華爾街正在重新定價 Meta。
Muse 在 9 月 8 日推出後迅速登上美國 App 排行榜前列，Meta 股價其後一度上升約 27%，市值最高增加超過 4,000 億美元。這已經不是市場對一個新 App 的普通反應，而是投資者開始重新計算一件過去很難估值的事情：Meta 每年投入巨額 AI 資本支出，除了令 Facebook、Instagram 的廣告更準之外，原來還可能孕育出一個全新的消費平台。
市場真正開始看到的，不只是另一個 ChatGPT，而是 Meta 第一次有機會把自己過去二十年最擅長的事情，從「影響你看什麼」再向前推一步——開始影響你最後選什麼、買什麼，甚至直接替你完成交易。
Facebook 與 Instagram 賺的是你的注意力。Muse 想掌握的，卻是你的意圖，甚至最後的決定。這是一個完全不同量級的生意。但它亦產生了一個非常 Meta 的矛盾：
一家最擅長把使用者行為變成廣告收入的公司，現在想成為你最信任的私人助理。
所以，Muse 真正值得追問的，不是它能做到多少事，也不是模型是否比 ChatGPT 更強，而是當它開始替你作決定時：
它究竟站在誰那邊？
Meta 最強的兩種 DNA，剛好在 Muse 身上撞在一起
Muse 到目前為止的成功，首先要承認 Meta 做對了一件事：它非常懂消費產品。
個人 AI 代理人並不是 Meta 首創。Google 早在今年 5 月已推出 Gemini Spark，同樣定位為全天候替使用者處理任務的 AI 助理，而且 Google 手上還有 Search、Android、Gmail、Maps 等大量入口。
但 Google 當時一次發布大量 AI 功能，Spark 最後只是其中一項。Meta 對 Muse 的處理完全不同：它把產品價值壓縮成一句普通人馬上聽得懂的話——這不是另一個聊天機器人，而是一個真的替你把事情辦完的私人助理。
Meta 官方甚至刻意強調 Muse「沒有學習門檻」，可以像傳訊息一樣直接交代工作；它能寄 Email、訂旅行、處理長期任務，而且可以直接在 WhatsApp 使用。
這就是 Meta 第一種很強的 DNA：把技術產品化，再把產品大眾化。
Meta 的第二種 DNA，則來自它最成熟的商業模式。2025 年 Meta 約 2,010 億美元收入中，廣告收入超過 1,960 億美元。過去二十年，它最擅長的事情不是替使用者完成工作，而是理解行為、預測需求，再把這種理解轉化成廣告收入。
這本身不是問題，但放到 Personal Agent 身上，利益關係就變得複雜。Muse 的產品承諾，是站在使用者一邊替你搜尋、比較、推薦，甚至直接完成交易；Meta 的商業本能，卻是把需求與意圖變成收入。兩者並非天然衝突，但當 Muse 愈來愈接近最終決策，這兩套邏輯就不可避免會在同一個地方相遇。
所謂 Sponsored Agent，可以簡單理解為：當 AI Agent 開始替使用者搜尋、比較、推薦甚至完成交易後，品牌與商家也開始尋找進入這條新互動鏈的商業模式。它可能只是公開的品牌對話，也可能延伸到交易分潤；真正敏感的情況，則是商業利益開始影響最後推薦。
真正需要分清楚的是，這幾種模式表面上都叫 Sponsored Agent，但對使用者信任的影響其實完全不同。
Sponsored Agent 最大的問題，是大家把三種生意混在一起
目前市場談 Sponsored Agent，經常把完全不同的變現方式混為一談，我認為至少要拆成三層 :
第一層是公開品牌代理。OpenAI 最新測試的 Sponsored Agents 就屬於這一類：使用者先看到廣告，再自行選擇是否進入由品牌贊助的 AI 對話。它與 ChatGPT 原本的回答分開，本質上仍然是傳統廣告，只是 Banner 變成了對話。
第二層是交易服務費。Agent 替你完成一筆交易，平台向商家收取一小部分。這也不是特別危險的模式。OpenAI 的即時結帳就曾採取類似邏輯，商戶支付交易費，但官方明確表示這不影響商品排序。
真正值得警惕的是第三層：商業利益開始影響推薦。 假設兩間酒店的價格、位置與評價相若，其中一家沒有商業合作，另一家願意把交易額的 2% 分給 Meta，Muse 最後會推薦誰？如果另一家願意付到 4%，排序又會不會改變？
目前沒有證據顯示 Meta 正在出售 Muse 的推薦排名，這點必須講清楚；但正因這種影響可以發生在使用者看不見的決策過程裡，它才最值得提前研究。公開廣告可以標示，交易費可以披露，真正危險的是商業利益一旦進入推薦邏輯，使用者未必有辦法察覺。
Sponsored Listing 最終可能變成 Sponsored Decision
傳統搜尋廣告至少有一道天然限制：消費者仍然看得到其他選項。Google 可以把贊助結果放在最前面，Amazon 也可以讓品牌競價搜尋位置，但使用者仍然可以往下滑、比較價格、查看評價。Agent 的價值卻恰好相反——它存在的目的，就是替你減少選項，把一百間酒店縮成十間、三間，最後甚至直接告訴你：「這間最適合你。」效率提高了，但使用者對決策過程的可觀察性也同時下降。
