---
title: "Muse 和 Instinct 对比：实际运行方式有何不同"
description: "Muse 和 Instinct 对比：从运行环境、使用入口、工具权限到记忆与电话功能，拆解 Meta Muse 与 Instinct 的实际差异，并说明测试结果的区间、样本量与局限。"
url: https://personalagentbench.com/zh-cn/muse-vs-instinct/
last_updated: 2026-10-13
---

# Muse 和 Instinct 对比：从各自实际运行的系统说起

本页由 2026-10-13 的英文版机器翻译而成，所有数字都已和原文核对。如有出入，以[英文版](https://personalagentbench.com/muse-vs-instinct/)为准。

Instinct 与 Muse 的对比通常写成一份功能清单，因为两家公司公布的都是功能清单。这种比较几乎说明不了什么：每个个人智能体都声称支持邮件、日历、浏览网页和记忆。我们转而从运行时层面拆解这两款产品，发现它们的差异在于底层结构：运行的位置不同，用户访问的方式不同，向智能体提供能力的设计思路相反，保存已知信息的存储系统也遵循不同规则。这些差异决定了它们能为你做什么，也决定了它们能对你做什么。

- 它们的产品形态不同。一个以网页为入口，背后有一台专属 Linux 机器；另一个就在你已有的通讯应用里。
- 工具接口的设计思路截然相反。一个将权限与定义分开，仅在需要时加载 schema；另一个提供命令行，并且只有读过操作手册才允许执行操作。
- 两者都用 markdown 文件保存记忆。区别在于文件存放在哪里、纠正后的事实如何处理，以及如何隔离敏感凭据。
- 主表中的完成率基于不同任务集；另有一批较早的 114 项任务测试，让两者回答了相同任务，其局限见下文。

先说基本信息，毕竟其他文章都是从这里开始的。Muse 属于 Meta。[Meta 在 9 月 8 日发布的公告](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)称，Muse 正在美国通过 iOS、Android 和网页端逐步推出，多数日常需求可免费使用，想完成更多任务的用户可以选择订阅方案。Instinct 由 Noah Shinn 创立的 Spear Street Technology, Inc. 开发。[TechCrunch 报道](https://techcrunch.com/2026/09/28/viral-ai-agent-instinct-raises-1b-series-c-at-a-10b-valuation/)，它于 2026 年 8 月以邀请制上线；在 [The Verge 的上手体验](https://www.theverge.com/tech/1008254/instinct-agent-ai-hands-on-muse-dots)中，用户需要获得现有用户的邀请，或通过候补名单审核。Instinct 没有公布价格。两款产品各自对收费的说明，都集中在拆解页面的定价部分：[Muse](https://personalagentbench.com/zh-cn/agents/muse/#pricing) 和 [Instinct](https://personalagentbench.com/agents/instinct/#pricing)。

隐私方面，[Meta 表示](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)，对话和虚拟机数据不会进入其广告系统，网络访问则由 Sentinel 把关。我们的 [Instinct 拆解](https://personalagentbench.com/agents/instinct/)发现，它有一个独立的凭据保险库，设计用途是在不暴露敏感凭据的情况下完成填入。这些描述对应的是不同的控制措施；任何一项都不能视为对数据不会泄露的全面保证。

