Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# Zuckerberg 說 Muse 會幫人賺錢，收益最後會落入誰手？

> Meta 的 Muse 可跨服務執行任務，Zuckerberg 預期它能協助使用者賺錢和省錢。我們檢視產品發布、預定收費模式，以及這項構想背後的證據。

By BIG CHANGE Editorial

Published: 2026-09-22T02:10:07.229Z
Updated: 2026-09-22T02:10:07.229Z
Canonical: https://bigchange.ai/blog/meta-muse-zuckerberg-make-money-earnings-business-model

![Pencil sketch of a small-shop workbench with task cards, a laptop, a parcel and an unfinished receipt beside an open doorway.](https://bigchange.ai/api/media/file/muse-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Business preparation still needs a customer at the door.

Meta 於 2026 年 9 月 8 日推出個人 AI 代理 Muse。使用者可在雲端使用一台電腦，讓代理跨已連線服務執行工作、在背景持續處理任務，並在採取重大行動前請求核准。初期僅在美國推出。[Meta 推出 Muse 的公告](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/)

Mark Zuckerberg 的推銷說法不只是在清理收件匣。他接受 Alex Heath 訪問時預測，Muse 將「幫人賺錢，也幫人省錢」。他描述一種商業模式：Meta 最終會從交易中抽取一小部分費用，款項可能由參與商家支付。[Sources 訪談，24:53](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1493s)

這項主張值得認真看待。無力聘請行政助理的企業主，或許能透過代理取得有用的工作能力；家庭也可能因發現漏繳帳單或找到更便宜的商品而拿回一些錢。即使沒有驚人智慧突破，只要能減輕這些負擔，就很有意義。

但要賺到錢，必須有人付錢。能設計產品、撰寫行銷內容並投放廣告的工具，只是自動化了部分營運工作，還不能證明顧客想要該產品、廣告能獲利，或業主最終能留下足夠收入。

Muse 的推出讓這項區別更迫切，因為同一平台可能協助一位使用者銷售、協助另一位使用者購買，最終還可能因媒合雙方而收費。經濟層面的問題不只在於代理能否運作，而是其他參與者分得收益後，使用者還能取得多少價值？

## Zuckerberg 實際提出了什麼

訪談中關於賺錢的核心討論約在 24:53 至 27:25。Zuckerberg 將機會與小型企業和商務連結，說明免費方案可提供相當大的使用額度，另有訂閱方案，並表示交易費「長期來看」會是預期中的商業模式。他說 Muse 可以連上 Meta 廣告系統，協助製作產品和經營事業。[觀看完整對談](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

這些談話描述了幾種不同機制，應分開評估。銷售更多商品會增加營收；談下較低帳單能省錢；更快完成文書工作則能騰出時間。每一項都可能讓使用者受益，但它們是不同結果，而且只有部分會增加帳戶中的現金。

產品發布公告與這段訪談，都未證明 Meta 已建立一套普遍適用的計畫，會付錢給 Muse 使用者。兩者也沒有提供收入保證、公開的利潤分成比例，或典型使用者已取得淨收益的證據。交易費提案談的是 Meta 如何收費，不是使用者的付款時程。

Alex Heath 的[原始節目頁面](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview)於 9 月 8 日發布，並表示訪談於前一個週五在 Meta 總部錄製。我們完整檢視了當時可取得的 YouTube 字幕，也查核了相關產品發布及技術資料。這是對既有證據的分析，並非 BIG CHANGE 實機測試或收入實驗。

## 代理如何改變工作的執行方式

Muse 是個人代理，Muse Spark 則是背後運作的模型。Meta 對產品設計的說明提及檔案系統、終端機與瀏覽器，以及持續記憶和排程或事件觸發的工作。它除了能透過連線服務執行操作，也能產生文件與互動式作品。[Meta 如何設計 Muse](https://introducing.muse.ai/)

因此，它可能扮演不同於只提供建議的聊天機器人之角色。實用的代理能把資訊從一項任務帶到下一項：取得詢問、準備回覆、更新紀錄，並在客戶回覆後繼續處理。可能省下的成本來自減少反覆協調，而不只是更快產生文字。

假設有一家家具維修業者，老闆晚上得整理照片、確認尺寸並安排預約。若代理能可靠地準備好這些資訊，就能讓老闆有更多時間從事收費維修工作。這家企業已有服務和客戶；代理處理的是已知的行政瓶頸。

另一家販售一般 AI 生成設計的新事業，面臨的問題則不同。Muse 或許能快速產生商品目錄，但目錄仍須有存在的理由。買家可以拿它與其他選項比較，包括自行生成的設計。自動化能降低供應商品所需的工夫，卻不一定提高顧客付費意願。