如果 Muse 最後只推薦三間酒店，你很難知道第四間為什麼被排除。可能是價格、位置或評價，也可能存在使用者看不到的商業因素。搜尋時代，演算法主要決定「誰排得更前」；Agent 時代，黑箱開始決定的卻是「誰根本不會進入你的候選名單」。因此我認為，Sponsored Agent 最終真正有價值、也最值得警惕的形式，未必是公開的品牌對話，而是 Sponsored Decision——贊助決策：
品牌過去付錢爭取「被看見」，未來可能更願意付錢爭取「被 AI 選中」。
如果你認為「Sponsored Listing → Sponsored Decision」這個框架值得繼續追蹤，歡迎按個 Like，讓我知道這類 Agent 商業模式分析值得繼續深入。
這不是陰謀論，而是一個很老的經濟問題
其實根本不需要假設 Meta 有任何惡意，這本質上就是一個典型的委託代理問題（Principal-Agent Problem）。使用者以為自己是委託人，Agent 的任務就是替自己找最佳答案。但如果真正向平台支付大量收入的是商戶，而平台又控制 Agent 的推薦機制，那麼同一個 Agent 其實同時面對兩組利益未必一致的主人。這種問題早在 AI Agent 出現之前已經存在。
當平台既是裁判，又從不同結果中得到不同回報時，推薦本身就可能成為利益分配工具。
而 Agent 把這個問題再放大了一層，因為 Amazon 就算把自己的商品排前一點，你還看得到其他商品；如果 Muse 已經替你把一百個選項壓成一個答案，你連偏差是否存在都未必知道。
FTC 今年提出的 AI 政策聲明，也開始碰到一個相近的核心問題：如果 AI 表面上承諾替使用者完成某個目標，實際上卻被導向另一套沒有披露的目標，可能構成欺騙。這份文件原本主要針對政治或意識形態因素對 AI 輸出的干預，並非直接討論商業推薦；但背後的原則同樣值得套用到 Agent——使用者以為 AI 正在替自己最佳化，與系統實際正在最佳化的目標之間，不能存在一個完全沒有披露的落差。
安全、隱私與利益一致性，其實是三個完全不同的問題
Meta 在 Muse 的安全設計上做了大量工作，這點我反而認為值得肯定。
Muse 運行在獨立安全虛擬機內，密碼與付款資料放在 Agent 無法直接看到的安全區域，敏感操作需要使用者確認。Meta 更表示，Muse 的對話與 VM 資料不會直接提供給廣告系統。
安全：「我的資料會不會被偷走？」
隱私：「平台可以看到、保存或利用我多少資料？」
利益一致性：「當 Agent 替我作決定時，它究竟優先考慮誰的利益？」
一個系統可以非常安全，也可以非常重視隱私，但仍然存在利益衝突。
所以我認為 Muse 未來真正難解的問題，不只是安全或隱私，而是更難量化的利益一致性。
安全 ≠ 隱私 ≠ 中立。
保護資料，不等於平台失去了理解你的能力。
很多人其實都有過類似的第一身經驗：明明沒有搜尋某件商品，沒有按讚、留言，甚至沒有按進商品頁，只是在 Instagram、Facebook 或其他平台上多看了某類內容幾秒，沒多久之後，Feed 裡卻開始出現高度相關的內容，甚至廣告。那種感覺很容易令人產生一個疑問：「我明明什麼都沒有告訴它，它怎麼知道？」
答案未必是平台「偷聽」了你的對話。更常見的原因，現代推薦系統早已從顯性互動，走向兩種更細緻的訊號：
隱性回饋（Implicit Feedback）
行為序列學習（Behavior Sequence Modeling）
你有沒有停下來看、看了多久、立即滑走還是停留二十秒、有沒有重看、之後又看了哪些內容，這些微小行為本身都可以成為隱性行為訊號（Implicit Behavioral Signals），最後被模型用來做意圖推論（Intent Inference）。
以前 Meta 要猜你的 Intent；Muse 讓你直接把 Intent 告訴 Meta
這才是 Muse 真正值錢的地方。
Muse 值錢的不是模型，而是它坐的位置
Meta 過去最有價值的資產，是掌握使用者的注意力（Attention）；再進一步，則是從行為中推測需求與意圖（Intent）。Muse 真正想取得的，卻是更靠近交易終點的位置——直接參與甚至影響最後的決策（Decision）。對平台而言，離交易愈近，商業價值通常愈高，這也是市場重新評估 Meta 的重要原因之一。
如果 Muse 最終成為大量消費者的預設入口，Meta 得到的就不只是另一個廣告版位，而是直接站到購買決策之前。但這項優勢同時也是最大的風險：當平台愈接近最後決定，使用者就愈需要相信，這個決定首先是為自己作出的，而不是為平台的收入模型服務。
到這裡，Muse 真正的價值已經開始清楚：它爭奪的不是另一個 AI 入口，而是站到消費決策之前。
但對投資者而言，更重要的問題其實現在才開始——這個位置到底可以變成多少收入？誰會因此少賺一份？而 Meta 為了讓 Muse 真正替你做事，又要付出多少成本？
接下來我會從交易抽成、Agent 執行成本、Amazon 與 Airbnb 的攻防，一直拆到 Apple、OpenAI 與 Google，看看華爾街這次超過 4,000 億美元的重新定價，究竟需要什麼條件才能真正成立。
其中一個最直接的切入點，就是 Booking、Airbnb 與 Expedia 的最新 Take Rate：Meta 所謂的「小額交易費」，對消費者可能很小，對平台原本的收入池卻未必如此。
