Meta 刚发了个人智能体 Muse，让我想起五个月前内测过的“腾讯版“

Tencent LightVela

362人浏览 · 2026-09-15 17:05:35

Tencent LightVela · 2026-09-15 17:05:35 发布

使用 LightVela 可以轻松在云端运行 Hermes Agent，无需自己管理服务器。

【用户投稿】
最近个人智能体这个赛道突然热闹了起来。扎克伯格的 Meta 刚推出 Muse，两周前马斯克的 xAI 也上线了 Grok Bot。

看起来 2026 年会是一个分水岭：Agent 不再只是程序员的生产力工具，开始变成普通用户在聊天软件里也能天天用的东西。Muse 的产品设计负责人 Alex Cornell 还专门发了个演示帖，介绍他们打磨了挺久的这个个人智能体。
在这里插入图片描述

Muse 有两种用法：一是在本地 App 里用聊天优先的界面，二是直接挂在 WhatsApp 上。App 里的体验明显更完整，除了对话，还能看到 agent 的任务清单、子代理，带 agentic 浏览和任务自动化的能力。

在这里插入图片描述

WhatsApp 那头就精简多了，基本是一个普通聊天机器人的样子。从我看到的实际对话截图来说，连基础设置都要来回折腾好几轮。

在这里插入图片描述

绕不开的问题：封闭

Muse 和 Grok Bot 有一个共同的短板：封闭。

Muse 只能用 Meta 自家的 Muse Spark 模型，IM 也只支持 Meta 生态里的 WhatsApp 和 Instagram；Grok Bot 一样，绑死 xAI 的模型和 X 平台。

小扎发推介绍 Muse 的那天，Hermes Agent 团队（Nous Research）直接在评论区回怼："还是坚持用开源吧，用 Hermes Agent 拥有你自己的技术栈。"最近他们几乎怼遍了每一个闭源 agent 产品，小扎也没能例外。

在这里插入图片描述

其实腾讯五个月前就做了个"开放版"

“开源 agent”"云端 agent"这些玩法并不算新鲜。看到 Muse 的时候，我第一反应是想起今年 4 月腾讯轻量云上线的 LightVela，内测阶段我就拿到资格上手玩了挺久。

它的思路是：给你一个跑在云端独立环境里的个人 Hermes Agent，7×24 小时在线。订阅之后会分配一台专属的云电脑来跑你的 agent，背靠腾讯轻量云的基础设施，任务执行的稳定性有保障。

在这里插入图片描述

有意思的是，Muse 和 Grok Bot 主打的几个核心点，持久记忆、通过日常聊天软件触达、主动定时干活、云存储、可扩展技能，LightVela 基本都覆盖了。而且它不挑 IM：Telegram、WhatsApp、Discord、Slack、微信都能挂，记忆和偏好是连续保留的，不会换个渠道就"失忆"。

开放到底体现在哪

对我来说，最实际的差别是开放性。Muse 围着 Meta 的模型和生态转，Grok Bot 绑在 xAI 上；而 LightVela 把接入 IM 做成了一键式的，从微信到 Telegram，想接哪个接哪个，甚至可以同时接好几个一起跑。

在这里插入图片描述

举两个我自己的用法。我平时主要把 bot 挂在 Telegram 上，因为它能进群，我在一个 AI 原生项目团队里，经常让它帮我在群里追算法团队的进度。

在这里插入图片描述

另外我还把它接到了微信上，用定时任务功能每天早上给我推一份自选股摘要。

在这里插入图片描述

公平地说，Muse 把所有事情收进一个聊天窗口，设计上确实干净。但我这种工作生活在好几个 IM 之间来回切的人，一个窗口装不下。

模型不站队

LightVela 在模型层也是开放的：GPT、Claude、Gemini、DeepSeek、Qwen、混元，甚至任何 OpenAI 兼容的接口都能接，主模型和兜底模型可以自己配。

在这里插入图片描述

Muse 跑的 Muse Spark 最近在 SOTA 榜单上爬得挺猛，连马斯克都公开夸过。从 CursorBench 的图上看，它确实挤进了第一梯队。

在这里插入图片描述

不过 SOTA 模型装进 agent 里照样会出洋相。比如下面这个真实对话：用户让它"想个酷一点的名字"，它直接把"Think of a cool name"这句话当成了自己的新名字，还挺满意。再漂亮的 UI 也遮不住底层的这类 bug。

在这里插入图片描述

可配置程度：能给的全给了

相比之下，LightVela 把 Hermes Agent 的可配置项基本都摊开在了 dashboard 里：技能、定时任务、人格设定、记忆管理、文件系统等等。技能可以理解为给 agent 预装的知识包，LightVela 的技能来自 ClawHub、http://skills.sh 这类开放市场，装好之后对话里会自动调用。

在这里插入图片描述

说个小插曲：内测的时候我跟团队吐槽，说技能得一个一个找，同类的还得重复装，挺麻烦。结果没过几天，他们就把成套的 Skill Packages 接进了站内，按金融、技术、设计、营销这些分类一键安装。

在这里插入图片描述

最后说两句

客观讲，如果你想要一个打磨精致、all-in-one 的个人 agent，Muse 是不错的选择，云端安全电脑、敏感操作前的二次确认，这些细节都想得挺周到。

但我的生活不在一个 App 里。工作在 Telegram 群里，日常沟通在微信，所以我自己还是留在 LightVela：一个云端 agent 挂在我已经在用的所有渠道上，模型自己挑，记忆、技能、定时任务按需加。哪种适合你，取决于你住在哪个 App 里。

北京朝阳AI社区

更多推荐

SDD-Agent 工程实战后你基本不会被OUT

AI 编码不是一句话的事：我用 OpenSpec 把需求拆成 proposal、design、tasks 和 tests。Spring Boot 微服务别让 AI 随便设计：先加载 API、DB、Redis、Kafka 和错误码规范。我把这套 Agent 工程方法论开源了：FlowMind，一个会"从你的纠正中学习"的 MCP 工作流框架。让 Agent 接上 YApi、Yuque、数据库、Red

北京朝阳AI社区

AI Agent 操作系统：混合内核设计

以大语言模型为认知核心的自主智能体正从单次问答演化为长时程、跨工具、可产生外部副作用的持续计算负载，业界由此提出智能体操作系统（Agent OS）作为统一的资源与治理层。然而，现有智能体操作系统要么将全部服务堆入单一内核，导致可信计算基膨胀、信任边界模糊，要么沿纯微内核路线将所有服务隔离，使高频的上下文访问与推理调用承受跨服务通信开销，难以同时满足隔离安全与执行效率。