這項差別應用來設定合理期待。已有需求，但例行任務成本很高，通常比要求代理從零開始發明收入來源更具體。後者並非不可能，但需要顧客興趣與可行利潤空間的證據。

![Three-part sketch linking a laptop and stopwatch to a shop, then to an accounting ledger under a magnifying glass.](/api/media/file/muse-economics-v1.png)

## 付款整合確實存在，但資金流向是付出去

Stripe 獨立確認了這項推出時的整合。美國消費者可將 Link 連接至 Muse；在參與的商家，代理可使用已儲存的付款方式，購買其他商品則可使用一次性虛擬卡。Stripe 表示，消費者會在聊天中核准每筆交易總額，而 Muse 不會看到底層付款資料。[Stripe 於 9 月 8 日的公告](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link)

這是重要的基礎設施。能研究商品卻無法完成購買的代理，會讓使用者重做部分工作。付款整合可在保留核准步驟的同時，補上這段落差。

這也讓目前文件所描述的資金流向更加清楚：整合是讓使用者向商家購買商品，並未顯示使用者因此賺到錢。必要支出買得更便宜，可能改善個人財務；打折購買不需要的東西，現金餘額仍會減少。

另一方面，商家可能因此多一筆銷售。但這筆交易是否獲利，還取決於履約成本、退款、支付費用與吸引買家的成本。結帳成功只能證明交易發生，不能說明每位參與者最後保留多少經濟利益。

因此，談到未來收入時，應明確說明其來源：收入是否來自新客戶？是否省下費用？是否出售資產？還是使用者只是較早完成原本就要做的工作？若把這些情況混為一談，能力強大的助理聽起來就會像自動收入來源。

## 免費存取降低一道門檻，但不代表沒有其他成本

Zuckerberg 表示，推出時每週免費使用額度約為 1 億個 token，另有訂閱方案。應將此視為特定日期的供應說明，而非永久無限制使用的承諾。[訪談，25:02](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1502s)

Meta 的訂閱頁面在 9 月 22 日查核時列出 Power 方案每月 20 美元、每週提供 5 億個 Muse token；Max 方案每月 100 美元、每週提供 30 億個。頁面指出，權益會因地區和帳戶而異，服務仍有限度開放。這些是產品使用額度，不是可完成工作的數量，也不能直接拿來與 API token 預算比較。[Muse 官方訂閱方案詳情](https://www.meta.com/help/subscriptions/1021145227643680/)

token 額度無法告訴企業，最終能取得多少有用訂單、完成多少發票對帳，或獲得多少可接受的交付成果。任務、上下文及嘗試次數都會影響結果。代理以外的資源也可能消耗成本，包括廣告、主機、庫存、配送和業主的注意力。

初期最大的成本，可能是學習哪些任務值得委託。有人必須說明目標、連結正確帳戶、辨識不合理結果，並判斷是否值得核准操作。更好的產品設計能減輕這項負擔，卻無法消除使用者的優先事項或顧客需求。

節省的時間也必須據實計算。如果有工作可做，空出一小時從事付費工作確實可能增加收入；與家人相處的一小時也有價值，即使沒有變成收入。若把每分鐘省下的時間都換算成假設時薪，對許多使用者而言會高估現金回報。

對創業者而言，相關結果是扣除成本與義務後，留下的額外資金，相較於不用代理原本會如何發展。對既有企業來說，可能是減少漏接詢問、更快完成工作，或降低行政支出。這些結果都能衡量，而且不必假裝每項已完成任務都會帶來銷售。

## 交易費或能支持產品，也會改變誘因

靠交易費維持營運的代理有一項合理收入來源。如果它能協助顧客找到合適商品，並減少完成購買所需的工作，商家或許願意付費購買這項服務。若交易費能補貼使用者費用，原本負擔不起訂閱的人也可能使用服務。

這種安排也帶來疑問：推薦會受誰的利益影響？若最佳選項沒有佣金，Muse 還會推薦嗎？商家能否不付費參與？顧客核准購買前，會看到商業關係嗎？系統如何比較競爭報價？

我們檢視的資料未提供完整的 Muse 交易費率表或排序政策來回答這些問題。我們不應自行填補空白，宣稱 Muse 已偏袒支付佣金的賣家。重點是，未來收費模式需要一套使用者和企業都能檢視的規則。

由商家付費，並不會自動讓經濟成本從買家身上消失。商家可能自行吸收費用、透過降低獲客成本抵銷，或反映在價格上。實際結果取決於市場。若新費用取代更高的既有成本，雙方都有可能受益；若是額外費用，則可能壓縮可用利潤。

與其把免費代理說成禮物或陷阱，不如用這種方式評估 Zuckerberg 的提案。產品可以創造價值，也可以取得其中一部分。尚未解決的問題是價值如何分配，以及使用者在依賴服務後是否仍保有實質選擇。