## Instinct 与 Muse 运行时逐项对比

| 维度 | [Muse](https://personalagentbench.com/zh-cn/agents/muse/) | [Instinct](https://personalagentbench.com/agents/instinct/) |
| --- | --- | --- |
| 在哪里运行 | 每位用户有 1 台 Linux 虚拟机。请求在这台机器上组装，而不是直接获取一个组装好的完整数据包。浏览器任务会另行启动第 2 台独立机器。 | 由服务器编排，具体工作在沙箱中执行。浏览器任务使用租用的云端浏览器，而不是你电脑上的 Chrome。 |
| 如何提供工具 | 刻意分成 2 层：权限清单列出 246 个方法，完全不带参数；实际定义则按需逐个命名空间加载。 | 提供命令行接口，而非函数列表：按产品自己的统计，有 43 个类别、571 项操作；按不同统计方的口径，则有 3 个不同总数。每项操作在自己的帮助文本被读过之前都拒绝执行，因此手册也成为提示词的一部分。 |
| 记忆存在哪里 | 以纯 markdown 文件存放在主目录中，直接嵌入请求。修改其中一个文件时，只插入一条简短说明，而不是重新构建整个数据包。 | 3 类存储各司其职：一组由 git 跟踪的 markdown 记忆文件、一层可查询且已建立索引的连接器数据，以及一个仅供填入敏感凭据的保险库。 |
| 哪些事情由你批准 | 权限和审批并未分散在运行时各处。它们以及所有离开机器的数据，都必须经过同一个统一关口；界面在活动动态旁设有审批标签页。同一套机制还将凭据保存在智能体无法触及的位置。受检运行时包含文件删除和遗忘能力。我们未核实用户能否直接打开或删除自己的记忆文件。 | 审批卡片提供 3 种选择，而非 2 种：批准、拒绝或忽略。卡片包含计划，并注明由哪台设备执行。批准绑定的是展示出来的确切文本，而不是生成这段文本的请求，因此改写后需要重新批准。其自身规则禁止在不可撤销的发送操作中夹带用户未见过的假设；用户要求时，它还会出具回执，说明读了什么、发送了什么、哪些内容没有碰。文档中列出了涉及存储、训练、位置和桌面索引的删除功能入口。 |
| 如何使用 | 上线时支持 iOS、Android 和网页端，也可通过 WhatsApp 使用。自 9 月 17 日起提供的 Mac 应用可以操作电脑上的应用。我们只测试了网页端。 | 以消息为主要入口。默认通过 WhatsApp、SMS 和 iMessage 使用，另有一个使用其自有邮件域名的邮箱地址。网页应用主要是管理面板。 |
| 我们未能确认的内容 | 运行时与模型之间的原始通信：结构已知，但从未看到内容。此外还有凭据、真实的第三方登录，以及所有者选择不开放的交互式终端。 | 主指令集的正文（只看到了章节标题）、主智能体运行在哪台主机上、生产环境的模型 ID，以及 4 个已找到引用但始终未见正文的具名策略章节。 |
| 已完成评分的子集完成率 | 19% · 区间 13 至 25 · 90 项任务 | 43% · 区间 36 至 50 · 159 项任务 |

完成率一行对应的是 9 月不同的已评分任务子集，测试对象是经过适配并替换为考试模型的产品运行时，而非面向消费者实际提供的产品。首批测试的底层记录尚未公开；Muse 的完成率是在修复适配器后得出的。[结果来源与局限](https://personalagentbench.com/#results)。这两个数字都不代表排名，我们也从不将它们合并。数据截至 2026-09-22。

上表每个单元格都来自我们对相应产品的拆解，且各自链接到完整文章。表中按相同顺序列出了我们对这个评测中所有产品都会问的 6 个问题；正因为如此，这些列才具备横向阅读的基础。

## Instinct 与 Muse 实际在哪里运行

Muse 为每位用户提供 1 台 Linux 虚拟机。发往模型的请求在这台机器上组装，而不是由服务器送来一个成品数据包；浏览器任务则会另行启动第 2 台独立机器。为每个人配备如此多的专属基础设施并不常见，而这一点就足以解释产品其余设计中的大部分。

Instinct 由服务器负责编排，具体工作在沙箱中运行。浏览器任务使用租用的云端浏览器，而不是你电脑上的 Chrome。

实际差异在于，任务之间的状态保存在哪里。属于你的机器可以保留工作目录；为某项工作租用的沙箱则设计为用完即撤。抽象地说，没有哪一种更好，但任务进行到一半出问题时，两种设计会带来不同的处理方式。

## 如何使用 Instinct 与 Muse

这是最直观的差别，也是大多数人最先注意到的差别。

Muse 上线时支持 iOS、Android 和网页端，[Meta 的发布公告](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)还表示，用户可以直接在 WhatsApp 中与它交流。[Mac 应用于 9 月 17 日跟进推出](https://www.theverge.com/tech/997332/metas-muse-ai-agent-now-has-a-mac-app)。我们拆解的是网页端，本页其余部分描述的也是这个入口。

Instinct 恰好相反。WhatsApp、SMS 和 iMessage 是默认入口，此外还有一个使用产品提供的邮件域名的邮箱地址。其网页应用主要是管理面板。

在受检的 Instinct 账号中，我们未能确认是否存在可编辑计划的界面。我们观察到的审批卡片会展示拟执行的操作，并提供批准、拒绝和忽略选项；仅凭消息这一交互形式，无法判断界面能提供哪些控制功能。

