Meta 最近推出個人 AI 代理 Muse。
對於有在使用 ChatGPT 或者 Claude 桌面版的使用者來說，應該不算是什麼重大的改變啦。
所以我更在意的是，從今年年初爆紅的小龍蝦（OpenClaw），到現在的 Muse，這些能夠長時間工作的 AI 代理，會為我們人類改變什麼？
我以為這一波變化，將會是典範轉移，重新塑造我們工作和生活的方式。
我是 Raven，一直以來都專注在 AI 工具與自動化的研究。
今天會跟各位談談 Muse，然後我會帶著大家去盤點目前市面上的 AI Agent，以及說明未來可能的新型態的工作方式。
Muse 是什麼？價格多少？臺灣能用嗎？
Muse 是 Meta 在 2026 年 9 月推出的個人 AI 代理。
你可以在 App 或 WhatsApp 裡交代任務，它會使用自己在雲端的專屬電腦開啟瀏覽器、查資料、填表格，或使用你允許它連接的服務。
你可以發個訊息就離開，把工作交給它。
即使任務還沒做完，就算你關掉 App，它還是可以繼續處理。
Meta 目前展示的自家整合，是把你在 Instagram 收藏的食譜影片轉成採買清單。
如果以後 Muse 能直接處理 Facebook、Instagram、Threads 的發文和資料，我覺得它可能會成為創作者工作的一個核心。
畢竟一般來說，申請這些平台的 API 需要蠻多步驟，對不熟悉技術的人來說確實麻煩。
至於價格，Muse 有免費使用額度，付費方案則有每月 20 美元和 100 美元兩種。
我會先用免費額度試試看；如果任務量超過限制，再考慮每月 20 美元的方案。
等到確定它能接手大量工作，才需要考慮每月 100 美元。
現在 Meta 公布的推出地區是美國，台灣還不知道要等到什麼時候才上市，大家可以再繼續關注看看。
從 OpenClaw 開始的 AI 代理浪潮
AI 代理這個概念出來得很早，不過我要到了去年年中，開始使用 Claude Code 才知道 AI 代理有多好用。
其實原理也很簡單嘛：我們知道 AI 可以寫程式，電腦環境可以讓我們執行程式。
因此，AI 能夠操作電腦裡面的軟體或者任何工具，就是個理所當然的事情（操作得好不好另當別論）。
不過這一波「把任務交給長時間在線的 AI」，倒是從今年年初的 OpenClaw 才開始的。
今年 2 月 3 日，我就在 EP-59 分享過把 OpenClaw 裝在 Zeabur 雲端的經驗，也談到它如何用心跳（Heartbeat）與排程主動工作。
我幾乎把整個春節假期都花在安裝 OpenClaw 這件事情上。
所以我在之後的 EP-62，我又把 OpenClaw 裝在 Mac mini，接上自己的本機知識庫，試著用通訊軟體交辦工作。
裝 OpenClaw 的經驗實在是非常的痛苦，因為我對它的軟體細節並不是很懂。
在安裝的時候，其實踩到了蠻多地雷的，所以後來我又搬家到 Hermes Agent 。
見 EP-70 。
理由是因為 Hermes Agent 在工作脈絡的記憶能力要好得多，OpenClaw 實在是太過粗糙了。
不管是 OpenClaw 或者是 Hermes Agent，對於一般人來說，假設你非本科、並不是工程師，或者是對電腦不太熟悉，安裝 Hermes Agent 或 OpenClaw 應該都是蠻吃力的一件事。
那廠商當然很快就看到商機了，所以陸陸續續就有許多更親民、操作體驗更好的產品出現，包含了 xAI 的 Grok Bot、Google 的 Gemini Spark，以及 Meta 的 Muse 。
這些產品代表了一個新的工作方向。
我以為未來科技發展的走向，會是讓一個 AI 能夠24小時在線，持續地去接任務，並且可以同時有多個步驟來處理事情，而不是單純用一問一答的方式回覆一個問題。
「24 小時在線工作」到底是什麼意思？
為什麼24 小時在線工作的 AI 代理值得我們關注呢？
假設你有在使用 ChatGPT 桌面版工作的話，通常你都要坐在電腦前面命令它工作。
你可能同時會開好幾個對話來多工進行，雖然效率很好，但是你是被綁在你的位置上。
當然 ChatGPT 也有支援排程，所以你可以設定自動化工作。
比方說，你可以寫個腳本，設定半夜兩點的時候做資料同步，那麼你就可以完全交給它，不需要去盯著。
