扎克伯格表示，设置Muse的人中，25%每天都会使用，高出其他AI应用两倍以上。超过四分之一的用户使用Muse购物，平均金额超过200美元
我看这份Meta电话会材料，最值得关注的是几件事开始连在一起：智能体替用户办事，商业活动带来收入机会，计算成本决定扩张速度，而资金来源决定这场投入能持续多久。
Muse的早期数据提供了一个产品信号。但从产品有人用，到生意能够成立，中间还有几道必须算清的账。
购物让智能体开始接近交易入口
据材料披露，Muse上线约一个半月，美国和加拿大已有超过1000万人完成设置。其中，约25%会在任意一天使用它。扎克伯格称，这一使用水平比Threads及其他AI应用起步时高出两倍以上。
这个口径需要看清：分母是完成设置的人，不能直接当成所有下载用户的日活比例，也不能据此推断长期留存。
更有商业意义的是购物。CFO给出的明确口径是，超过25%的Muse周活跃用户使用购物功能；管理层披露的平均购买金额超过200美元，而且包括旅行购买，并非只有零售商品。首周交易量超出预期，以至于需要与Stripe合作提高信用额度。
我关注的是用户开始把购买任务交给智能体。购物、旅行、个人生产力和创造力共同构成了Muse的使用范围，连接邮件、日历等服务，则让它进一步进入用户的日常事务。
这些数据说明了早期需求，却还不能证明交易规模可以持续，更不能把购买金额直接算成Meta收入。材料没有给出抽成比例、单用户服务成本和完整留存曲线。
商业化提前，因为服务越多成本越高
Meta过去擅长先扩大用户规模，再逐步变现。Muse要更早建立收入机制，原因很直接：用户每多交给它一些任务，就会增加计算消耗。
管理层提出了几条收入路径：多数用户免费；促成交易后向商家收费；更强模型和更多Token通过个人订阅提供；企业为额外功能、员工使用及相关服务付费。企业平台还包括模型API、Muse Code等产品。
我认为，这套设计要解决的是两件同时发生的事：免费服务帮助建立网络，付费服务和交易收入支撑网络运行。
真正的考验在于，收费能否对应可确认的价值。帮商家带来多少增量交易，帮企业节省多少工作，用户愿意为更强能力支付多少，都需要在实际使用中验证。
成本效率提升十倍仍是一项待兑现的目标
Meta预计，2027年Muse计算成本效率将提高十倍以上。具体路径包括利用非高峰和闲置容量、使用更小模型、优化推理、提高GPU利用率，以及用更少Token完成任务。
这决定了Muse能否从少数市场走向更大规模。管理层明确表示，目前服务非常消耗算力，这是尚未全球广泛推出的重要限制。
但效率提高，不意味着总成本下降。用户规模、任务数量和能力要求都可能同步增长，CFO也预计总服务成本会上升。
这里还有一个动态问题：一年后，以更低成本提供今天的智能水平，未必就能满足一年后的用户。前沿能力继续提高，用户也会要求智能体完成更复杂的任务。
所以，我会把十倍效率看成扩张计划中的关键假设。它需要与收入增长一起兑现，才能形成可持续的单位经济。
广告主业已经在为AI投入提供回报
如果只盯着Muse，就会漏掉Meta当前最重要的经营基础。
材料披露，第三季度总收入为646亿美元，同比增长26%。广告展示量增长10%，平均每广告价格增长14%。推荐和广告系统的改善，仍然是收入增长的核心动力。
AI已经在这些系统中产生效果。例如，GEM模型扩展使站外转化活动的转化率提高1%至1.7%，应用广告转化率提高9.6%。内容理解模型迁移至Muse模型家族后，离线评估显示单位内容处理成本降低超过80%。这些是不同场景下的结果，不能简单相加，却能说明AI投资已经有内部应用出口。
我认为，这是Meta承担新业务风险的重要条件。同一套模型和基础设施，可以用于改善推荐、提高广告效果，也可以向外提供智能体和企业服务。
不过，主业增长并未消除资金压力。第三季度资本支出为349亿美元，自由现金流为负21亿美元；全年资本支出指引为1350亿至1450亿美元。新业务的回报时间越长，资金安排就越重要。
无投票权股票是在扩展融资工具
Meta计划向现有股东每股分配一股新的无投票权C类股，经济效果相当于一次1拆2。管理层说明，新股份可以用于融资、员工薪酬和收购，同时保留现有股份的投票权安排。
这里需要分清：分配新股份本身不会给公司带来新增现金，真正的融资要靠后续行动。管理层也明确表示，目前没有具体融资计划可宣布。
但据报道援引的申报文件，董事会讨论的多套长期预测都涉及未来几年筹集数千亿美元，财务顾问也提示，大规模举债可能损害信用评级。
我的判断是，这次安排的战略意义在于提前拓宽资金来源，并维持创始人主导的控制结构。AI竞争已经把产品、基础设施和资本结构拉进了同一张经营报表。
企业智能体和眼镜正在围绕Muse重组
企业端更值得关注的变化，是交易双方都可能拥有智能体。
Meta预计，消费者智能体会逐步通过经过认证的API、获准的合作关系，或与企业智能体直接通信来完成任务。它还披露，正在与Sierra、Walmart、Stripe、Shopify等伙伴开发相关开放协议。
如果这条路径成立，商业竞争就会延伸到新的环节：谁能被智能体发现，谁能提供可靠的商品与服务信息，谁能在授权范围内顺畅完成交易。
这仍需要时间。企业会保护客户关系，接入和授权也有摩擦。管理层承认，近期许多体验仍将是AI辅助，完全自主执行还需逐步推进。
Meta的现有触达是一个现实起点。据其用户调查估计，至少有5亿自认小企业使用其应用家族。面向小企业的Muse通过现有应用中的技能和连接器，帮助处理广告、客户回复、库存和经营事务，有机会从这些具体工作切入。
硬件也在向同一方向集中。Muse计划进入Meta眼镜，设备采取不追求高额硬件利润、逐步发展软件与订阅的思路；Reality Labs则调整VR发布和投资节奏，优先支持个人超级智能。公司预计该部门2027年运营亏损收窄至约150亿美元，这依然是一笔很大的亏损。
我看Meta接下来的关键，是能否让这些环节相互支持：主业改善提供资金，模型效率降低服务门槛，智能体完成更多有价值的任务，交易和订阅再形成收入。早期使用数据打开了这个可能性，最终能走多远，要看这套经营循环能否持续运转。