Meta Muse六天下载超90万次，AI竞争重心转向应用层

9月21日，Meta股价收涨超11%，创下去年4月以来最大单日涨幅，市值单日增加超1900亿美元。点燃行情的并非财报或芯片，而是一款个人智能体产品——Muse。据Sensor Tower数据，Muse上线六天在美国iOS累计下载超90.2万次，远超Meta上一代产品的表现；到周一，它同时登上美国iOS与Google Play免费榜第一，将ChatGPT挤下榜首。

市场的反应之所以值得细看，在于Muse并非由最顶尖的模型驱动。科技分析师Ben Thompson在文章《Frontier Overhangs》中指出，Muse Spark 1.3并非最强模型，但这恰恰是值得警惕的信号：一个并不领先的模型，已经足以支撑一款极具粘性的个人Agent产品。他由此提出“frontier overhang”概念——当前沿模型能力持续提升，而实际产品与用户场景对模型能力的消化速度跟不上时，模型能力就出现“过剩”。

Thompson援引的一个案例颇具指示性：AI叙事游戏公司Fable推出新一代模型，市场需求却反应平淡。原因不是产品质量差，而是现有模型能力对该场景已经“够用”，更强的模型并未带来用户可感知的体验提升，自然也无法转化为更高的付费意愿。他进一步指出，性能还不够用时，谁把模型和应用层绑得紧谁赢；一旦越过“够用”那条线，客户开始在意上市速度、便利性、定制化和数据处置方式，模块化就占便宜了。

这一判断为理解Meta Muse与腾讯WorkBuddy的产品逻辑提供了坐标。在C端，Muse定位为个人AI Agent，核心卖点不是参数规模或基准测试成绩，而是实际完成任务的能力——帮用户制定计划、执行步骤、追踪进度。Meta将独立运行环境、凭据保护和关键动作审批纳入产品设计，以建立清晰的授权边界，同时结合长期记忆与后台执行能力，让Agent围绕用户目标持续推进任务。其商业深意在于：个人Agent一旦深度嵌入日常工作流，就会积累大量个人数据与使用习惯，形成难以迁移的粘性，这才是真正的护城河，而非某个特定版本的模型能力。

在B端，腾讯WorkBuddy呈现出相似逻辑。9月22日，腾讯呼应隔夜Meta涨势，港股早盘跳涨超6%，盘中最高触及463.40港元。据腾讯云官方介绍，WorkBuddy企业版的核心能力不在于提供通用聊天界面，而在于连接企业内部各类系统和流程，跨平台执行工作任务，将AI能力嵌入企业日常运营。这代表企业AI从“工具”向“执行层”的跃迁：过去企业购买AI本质上是买一个更智能的搜索或问答工具，而WorkBuddy所代表的方向，是让AI成为能主动发起、执行和完成任务的Agent，直接参与业务流程。

商业模式的重新定价正在同步发生。风险投资机构a16z在报告《You are not a model. Don’t price per token.》中建议AI应用公司停止按Token定价，转向按结果收费，其逻辑是AI应用的真实价值来自所整合的数据、工具、工作流以及最终交付的可量化结果。a16z给出三种收费模式：按token计价卖模型访问、按客户认得出的价值单位（通常是积分）计价、按可归因的业务结果计价。在受访的50位企业AI技术买家中，27人偏好与可辨认工作量挂钩的积分，14人偏好按token付费。

咨询机构的研究从不同维度验证同一趋势。Gartner警告，到2030年高达2340亿美元的企业软件支出面临“Agent套利”风险，约占企业应用SaaS支出的20%。Gartner管理合伙人George Brocklehurst表示，Agentic AI改变了软件的经济逻辑，Agent系统直接交付结果，绕开重度依赖用户界面的应用，让软件变得不可见，座席数量与软件收入增长之间的传统联系可能因此被削弱。ICONIQ对300余家AI软件公司的调研显示，接近三分之二的受访公司正在开发横向或垂直AI应用，多模型使用已成常态，应用层已成为行业建设重心，AI产品毛利率正从2025年的45%向2026年预计的53%攀升。McKinsey的报告则从企业视角佐证：随着Token成本持续下降，企业评估AI投入的核心问题已从“模型有多强”转向“这个Agent能带来多少可量化的效率提升和经济回报”。

这些证据共同指向一个结论：模型能力仍是必要条件，但不再是充分条件。Fable新模型需求不佳说明在某些场景下更强模型已无法带来可感知的用户价值提升；Meta Muse和腾讯WorkBuddy说明头部公司正用“Harness应用层+工作流+用户入口”构建差异化；a16z与McKinsey的研究说明企业付费逻辑正从模型能力转向可量化结果。传统SaaS的座席逻辑正被穿透——软件仍在运行，但界面可能退到后台，压力首先落在依赖仪表盘、功能模块和座席授权收费的厂商身上。拥有行业数据、客户关系和业务流程控制权的厂商，仍可将自身重构为Agent执行层。当模型开始“够用”，下一场战争的战场已经悄然转移。