象很快消退。Wang承认，那个热潮并没有持续——人们偶尔体验到魔法般的时刻，但大部分时候产品并不好用，问题很多，热度就这样退去了。
Wang特别强调，Muse的开发不是靠模型能力碾压实现的。当被问到为什么他们能做到OpenClaw做不到的事时，他的回答很朴素：真正让Muse出色的不光彩的部分，就是一遍遍地打磨所有细节，把模型加产品的综合体验做到真正好用，对模型本身做了很多次迭代。
这个判断有一个明确的适用边界。Wang的论证建立在Meta拥有35亿日活用户分发渠道这一前提上。对于没有这种分发能力的公司，同样的个人智能体逻辑并不自动成立。他本人也承认，OpenClaw的消退说明个人智能体此前失败的原因不是方向错误，而是可靠性不足——这恰恰是Muse用七个月去解决的问题。如果这个问题没有被真正解决，整个战略判断的前提就会动摇。