你只要流程有先跑過一次，確認好沒有出錯的話，往後都可以交給它工作。
可是，你的 AI 還是不會主動去工作。
它還是要有一個人類去當一個主導者，去命令它工作，充其量也只是一個助理的角色。
但是 OpenClaw 引入了心跳機制的概念，可以讓它定期醒來，然後去檢查目前有沒有任何的事件要處理。
當然，使用排程也可以做到類似的事情，原則上也是類似的。
不過排程比較像是到了某個時間，做某件特定的事情，心跳則是在固定的頻率醒來，確認現在有沒有事情要做。
所以你可以讓你的 AI 代理每 30 分鐘就醒來一下，然後去檢查一下現在有沒有工作，有的話就開始工作。
因此我們才說 AI Agents 可以 24 小時在線，好像你真的有一個助理，他可以隨時隨地去主動處理事情。
還有一點，當時 OpenClaw 推出的時候，它可以去串接 Telegram、Discord、Line 等等通訊軟體。
所以你可以在任何的地點、任何的時刻，當你有想到任何的工作需要處理的時候，你就直接呼叫你的 AI 代理。
ChatGPT、Claude 桌面版主要還是透過自家的介面交辦。
ChatGPT Work 可以用 Slack 訊息觸發任務，Claude Code 也能另外串接 Discord、Telegram、iMessage，但跟 OpenClaw 把通訊軟體當作主要交辦入口的使用方式還是不太一樣。
最後整理一下 AI 代理的工作方式：
排程：例如每天早上九點整理信件，時間到了才開始工作。
事件觸發：例如收到指定客戶的信，或某個頻道出現新訊息，比方說 Gmail、Discord ，就啟動任務。
定期檢查：例如每隔一段時間查看待辦或進度，判斷現在有沒有事情需要處理，常見做法包括心跳。
本機、自選伺服器，還是官方雲端？
依照不同廠商推出的 AI 代理，你可以選擇在自己的本機電腦上執行，或是自己安裝在某一個雲端伺服器上，也可以直接使用官方的雲端服務。
當初我是在本機及 Zeabur 雲端安裝 OpenClaw ，常常會遇到環境設定的問題，然後花了許多時間閱讀文件，再測試要怎麼做。
現在安裝當然是比之前簡單多了。
例如說 Hermes Agent 最近這幾個月推出的 UI 版本，安裝起來就簡單得多，基本上就按「下一步」，在本機安裝完、設定好語言模型之後就可以開始用。
目前 OpenClaw、Hermes Agent 可以裝在自己的電腦，也能放到自己租的雲端伺服器，模型供應商也能自行選擇。
這種做法的自由度較高，可是安裝、更新和主機管理也要自己處理，適合吃飽沒事幹，例如我，或者喜歡 DIY 的人。
如果你想要儘可能地簡化安裝步驟的話，Grok Bot、Gemini Spark 和 Meta Muse 則主打官方雲端託管，你的資料都是存放在官方的雲端電腦裡。
所以，該怎麼選擇呢？
如果你有大量的工作需要 24 小時執行，那肯定是選雲端啊，你不會想要放在本地端。
假設你只有筆電，想休眠就能休眠，不用硬把電腦開著。
這麼多 AI 代理，彼此之間有什麼差異？
目前我有在長期使用的 AI 代理就三個：ChatGPT、Claude、Hermes Agent。
曾經測試過 Gemini Spark，但我發現它在讀取信件上還是有些問題，所以我就放棄了。
所以我們撇開 Gemini Spark 不談，專門去討論目前市場上比較熱門的 AI 代理的話，我認為可以從三個角度去思考：
是否需要 24 小時在線或遠端操控
如果你需要 AI 代理 24 小時在線，隨時能透過手機呼叫，又想自己選擇模型、串接不同的服務，那麼我推薦你使用 OpenClaw 或者是 Hermes Agent。
讓它在持續開機的電腦或雲端伺服器上運作，接上通訊軟體，出門也能用手機交辦工作、查看結果。
可是自由度高的代價，是你要負責處理串接、設定、除錯與維護，對技術能力的要求比較高。
Hermes 又特別強調長期記憶，以及把工作經驗整理成下次能用的技能，讓自己的工作流程逐漸累積下來。
所以我個人非常的推薦。
如果你主要是在電腦前工作，沒有經常在外面用手機交辦的需求，我覺得 ChatGPT 或者 Claude 這兩款產品選擇一款就可以了。
這兩款產品也開始支援遠端，只是我覺得目前的體驗還不夠好。