## 日常實用性的證據，領先於賺錢的證據

科技媒體 TechRadar 的 Eric Hal Schwartz 在 9 月 14 日的親身體驗文章中，描述 Muse 如何協助購物並準備回覆公用事業公司的電子郵件供他核准。他認為委託工作很有用，但仍對相關存取權限感到不安。這是一位評論者使用例行功能的經驗，不是企業獲利研究。[TechRadar 親身體驗報導](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable)

較早期的研究提醒我們，不應把實用協助直接延伸為收入承諾。一項針對肯亞企業家的隨機田野實驗發現，提供 GPT-4 商業顧問服務，對平均成效並未帶來統計上顯著的改善。實驗結果因企業起始表現，以及業主如何選擇和採納建議而異。[研究者工作論文摘要](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance)

哥倫比亞大學於 2026 年 8 月對該研究的說明，介紹一項涵蓋 640 位創業者的研究，並強調判斷建議是否適合個別企業的重要性。[哥倫比亞大學研究說明](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers)

這項實驗並未測試 Muse，而是使用較舊的模型提供建議，不是由目前這種代理執行任務，因此不能預測 Muse 的結果。相關性較窄：讓企業主使用 AI，並不能證明所有人都會在財務上受益；而且平均值可能掩蓋截然不同的經驗。

若主要障礙是無法落實正確決策，代理執行任務或許能改善結果；若建議本身有問題，採取行動更容易反而可能讓情況惡化。聊天機器人的錯誤定價建議或許會被忽略，代理卻可能直接執行同樣的錯誤策略，使損失更快發生。

因此，下一階段的證據應包括失敗嘗試、成本，以及不同使用者之間的差異。精選成功案例可以說明可能做到什麼，卻不能代表一般新使用者應有的期待。

## 商業代理需要存取權限，而取得權限有代價

Meta 的技術說明提出兩個相關要點：Sentinel 會將外部操作與主要代理分開控管；但 Muse 仍可能犯錯，或受到讀取資料中的攻擊。系統設計目標是限制失敗後果，而不是消除失敗可能性。[Meta 的安全設計](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

對小型企業而言，這表示自動化的價值部分取決於權限在哪裡停止。準備廣告活動，與花用廣告預算不同；草擬顧客優惠，也不等於承諾折扣或配送日期。即使流程很有幫助，業主仍可保留對這些承諾的核准權。

隱私保護的時程也需要仔細區分。上市版本是 Muse Secure VM。Meta 表示，作業政策限制員工存取，但不會從技術上阻止營運服務所需的存取。Muse Confidential VM 計畫於今年稍後推出，預期透過密碼學方式防止 Meta 存取虛擬機器中的資料。[目前架構與規劃中的機密模式](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

企業不應把承諾推出的機密模式，當成目前服務已有的功能來評估。客戶名單、供應商合約或利潤空間計算，即使不是密碼，也可能屬於商業敏感資訊。代理為有效議價所需掌握的資料，可能正是業主最想控制的資訊。

Meta 也表示，使用者可下載檔案與記憶，並選擇不將資料用於模型訓練。Meta 稱對話和虛擬機器資料不會用於其廣告系統，但代理瀏覽可能間接影響廣告。這些控管很重要；然而，能下載檔案本身並不能證明完整可用的代理能搬到其他供應商。[Meta 對資料政策的說明](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse)

因此，有一項實際依賴關係值得留意。代理掌握企業的工作慣例與連線流程後，價格、存取方式或產品行為改變，都可能增加轉換成本。將可用紀錄保存在代理之外，並了解它仰賴哪些服務，有助於看清這種依賴。

## 競爭也可能把節省的成本轉給顧客

若 Muse 降低提供某項服務所需的工夫，競爭者也可能取得同樣優勢。最初自行保留節省成本的賣家，後續可能面臨市場價格下跌。顧客或許取得大部分好處，而供應商則得做更多工作，或提供較難複製的服務。

即使如此，仍是重大的經濟變化。服務價格下降可以擴大使用範圍；小型組織或許終於能委託原本無力負擔的工作。錯誤之處，在於假設生產成本降低後，所有提供服務的人都必然賺得更多。

擁有信任關係、專業知識或實體交付能力的企業，可能更擅長運用代理提高生產力。軟體可以減少圍繞這些優勢的協調工作，但新進業者仍須打造可信的產品或服務，並說服別人購買。

勞工也面臨類似拉鋸。減少例行行政工作，可能改善員工工作，也可能讓組織重新分配工作。產品發布時的證據無法證明 Muse 會創造或取代多少職缺。實際影響取決於採用程度、委託的任務，以及組織如何運用釋出的工作量。

