一句话看懂：Paul Walsh 根据 TIME 获取的内部指令指出，Meta 的 Muse AI 助手会读取私信、邮件、财务账户和联系人，每小时更新个人及关系画像，并分析如何影响个人行为。这值得关注，因为它把个人 AI 助手与商业数据采集的边界问题推到了台前。
事件核心：发生了什么
2026 年 10 月，调查者 Paul Walsh 在其 Substack 发文称，Meta 的 Muse 并非只是“安全、私密的个人 AI 助手”。TIME 查阅的内部指令显示，Muse 会记录个人兴趣、矛盾、联盟关系、沟通模式，并每小时更新画像；即使某人从未安装 Muse，也可能通过他人的账户被建模。
更敏感的是，Muse 的内部指令包含识别个人欲望、预测未表达意图、记录哪些提示词最能影响个体行为，并做夜间对话分析。Walsh 还指出，Meta 默认将对话、Agent 操作和软件组件交互用于模型训练，用户需主动退出；Muse 运行在 Meta 控制的虚拟机上，上线时并未提供其承诺的“连 Meta 也无法读取”的加密。
为什么重要
Muse 的定位是能连接应用和账户、自主处理邮件、预订、购物和日程的 AI Agent。这类产品要真正“办事”，必然需要更高权限，包括读取私信、访问财务账户和执行交易。问题在于，当这些权限与 Meta 的广告商业模式、默认训练数据策略叠加，个人 AI 助手就可能同时成为行为画像和商业影响工具。Meta 过去因 Cambridge Analytica 事件和数据处理误导被处以巨额监管罚款，这使“信任承诺”很难被单独接受。目前公开信息显示，Muse 的隐私保护更多依赖公司承诺，而非上线即生效的技术约束。
对用户/开发者/创作者的影响
普通用户需要重点检查 Muse 的默认开关：对话和 Agent 交互是否被用于训练、是否允许访问通讯录和财务账户、能否关闭关系画像。对开发者而言，Agent 产品的权限设计不能只做“一键授权”，需要把数据用途、保留期限和退出机制做成可核查的产品能力。创作者和内容团队若把私信、客户邮件交给这类助手处理，应先确认数据是否进入模型训练闭环，以及第三方能否通过关系画像被间接识别。
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。
值得关注的后续
一是 Meta 是否会在监管压力下把端到端加密或隐私隔离设为 Muse 的上线条件；二是默认训练数据策略是否改为明确同意；三是各国隐私监管机构是否就“未安装用户被画像”展开调查。这些将决定 Muse 是成为可复制的 Agent 产品范式，还是个人 AI 助手信任成本的反面案例。
