Meta AI 賭對了！Muse Agent 能幫你賺錢、殺價、砍帳單？股價大漲背後的秘密｜哈佛姐夢遊矽谷（第 1/2 段）

🧑‍🏫 這支影片介紹 Meta 新推出的 AI 助理 Muse：你交代一件事，它會自己上網把事情辦完。主持人是長期持有 Meta 股票的人，她先說明 Muse 跟其他同類產品哪裡不一樣，再實際測試三件事：跟客服談降帳單、二手殺價、挑衣服。想知道 AI 能不能真的幫你跑腿，這支影片可以看到它實際操作的樣子，也看得到哪裡還不夠好用。

• 00:00 開場示範：主持人嫌電話費太高，叫 Muse 去跟 Verizon 客服聊天，看看能不能降低帳單
  ↳ 主持人覺得手機費太貴，叫 Muse 去找 Verizon（美國大型電信公司）的線上客服，看能不能降價。等於把「打去客服磨價錢」這件麻煩事丟給 AI。
• 00:31 Muse 真的打開客服聊天視窗並送出訊息，主持人很驚訝它已經在幫忙聊天
  ↳ Muse 不只是出主意，它真的自己打開客服視窗、打字送出。主持人驚訝的是它已經在「動手做事」，不是只會回答問題。
• 00:31 主持人 Alice 是 Meta 多年股東，她認為 Meta 最近股價上漲一定跟 AI 有關
  ↳ Alice 長期持有 Meta 股票。她認為 Meta 最近股價上漲，主要是因為市場看好它的 AI。這是她個人的判斷，不是官方說法。
• 01:01 Meta 股價過去曾因 Llama 4 不及預期、原本要推出的 Muse Model 延遲而受到不小衝擊
  ↳ Llama 4 是 Meta 自己開發的 AI 語言模型。之前它表現不如預期，Muse Model 又延後推出，投資人信心受到打擊，股價也跟著跌。
• 01:01 引述來過頻道的 Frank：Meta 有個神秘 AI 組織叫 TBD 實驗室，是祖克柏花好幾百億美金組成的夢幻團隊；Muse 是他們第一個面向消費者的產品
  ↳ TBD Lab 是 Meta 內部很低調的 AI 團隊，祖克柏砸了大錢挖人組成。Muse 是這個團隊第一個給一般大眾用的產品，可以看成他們交出的第一張成績單。
• 01:33 Muse 標榜完成所有 Action 的「最後一哩路」：寄信、訂機票、填表單、砍帳單，甚至上網買東西，就像每個人都有一個私人秘書
  ↳ AI Agent 是會替你實際動手辦事的 AI，不只陪你聊天。Muse 主打把事情「做到完」：信真的寄出去、票真的訂好，不是教你怎麼做就結束。
• 01:33 Muse 有免費版跟付費版；免費版額度是一週 1 億個 Token，一天可用 1400 萬個 Token
  ↳ Token 是 AI 計算文字用量的單位，你打的字跟它回的字都會算進去。免費版每週最多 1 億、每天最多 1400 萬，兩個上限同時有效。
• 02:03 官方說一般人使用絕對不會不夠用
  ↳ 官方的意思是免費額度給得很多，一般人日常叫它處理雜事應該用不完，不太需要擔心額度不夠。
• 02:03 祖克柏評價 Muse 不只幫你省錢，甚至能幫你賺錢，例如找到更便宜的機票、談到更好的價格
  ↳ 祖克柏的說法是：Muse 不只幫你少花錢，還能幫你多賺。例如幫你比價找到更便宜的機票、替你談到更好的價錢，省下來的差價就等於賺到。
• 02:03 Meta 的獲利計畫：從 Muse 促成的交易中抽一點手續費，這筆費用可能由商家付，不一定由消費者付
  ↳ Meta 打算靠「幫你成交」賺錢：你透過 Muse 買東西，Meta 從中抽一點手續費。這筆錢可能是商家出，你不一定要多付，有點像平台向店家收的抽成。
• 02:35 這幾年 AI Agent 層出不窮，例如 Hermes、Grok Bot；主持人整理出 Muse 跟它們不同的三點