Zuckerberg 也談到代理未來彼此互動的可能性，同時表示大部分功能尚未納入這次發布。[訪談，29:00](https://www.youtube.com/watch?v=Lx8lrn-cytc&t=1740s)若代理最終會跨企業談判與協調，平台對身分、存取與商業偏好的規則就更加重要。這仍是有待評估的發展，不是已存在、可以開始計算收益的網路。

## 什麼證據能讓賺錢主張更可信？

應以經得起仔細檢視的成果來判斷 Muse 的影響。有用證據包括：

- 清楚的比較基準，說明個人或企業使用代理前原本如何完成工作。
- 分開申報的額外營收與經查證的節省金額，並計入訂閱、廣告、履約、退款及審查成本。
- 一般使用者的結果，包括失敗的專案與停止使用服務的人。
- 說明代理完成了哪些任務、業主仍負責哪些部分，以及收益是否持續。
- 公開的交易費用與推薦規則，讓商業誘因一目了然。

這些要求並非預設產品會失敗，而是讓成功可以被正確解讀。若許多企業都能持續獲得些許改善，影響可能大於一張沒有成本說明的驚人收入截圖。

BIG CHANGE 所期待的合理改變，是讓更多人取得實用協助：能實踐想法、經營企業，以及跟上家庭日常事務的人變多。Muse 提供一項具體產品，讓人可以檢驗這種可能性。

Muse 最後能否讓使用者賺到錢，須等到更後面的環節才會揭曉：顧客付款、工作交付，並扣除成本之後。代理的活動紀錄可以顯示它做了多少事；業主的帳目才會顯示最後留下多少。

## Sources

- [Meta 推出個人代理 Muse](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/) — 2026 年 9 月 8 日。確認產品推出、初期美國供應範圍與產品主張。個人代理不同於 Muse Spark 模型及 Muse 媒體生成產品。
- [Mark Zuckerberg 談 Meta 的 Muse AI 代理如何幫人賺錢](https://www.youtube.com/watch?v=Lx8lrn-cytc) — Sources Podcast，2026 年 9 月 8 日。關於金錢的討論約從 24:53 開始。交易費提案描述 Meta 預期的商業模式，不是承諾向使用者付款。
- [Alex Heath 原始訪談頁面](https://sources.news/p/mark-zuckerberg-meta-muse-ai-podcast-interview) — 2026 年 9 月 8 日。訪談主持人的介紹提供錄影背景與初步印象。節目包含贊助內容，本文未採用其中的促銷主張。
- [Muse 的設計方式](https://introducing.muse.ai/) — 2026 年 9 月。Meta 產品設計者說明持續性任務、作品產生、瀏覽器存取與核准控管。這些功能說明可能的作業方式，並未證明典型財務回報。
- [Stripe 將 Muse 連接至代理錢包 Link](https://stripe.com/newsroom/news/stripe-helps-meta-muse-shop-with-link) — 2026 年 9 月 8 日。付款服務供應商確認購買與核准功能。這是支出整合，不是向 Muse 使用者付款或其企業獲利的證據。
- [關於 Muse 訂閱方案](https://www.meta.com/help/subscriptions/1021145227643680/) — 於 2026 年 9 月 22 日查閱。官方 Power 與 Max 價格、每週 Muse 額度及供應限制。產品 token 額度不應視為任務數量或 API token 預算。
- [TechRadar 親身體驗 Muse 的評論](https://www.techradar.com/ai-platforms-assistants/i-tried-metas-new-muse-ai-agent-its-incredibly-useful-but-handing-it-my-digital-life-felt-deeply-uncomfortable) — Eric Hal Schwartz，2026 年 9 月 14 日。描述一位評論者購物和處理電子郵件的使用經驗，不是營收、利潤或一般使用者成果的受控測試。
- [生成式 AI 對創業表現的不同影響](https://business.columbia.edu/faculty/research/uneven-impact-generative-ai-entrepreneurial-performance) — 工作論文摘要日期為 2024 年 7 月 1 日。肯亞企業家的隨機商業建議研究，提供不同成效的相關背景。該研究測試 GPT-4 顧問而非 Muse；估計結果不能用來預測 Muse 使用者的成效。
- [哥倫比亞大學：AI 與高低績效者的差距](https://business.columbia.edu/insights/ai-widening-gap-between-high-and-low-performers) — 2026 年 8 月 20 日。研究機構說明該實驗，以及挑選和採納建議的重要性。不同版本呈現的子群體估值有所差異，因此本文沒有把百分比直接套用為 Muse 的預測。
- [Muse 的安全防護設計](https://research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse) — 2026 年 9 月 8 日。Meta 的技術說明區分目前 Secure VM 控管與規劃中的 Confidential VM 防護。安全控管不代表商業推薦沒有偏誤。