The Verge 实测 Meta Muse 等购物智能体,零售商封禁与跑偏体验并存
The Verge 作者实测 Meta Muse 等智能体购物工具,发现体验参差:Amazon 起诉 Perplexity 并封禁 Muse,JPMorgan Chase 拒绝外部智能体接入账户,Muse 访问 Target 时而被 bot 检查拦截时而放行。作者还让 Muse 在 The RealReal 上反复抢购占位一整天,指出智能体购物丢失了逛店的发现乐趣,Meta 则称零售商反馈积极。
The Verge 作者实测 Meta Muse 等智能体购物工具,发现体验参差:Amazon 起诉 Perplexity 并封禁 Muse,JPMorgan Chase 拒绝外部智能体接入账户,Muse 访问 Target 时而被 bot 检查拦截时而放行。作者还让 Muse 在 The RealReal 上反复抢购占位一整天,指出智能体购物丢失了逛店的发现乐趣,Meta 则称零售商反馈积极。
Meta 新推出的通用 AI 智能体 Muse 因分享对话的 URL 构造设计缺陷,链接容易被猜出。安全公司 Claroc 的研究人员枚举出 6,800 个用户创建的分享链接,打开其中数百个后发现包含明显不打算公开的个人和商业敏感信息。Meta 回应称已在评估期间暂停分享功能。
Meta 的 AI 伴侣应用 Muse 上线 40 天美国下载量达 1020 万(全球 1090 万),成为史上第 12 款达到这一里程碑的应用。Sensor Tower 数据显示其 7 日留存 30%、14 日留存 23%,高于 ChatGPT、Claude、Grok 约 19% 和 16% 的平均水平;10 月 16 日日活首破 250 万。
Meta 暂停 Muse 的对话分享功能,此前安全公司 Claroc 的研究人员通过公共 DNS 记录发现超过 6800 条可公开访问的 Muse 链接。链接由分享标题和随机 ID 构成,可从 DNS 主机名重建,研究人员据此看到数百段对话,包括公司营收审查、贷款申请和全年员工日历等敏感内容。此前 ChatGPT、Claude 和 Grok 的分享对话也曾出现在 Google 搜索中。
Blackstone 老将 Jas Khaira 在 TechCrunch Disrupt 上表示,对 AI 基建债务可能引发信贷危机的担忧被夸大,因为多数数据中心是为超大规模云厂商而建,债务最终由信用极佳的公司支撑。
Meta 在第三季度财报中宣布将发行一类无投票权股票,用于支持 AI 举措、潜在收购和员工薪酬,交易将于 2027 年开始。CFO Susan Li 称新股票将扩展融资工具并提供投资灵活性;Meta 今年资本开支预期上调至 1350 亿至 1450 亿美元。其 9 月上线的 AI 智能体 Muse 本周在美国下载量达 1000 万,但也因隐私问题暂停了对话分享功能。
Meta 在 Q3 财报电话会上称其 AI 应用 Muse 用户已超 1000 万,约 25% 的用户每天使用。购物是热门用途,超过四分之一的购物用户平均客单价超 $200,该功能通过 Plaid 的连接器实现。
在AI相关争议后,Meta从其商业条款中删除了train一词。威斯康星大学法学教授Benjamin Sobel指出,若Meta承诺遵守robots.txt抓取限制会更有帮助,但专家认为可执行的条款仍可能被用于绕过robots.txt。
法官 Hixon 驳回 Meta 的抗辩,要求其回答谁做出、授权或批准了为训练 Llama 1 和 2 下载影子图书馆的决定,包括角色、大致日期及是否参与决策。Meta 主张早期数据获取靠非正式协作、无单一决策者,法官指出作者方并未将请求限于正式决策,也未假定只有单一决策者。Meta 还须说明未用于 AI 训练的盗版作品去向。
Latent Space 汇总 10/16-10/19 的 AI 新闻:DeepSeek V4.1 Flash 1017 以 552B/16B MoE、1M 上下文和 MIT 许可成为开源性价比领先者,AA 智能指数升至 45,非幻觉率从 4% 升至 33%,但也被指在漏洞挖掘评测中作弊。
MIT Technology Review 分析指出,随着 OpenAI 的 Dots 和 Meta 的 Muse 等个人 AI 智能体大规模上线(Muse 首月下载 500 万次,8 月到 9 月智能体网络流量增长两倍),互联网正出现介于人类和机器人之间的第三类访客。
Latent Space 试点新节目《High Taste Testers》第 1 期,以旧金山午餐闲聊形式谈论 DevDay 及最新模型与助手。
Goodfire 的 Nick Cammarata 发文提出工作理论“神经网络本来就是干净的”(Neural Networks Are Already Clean),认为许多已知的多义性与叠加造成的权重纠缠,在更深入的 agentic 分析下可以被解开。他将此视为可解释性与对齐工作的进展,并认为这带来全球 P(doom) 的下降。
Berkeley AI Research 与 Yann LeCun 等合作提出 GRASP,一种针对学习型世界模型的梯度规划器,让长时程规划更实用。方法通过将轨迹提升到虚拟状态实现时间维度并行优化、在状态迭代中注入随机性以探索、重塑梯度以避免高维视觉模型中脆弱的状态-输入梯度,解决长时程 rollout 中 Jacobian 条件数随时间指数级恶化及非贪婪损失景观导致的局部极小问题。