  ↳ 現在 AI Agent 越來越多，影片舉了 Hermes、Grok Bot 當例子。主持人整理出 Muse 跟它們不一樣的三個地方，下面三點就是。
• 02:35 差異一：融入生活。Muse 能很自然地取得你在 WhatsApp、Instagram、Threads、Facebook、Messenger 裡的資料
  ↳ 第一個不同：Muse 能直接用你在 WhatsApp、IG、Threads、FB、Messenger 上的資料。你不用另外跟它交代背景，平常的聊天和社群紀錄它都能參考。
• 03:06 主持人認為這些資料是對手永遠趕不上的超強護城河
  ↳ 護城河是指對手很難追上的優勢。主持人認為大家長年累積在 Meta App 上的生活資料，別的公司再有錢也複製不來。
• 03:06 差異二：可能是最懂你品味的 Agent。Meta 知道你追蹤誰、收藏什麼、看過哪些 Reels、搜過哪些關鍵字，推薦理論上更貼近你的品味
  ↳ 第二個不同是「品味」。你追蹤誰、收藏什麼、看過哪些 Reels（IG 的短影片）、搜過什麼字，都透露你的喜好，所以 Muse 推薦的東西理論上會更合你的胃口。
• 03:37 差異三：安全架構。Muse 跑在專屬的隔離環境；你給它的密碼它可以拿來用，但不會拿來讀
  ↳ Muse 在一個跟外界隔開的專屬空間裡運作。你給它密碼，它可以拿去登入幫你辦事，但不會去讀密碼的內容，這是它讓人比較放心的地方。
• 03:37 Muse 是第一個能在 App 內直接購物、也是第一個拿到 Stripe 購物保障的 AI Agent，買錯了可以免手續費退貨
  ↳ Stripe 是國外常見的線上付款公司。Muse 可以直接在 App 裡下單，還有 Stripe 的購物保障：AI 買錯東西可以退貨，不收手續費。
• 03:37 Meta 對自己的安全 Harness 設定很有信心，懸賞 30 萬美金請全世界駭客來攻破
  ↳ Harness 在這裡是指 Muse 的整套安全防護設定。Meta 懸賞 30 萬美金，請全世界的駭客來攻破，等於拿真錢來證明它對自己的安全很有把握。
• 04:07 Muse 目前只在美國推出
  ↳ Muse 目前只在美國推出，台灣暫時還用不到。
• 04:07 介面跟一般聊天機器人差不多，但有可愛的 Muse 頭像，Avatar 還能變造型，例如改成 Hello Kitty
  ↳ 操作方式跟一般聊天機器人一樣，就是打字對話。Avatar 是代表它的頭像角色，可以換造型，例如換成 Hello Kitty，讓它看起來比較親切。
• 04:37 主持人聲明本片沒有 Meta 的 Sponsorship，實測不 work 也會老實說
  ↳ Sponsorship 是廠商贊助。主持人先說清楚這支影片沒有收 Meta 的錢，後面實測要是失敗也會照實講。
• 04:37 缺點：Agent 跑得有點慢，不像用 GPT 或 Claude 時可以選較快的 Model，目前看起來都是用類似 Default 的 Model
  ↳ 缺點是速度偏慢。用 GPT 或 Claude 時可以自己選反應比較快的模型，Muse 目前看起來只有 Default Model，也就是系統預設的那一個，沒得選。
• 04:37 主持人認為使用者應該可以先離開，等 Agent 做好後會收到 Notification
  ↳ 主持人的想法是：既然它慢，就不用一直盯著。交代完可以先去做別的事，等它做完會跳 Notification（手機推播通知）提醒你回來看。
• 05:07 實測一：在 Facebook Marketplace 找商品並跟賣家殺價，因為 Meta 跟 Facebook、Instagram 相連，照理說在這些 App 上表現最好