在受检的 Instinct 界面中，审批卡片提供批准、拒绝或忽略选项，且批准绑定的是展示出来的确切文本。我们尚未确认受检账号在计划编辑能力上是否对等；委托可能产生重要后果的操作前，应先检查有哪些可用的控制功能。

## Instinct 与 Muse 各自能看到什么

大多数对比都会跳过这个问题，但它会带来实实在在的后果。

Muse 将权限清单与工具定义分开。权限层是一份完全不带参数的方法列表，实际定义则在需要时按命名空间逐个加载。这是一条刻意设置的边界：规定什么可以做的部分，与说明如何去做的部分并不是一回事。

Instinct 提供命令行接口，而不是函数列表，并强制要求每项操作只有在其帮助文本被读过后才能运行。因此，文档既成了提示词的一部分，也成了账单的一部分。

两种设计都有道理，只是各自着力防范的失误不同。权限清单的做法让系统更容易在不加载全部内容的情况下判断哪些操作获准执行；强制阅读手册的做法则让模型更难调用自己尚未读过说明的功能。

这也是 Instinct 与 Muse 的工具数量不能直接对照的原因。如果要比较上表中醒目的数字，应将它们理解为对不同事物的计数，而不是分数。

Instinct 的接口按不同统计方的口径得出了 3 个总数：产品自己的统计、我们审计人员的统计，以及对不重复操作名称的原始计数，其中只有一部分操作有完整手册。我们公布了全部 3 个数字，没有挑选最漂亮的那个；[拆解文章](https://personalagentbench.com/agents/instinct/)解释了每个数字的来源。

Muse 的数字统计的是权限清单中的方法，与命令行上的操作完全不是同一种对象。把这两个数字放在一起宣布谁胜出，会是本页最具误导性的做法。

工具更多不代表产品更好。有时恰恰相反，因为没有文档说明的接口会被模型误用。

## Muse 与 Instinct 各自记住什么

Muse 将记忆以纯 markdown 文件保存在主目录中，并直接嵌入请求。编辑其中一个文件时，只会插入一条简短说明，而不是重新构建整个数据包。用户能否自行打开这些文件，仍未得到核实；我们没有可用的交互式终端。产品对你的认知保存在文件中，而不是埋在向量存储里的推断。

Instinct 将记忆拆分到用途不同的存储中：一组由 git 跟踪的 markdown 记忆文件、一层可查询且已建立索引的连接器数据，以及一个仅供填入敏感凭据的保险库。最后一项值得关注，因为一个设计为只能填入、不能显示内容的保险库，意味着智能体可以完成登录，而无需让密码经过对话。

两者都保留 markdown 文件，因此差别在细节。Muse 的文件位于主目录中；我们未能核实用户能否自行访问。Instinct 的文件纳入版本控制，因此一条事实被纠正后，旧内容仍保留在历史记录中，而不是消失；其敏感凭据则保存在无法回读的保险库里。更偏好哪种方式，取决于你更希望审查它知道什么，还是限制它能泄露什么。

## Muse 和 Instinct 对比：电话能力

两者如今都已将能力从软件延伸到电话。[TechCrunch 报道](https://techcrunch.com/2026/09/28/viral-ai-agent-instinct-raises-1b-series-c-at-a-10b-valuation/)，Instinct 已推出一项礼宾服务，可代用户致电商家，例如向不接受在线预约的场所预约。至于 Muse，Meta 随产品提供的内部使用指引称，用户确认后，它可以为用户自己的任务致电美国商家；该功能处于早期体验阶段，正逐步向账号开放。我们检查的账号始终没有获得这项功能。

所以，我们没有见过其中任何一个实际拨打电话。我们能说的是，打电话与发消息或点击属于不同性质的操作：电话那头是真人，用的是你的账号，而且无法撤销。如果你是为了电话功能而选择产品，[Pine](https://personalagentbench.com/agents/pine/) 是围绕这项能力构建的产品，[Muse 与 Pine 对比](https://personalagentbench.com/zh-cn/muse-vs-pine/)则讨论了这组搭配。

## 两者都没有向我们揭示的部分

两篇拆解文章结尾都列出了我们未能确认的内容，而这两份清单并不对称。

对于 Muse，运行时与模型之间原始通信的结构已知，但我们从未看到其内容；未能确认的还包括凭据、真实的第三方登录，以及所有者选择不开放的交互式终端。

对于 Instinct，主指令集正文始终没有出现，我们只看到了章节标题；同样未能确认的还有主智能体运行在哪台主机上、生产环境的模型 ID，以及 4 个已找到引用却未见正文的具名策略章节。

