一句话看懂：Meta 的 AI Agent 产品 Muse 登上美国 App Store 生产力分类第一，同时 Meta 开源了 Muse Gadget SDK，让开发者能用 ESP32、树莓派等硬件自制 Agent 设备。前者说明个人 Agent 开始被大众接受，后者说明 Meta 想把 Muse 从单一 App 变成开发平台。
事件核心：发生了什么
目前公开信息显示，Muse 在美国 App Store 的 Productivity 分类排名第一，页面评分 4.9，累计超过 10 万条评分。与一般 AI 聊天应用不同，Muse 的定位是 personal AI agent：在用户授权后连接邮件、日历、社交账号、健康与财务数据，直接完成搜索、比较、预约、预算、购物等任务，需要确认时才交由用户决策。
更值得注意的动作是 Meta 开源了 Muse Gadget SDK，GitHub 上已放出 ESP32 Device SDK、Linux Device SDK 及相关固件。开发者可以把 ESP32、Raspberry Pi 接上屏幕、麦克风、传感器和按钮，做成自己的 Muse Gadget。官方还展示了基于 Waveshare AMOLED、M5Stack、树莓派和电子墨水屏的硬件示例。
为什么重要
AI Agent 此前的运行环境基本是手机、浏览器和 PC，能力边界停留在软件层。Muse Gadget SDK 补上了“设备”这一环，让 Agent 有机会从数字世界延伸到现实世界：控制灯光、家电、打印机，或读取传感器数据。这背后是一条正在成形的链路——大模型提供推理能力，Agent 负责规划与执行，Tool 和 Skill 扩展能力，Device 负责触达物理世界。
对行业而言，竞争焦点也在转移。过去比的是谁的模型更强、谁的 App 体验更好；Agent 时代还要比谁能调用更多工具、接入更多设备、拿到用户授权。Meta 用开源 SDK 换取开发者规模，是典型的平台打法：先靠产品验证需求，再靠生态扩大上限。
对用户/开发者/创作者的影响
普通用户可以期待更多“说一句话就把事办完”的体验，但也要意识到 Muse 类产品会接触邮箱、日历、财务、社交账号等高敏感数据，且不只是读取，还可能代为执行操作。发错邮件、取消错订单的代价远高于答错一道题，因此权限管理、操作确认和安全机制会比模型参数更影响实际体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者值得关注的不是马上学某个 SDK，而是开发范式本身的变化：以前设计页面和 API，现在要设计任务与 Tool；以前思考用户点哪个按钮，现在要思考 Agent 如何拆解、调用并执行一整套流程。谁能把复杂需求拆成 Agent 可理解、可调用的系统，谁就更可能在新一轮生态里占据位置。
值得关注的后续
一是 Muse Gadget 生态能否出现真正有使用价值的第三方硬件，而不只是极客玩具；二是 Meta 会如何处理 Agent 的权限、安全与数据合规，这直接决定用户信任；三是 OpenAI、Google 等竞品是否跟进“Agent 平台 + 开源硬件 SDK”的组合打法，以及国内厂商会以何种形式参与这条路线。
来源：juejin
