中秋节前，豆包产品线接到一项紧急任务：快速重构一款对标Meta Muse的产品。
中秋节前，豆包产品线接到一项紧急任务：快速重构一款对标Meta Muse的产品。按照坊间流传出的时间表，项目9月27日完成联调，9月30日拿出体验版并上会内测，总工期6天左右。参与者不止某个创新小组，而是豆包产品线及多个上下游团队全部上阵。项目范围尚未得到字节官方确认，但这足以说明Muse带来的冲击：上线不到一个月，就让另一家大厂调动多条产品线紧急跟进。9月8日，Meta发布个人AI Agent Muse。十天后登顶美国免费iPhone应用榜第一；到9月22日，Sensor Tower统计下载量已超250万。Muse的爆发离不开Meta的流量和分发能力。但更值得追问的是：一家拥有成熟业务和复杂流程的公司，如何重新找回AI创新的速度？Muse在Meta内部代号Hatch，项目最迟2025年9月启动，2026年初进入内部使用，4月发布底层模型Muse Spark，9月才正式成为消费产品。传统聊天助手只需回答问题，Muse却要进入邮箱、日历、浏览器和支付流程，在用户关闭应用后继续工作。团队面对的不是"怎样把模型接进产品"，而是一个端到端问题：怎样让普通用户愿意把数字生活的一部分交给Agent？成熟公司孵化AI产品的第一步，可能不是成立一个AI部门，而是把完整问题交给一个能为最终体验负责的团队。02 小核心的价值，是缩短决策距离
Llama 4反响不及预期后，Meta成立超级智能实验室MSL，划分为前沿模型、长期研究、产品与应用研究、基础设施四个单元。负责下一代模型的TBD Lab只有几十人，Muse所在的产品与应用研究方向则由前GitHub CEO Nat Friedman领导。Meta随后裁减约600个AI岗位，Alexandr Wang的解释很直接：团队缩小后，"做出一个决定需要更少的沟通"。不能因此倒推是裁员造就了Muse——Hatch在裁员前已经启动，但调整透露出一个组织意图：把关键判断压到更少的节点。AI产品没有现成答案：继续增强对话，还是转向执行？哪些操作可以自动完成，哪些必须请用户确认？如果每个判断都要经过多层审批，模型带来的提速很快会被组织摩擦抵消。小团队真正减少的不是人数，而是从发现问题到改变产品的距离。Meta首席执行官马克·扎克伯格在公司Connect大会上大力宣传其Muse人工智能助手
03 创新不是"小团队包打天下"
把Muse描述成几十个人创造的奇迹，是另一种误读。Muse背后有模型和推理基础设施、Secure VM、Sentinel权限系统，以及产品、安全、支付和分发团队。数以万计的员工参与内部试用，Facebook和Instagram又提供了创业公司难以复制的入口。Muse更接近一种"小核心＋大平台"的创新结构：小核心掌握产品目标、体验标准和关键取舍；大平台提供模型、算力、安全、合规和分发；核心团队不需要重复建设，却能较快调用公司资源。这也解释了豆包为什么要调动多支团队，对标Muse不是复制一个聊天界面，而是重新连接模型、工具、账户、权限与任务链路。六天可以做出体验版，却不可能靠孤立小组完成所有底层能力。成熟公司的真正优势，是让小团队在不被组织吞没的前提下，使用大组织积累的能力。04 员工不是最后一轮测试者
Muse团队从2026年初就在Meta内部使用Hatch，员工把收件箱、日历甚至Shell交给它，让Agent参与真实工作。真实任务会暴露Demo掩盖的问题：任务是否真的完成，有没有泄露信息，何时需要人工接管，用户是否愿意长期授权。Muse上线前两周仍存在语言和连贯性问题，早期甚至被员工视为"模型更差、步骤更多的聊天机器人"，持续试用帮助团队修正了工具选择和交互方式。AI产品需要的MVP，不只是"最小可行产品"，还包括"最小可行使用环境"。Agent不进入真实流程，团队得到的只是对Demo的反馈。内部试用也不能被浪漫化。Meta曾让承包商接管部分电话任务却未充分披露，员工提出隐私风险后测试被暂停。Dogfooding不仅要加快迭代，也要让难看的问题尽早暴露。05 安全不是上线前的一道闸
聊天机器人答错可以重问；Agent发错邮件、买错商品，后果完全不同。因此，Muse把安全做进了产品结构：主Agent看不到真实密码和支付信息；Sentinel独立决定动作是放行、拦截还是交给用户；购买和发送邮件等敏感操作需要确认；用户可以查看操作记录并随时接管。AI创新团队不能只有模型和产品人员。安全、权限、人工运营与信息披露，不再是上线前"验收"的外围职能，而是核心能力的一部分。总结 要孵化的不只是项目，而是一块组织空间
Muse还没有证明长期成功，下载量不等于留存，更不等于用户会长期交出关键权限。但Muse至少提供了一个值得观察的样本：成熟公司做AI创新，既不能把新能力塞进旧流程，也不能迷信一个封闭小组能完成全部创新。更可行的方式，是让小核心拥有完整目标和较短决策链，让大平台提供模型、算力、安全与分发，让真实用户尽早进入反馈闭环。豆包用6天集结多条产品线对标Muse，证明大公司从来不缺动员能力。真正的考验是，紧急动员结束以后，能否留下一个持续迭代、敢于取舍并对完整用户体验负责的团队。成熟公司要孵化的，不只是AI项目，而是一块允许新产品按新规律生长的组织空间。