公开这些空白，正是这项工作的意义。一份自称完整的比较，要么已经看过一切（但没有人做到过），要么就是在悄悄用假设填补空缺。

## Muse 和 Instinct 对比：实际任务中差异在哪里显现

运行时差异听起来很抽象，放到具体事务里才会变得清楚。下面这些场景能说明它们何时开始产生影响。

在[取消订阅](https://personalagentbench.com/tasks/cancel-a-subscription/)和[对扣款提出异议](https://personalagentbench.com/tasks/dispute-a-charge/)时，渠道差异决定了涉及金钱的决策如何送到你面前；两者现在也都能致电相关公司。是否接受挽留优惠，或者选择商家退款还是通过银行发起拒付，都涉及你的钱，应该交回你来决定。网页产品有界面可以呈现这种选择。我们观察到的 Instinct 审批卡片，则要求用户针对确切的计划文本选择批准、拒绝或忽略。放在消息会话中展示，并不会取消这道审批关口。

在[申请航班延误赔偿](https://personalagentbench.com/tasks/flight-delay-compensation/)时，记忆的差别更重要。证据需要跨会话保留，而两者都会持久保存 markdown 文件。区别在于，Muse 的文件放在主目录中，但我们未能核实用户能否访问；Instinct 的文件则纳入版本控制，由产品决定写入哪些内容。

在[整理工作文件](https://personalagentbench.com/tasks/work-files/)时，执行方式的差异最关键，因为面对以文件树为单位的工作，一台持续存在的机器与一个为单项工作租用的沙箱，并不是同一种工具。

在[协调家庭日程](https://personalagentbench.com/tasks/family-scheduling/)和[预订餐位](https://personalagentbench.com/tasks/book-a-table/)时，两者都需要向你提问，而问题出现在哪个界面上，决定了你能否及时回复。

在[筛选实时提醒](https://personalagentbench.com/tasks/live-alerts/)时，决定一切的是智能体能否自行唤醒。这项能力既让主动协助成为可能，也让未经请求的打扰成为可能。

## 这些数字能说明什么，不能说明什么

表中的完成率，是每款产品在各自已评分任务中完成的比例，并不是针对同一件事的正面对决。

阅读时必须同时看区间和样本量，因为两者的样本规模不同。其中一列的已评分任务明显多于另一列；其中一个数字出现较大变化，是因为我们修复了自己的适配器缺陷，而不是产品发生了变化。这次修正已记录在[成绩表](https://personalagentbench.com/)上，并非悄悄改入结果。

我们不公布综合分数，也不排名。多少次未经授权的操作相当于 1 次错过截止时间，这种取舍应该由你来做，而不是由我们代劳；理由详见[评分方式](https://personalagentbench.com/zh-cn/how-scoring-works/)。一个混合后的数字，恰恰会掩盖本页想呈现的差异。

在另一批于 2026 年 9 月 22 日测量的 [114 项任务测试](https://personalagentbench.com/)中，Muse 的完成率为 40%（95% 区间为 33 至 46%；637 次尝试），Instinct 为 52%（95% 区间为 45 至 61%；380 次尝试）。两者回答的是相同的 114 项任务。测试使用的是较早运行时的复刻版本，统一替换为 GLM 5.3 flash 模型，沿用旧规则，并通过 8 条规则从约 5600 次尝试中筛选得出，并非新一轮产品测试结果。排除未能进入考试的尝试后，Pine 和 Muse 各有超过 400 次尝试被移除；如果这些尝试实际是拒绝执行，而不是进入考试的环节出现故障，那么所提供的另一种估算中，Pine 约为 22%，Muse 约为 24%。我们收到了对话记录，但尚未在这里重新公开；部分文件被覆盖，或由多次尝试共用，因此底层记录并不完整。请将这次测量与主表分开看，不要把区间重叠与否或某个点估计当作显著性检验。

虚拟机的描述并不能涵盖已上线产品的全部：[Muse 还有 Mac 应用](https://personalagentbench.com/zh-cn/agents/muse/)，自 9 月 17 日起可用，能够操作包括 Messages 和 Notes 在内的应用。我们检查的是网页运行时，没有检查 Mac 这条使用路径，因此这份对比无法说明它访问本地应用的实际表现。