  ↳ Facebook Marketplace 是 FB 裡的二手買賣區。第一個實測是叫 Muse 在上面找東西、跟賣家殺價。因為是 Meta 自家的平台，照理說 Muse 在這裡應該最好用。
• 05:38 目標是大同電鍋：主持人記得在美國 Amazon 上一台要 250 或 300 美金，快台幣 1 萬塊；她請 Muse 在南灣附近找並殺價
  ↳ 目標是大同電鍋。主持人記得美國 Amazon 上要 250～300 美金，快要台幣 1 萬，所以想找二手的，請 Muse 在南灣附近找，順便幫她殺價。
• 06:08 Muse 收到需求時會在聊天訊息上按一個 Like，接著開始搜尋
  ↳ Muse 收到指令後，會先在你的訊息上按個讚，意思是「收到了」，然後才開始搜尋。
• 07:54 結果：舊金山只有兩台大同電鍋，另一台在南加州很遠；San Jose 有一個 20 塊的但不是大同電鍋；最後只有舊金山一台 10 人份、賣 100 塊
  ↳ 搜尋結果不多：舊金山只有兩台大同電鍋，另一台遠在南加州；San Jose 有一台 20 塊的，但不是大同。最後可行的是舊金山一台 10 人份、賣 100 塊的。
• 08:25 主持人設定底價 50 塊請它殺價；Muse 說會傳 Message 給賣家，但對方還價時不會自己答應，而且傳送前會讓使用者決定要不要送出
  ↳ 主持人給的底價是 50 塊。Muse 會幫忙傳訊息殺價，但訊息送出前要你按確認，對方還價時它也不會自己答應。要不要花錢，最後還是你決定。
• 08:25 主持人設想：如果有 10 個人在賣，Agent 或許能同時傳 10 則訊息一一殺價，省下很多時間
  ↳ 主持人想像：如果同一樣東西有 10 個人在賣，Agent 可以同時傳 10 則訊息，分別跟每個賣家殺價，不用你一個一個去聊。這是她的想法，影片裡沒有實際測試。
• 08:55 送出後 Muse 會 Monitor 賣家有沒有回覆，每 4 小時掃一次 Reply 再通知使用者目前狀況
  ↳ Monitor 就是持續幫你盯著。訊息送出後，Muse 每 4 小時檢查一次賣家有沒有回，再通知你目前的狀況，你不用自己一直點開來看。
• 08:55 實測二：驗證 Meta 是否最懂品味，請它找一件能參加朋友婚禮的衣服
  ↳ 第二個實測是驗證前面說的「最懂你的品味」：請 Muse 找一件適合去朋友婚禮穿的衣服，看它挑的合不合主持人的眼光。
• 09:29 賣家已經回覆；主持人說以後要賣東西，也會讓 Muse 幫忙 Po 文、Monitor 回覆、告訴它底價
  ↳ 電鍋賣家已經回覆了。主持人因此覺得反過來賣東西也可以交給它：讓 Muse 幫忙 Po 文、盯回覆，只要告訴它最低能接受的價格就好。
• 09:29 找衣服時 Muse 像是在模擬真人操作電腦，可以看到 Browser 在瀏覽適合婚禮的衣服
  ↳ 找衣服的時候，可以看到 Muse 自己開 Browser（瀏覽器）在網頁上點來點去，就像真人在用電腦。它逛了哪些婚禮服裝，你在畫面上都看得到。
• 09:59 Muse 在 Nordstrom 找衣服，因為之前聊過天，它知道主持人的 Size 是 XS
  ↳ Nordstrom 是美國的大型百貨公司。Muse 到它的網站挑衣服，而且記得之前聊天時提過主持人穿 XS，不用再問一次尺寸。
• 09:59 最後找到 12 件適合婚禮的裙子，避開賓客不能穿的白色，並列出兩件最推薦的
  ↳ 最後它找出 12 件適合婚禮的裙子，也知道要避開白色（白色通常留給新娘，賓客一般不穿），並從中挑出兩件最推薦的。

在 Facebook Marketplace 殺價實測中，Muse 送出訊息後怎麼追蹤賣家的回覆？