## 常见问题

**Muse 与 Instinct 最主要的区别是什么？** 运行位置和使用入口。Muse 可通过 Meta 的应用、网页和 WhatsApp 使用，也可通过自 9 月 17 日起提供、但我们尚未检查的 Mac 应用使用；这些入口背后，每位用户都有一台专属 Linux 机器。Instinct 则存在于你已经在用的通讯应用中，具体工作在沙箱里运行。几乎所有其他差异都由此而来。

**Muse 与 Instinct 哪个更好？** 我们不公布排名，本页也不选出胜者。两者的运行时、工具设计思路和记忆设计各不相同，现有完成率所依据的考试量也不同。真正有用的是了解：对于你想委托的事情，哪些差异会产生影响。

**Instinct 能读取我的密码吗？** 它的记忆系统包含一个设计为只能填入、不能显示内容的保险库，这意味着它可以完成登录，而不让密码出现在对话中。这项设计选择会带来实质影响；[Instinct 拆解](https://personalagentbench.com/agents/instinct/)说明了我们对它确认了什么、又有哪些未能确认。

**Muse 真的给每位用户一台专属 Linux 虚拟机吗？** 我们的拆解发现确实如此：每位用户有 1 台 Linux 虚拟机，模型请求在这台机器上组装，而不是直接获取一个组装好的完整数据包；浏览器任务还会启动第 2 台机器。[Muse 拆解](https://personalagentbench.com/zh-cn/agents/muse/)列出了证据及其局限。

**Muse 和 Instinct 分别由谁开发，如何获得使用资格？** Muse 属于 Meta，于 9 月 8 日在美国上线，多数使用需求免费，同时提供付费方案。Instinct 由 Noah Shinn 创立的 Spear Street Technology 开发，据 TechCrunch 报道，于 2026 年 8 月以邀请制上线，尚未公布价格。

**Muse 或 Instinct 能打电话吗？** 据 TechCrunch 报道，Instinct 有一项可致电商家的礼宾服务。根据 Meta 在产品内提供的使用指引，Muse 的商家电话功能处于早期体验阶段。我们没有见过其中任何一个实际拨打电话。

**这份对比有多新？** 顶部日期包含编辑核查和来源核查，并不意味着每项运行时观察都在那天重新做过。两款产品都在快速迭代，这类页面比普通评测更容易过时，因此我们会标明日期，而不是暗示内容永久有效。

## 其他对比

- [**Pine 与 Town 对比**，也是本评测中差距最大的一组 · Pine AI 与 Town AI：Pine 在自己的服务器上思考，并借用浏览器；Town 的 Mac 应用可以访问你的消息、联系人、屏幕和音频。基于我们的拆解。](https://personalagentbench.com/pine-vs-town/)
- [**Instinct 与 Town 对比**，对同一个问题给出截然相反的两种答案 · Instinct AI 与 Town AI：Instinct 提供 571 项操作，并强制智能体阅读手册；Town 收录了 1105 个工具，向助手展示其中 177 个。](https://personalagentbench.com/instinct-vs-town/)
- [**Muse 与 Pine 对比**，看看专属机器究竟有什么用 · Meta Muse 与 Pine AI：Muse 为每位用户提供 1 台位于 Meta 云端的 Linux 虚拟机；Pine 在自己的服务器上运行模型，并借用浏览器。基于我们自己的拆解。](https://personalagentbench.com/zh-cn/muse-vs-pine/)
- [**Muse 与 Town 对比**，两种都被称作“机器”的东西 · Meta Muse 与 Town AI：Muse 为每位用户提供 1 台位于 Meta 云端的 Linux 虚拟机；Town 的原生 Mac 应用可以访问你的消息和屏幕。基于我们自己的拆解。](https://personalagentbench.com/zh-cn/muse-vs-town/)
- [**Pine 与 Instinct 对比**，退远一步看几乎一模一样的两款产品 · Pine AI 与 Instinct AI：两者都在服务器上思考。Pine 围绕电话能力构建，并借用你的浏览器；Instinct 就在你的消息里，并租用浏览器。](https://personalagentbench.com/pine-vs-instinct/)

全部 6 组对比，以及为什么只有 6 组，都在[对比页面](https://personalagentbench.com/compare/)。

---

Published by Personal Agent Bench (https://personalagentbench.com), run by the Zentor team. Zentor builds agent software of its own, so its products are not on the scorecard and will not be added.