以台灣的繁體中文使用者來說，當然優先選擇 ChatGPT，因為它有繁體中文的介面。
能不能選不同公司的模型？
AI 代理好不好用？除了本身的 harness 架構以外，跟模型聰明程度有很大的關係。
前面提到 OpenClaw、Hermes Agent 可以接上 OpenAI、Anthropic、Google 等公司的模型，也能使用本機模型，模型供應商可以自己選。
因為自由度最高，所以你可以很容易地去選擇聰明的模型，而某一些比較簡單的工作，則可以交給雖然比較笨、但是便宜得多的模型。
如果你不想要自己串接模型的話，Perplexity Computer 也支援多家模型，不過已經把它們整合成一套服務，能按任務分配工作，也能讓你指定不同模型一起分析同一個問題。
所以想使用多家模型，又不想自己維護代理環境，Perplexity 就是可以考慮的選擇。
至於 ChatGPT 的主要模型來自 OpenAI，Claude 來自 Anthropic，Gemini Spark 和 Meta Muse 則分別使用 Google、Meta 的自家模型。
Grok Bot 的模型由平台決定，目前沒有讓使用者自行切換的模型選單，但是應該也是用自家的模型。
能取得哪些資料、接上哪些服務？
如果工作仰賴特定平台上的資料，原廠整合就會影響你要花多少時間串接。
如果你很需要使用 X 上面的即時討論資料的話，那麼當然是要使用 Grok Bot ，因為它有 X 的官方串接資料，可以搜尋貼文、讀取你的動態等等。
提到社群媒體當然要談這次剛出的 Muse ，臺灣還沒有用，但是可以想見的，未來應該可以透過 Muse 去搜尋、研究，甚至發布文章在 Facebook、Instagram、Threads 等社群服務。
原本我對於 Gemini Spark 是很看好的，但是實際體驗後，我認為實在是不行。
因為我期待的是它能很容易地把 Google Workspace 的各種軟體串接起來，但我上一次用了幾次，實在是覺得不太行。
也許，還是再等它發展個幾個月看看吧。
那至於前面提到的 Hermes Agent、OpenClaw，或者是 ChatGPT、Claude 這些工具如果要串接不同平台的資料，就必須要讓 AI 代理幫你處理，或者是自己先申請 API 來做串接，相對來說會比較麻煩。
但是，如果讓 AI 代理幫著你、帶著你做過一遍，應該也不是辦不到的事情。
多工的時代正式來臨
AI 代理勢必會改變我們的工作方式，而且這變化已經開始在產生。
之前我們要操作電腦，其實都是由人類打開軟體，然後跟著軟體的介面去操作。
很多事情有可能因為軟體設計實在是太爛了，導致我們辦不到，或者是操作起來非常麻煩，需要重複做一大堆複製貼上的工作。
有了 AI 代理之後，基本上只要是電腦工作，未來都可以交給它來協助你處理。
在去年以前的 AI ，例如 ChatGPT，我們的使用方式就是打開介面，然後詢問它問題或者是輸入一個指令，那它處理完之後，再跟你回報目前的進度或者是處理的情況。
現在 AI 能夠自己執行多個步驟工作，當然相對的，我們也會需要花比較多的時間等待。
畢竟 AI 要呼叫工具、要閱讀網站的資料，或者是去等待子代理的回覆，因此要花不少的時間。
比如說，我現在其實經常讓 AI 同時開啟不同的對話視窗，好讓它能同步處理不同的任務。
老實說這對大腦其實蠻傷的，因為我們人類的大腦還是習慣一次只處理一個工作。
但是當我們開始使用 AI 工作的時候，原則上不太可能真的在那邊乾等 AI 回覆，因為一等可能就超過半個小時以上。
所以多工的工作方式是必然的。
未來甚至要同時開三個、四個以上的工作線，我甚至還聽說過有人同時開十幾個工作線。
多工也不等於把所有事一次丟出去就不管。
任務越多，我們越需要知道每條線要完成什麼、目前卡在哪裡、哪些結果已經核對，以及哪些決定仍要由我們來判斷。
邏輯判斷能力要更好
我認為，在 AI 時代，操作 AI 來工作會成為必然，而我們自己的邏輯判斷能力也得跟著變好。
因為你得先知道自己要完成什麼，再把工作拆成具體步驟，想清楚每一步要得到什麼結果。
如果連自己要幹嘛都不知道，也拆不出工作步驟，AI 接到的就只是一個模糊的任務，結果一定也做不好。
當然，有時候我們真的自己也不知道自己要幹嘛，所以其實實際的做法就是讓 AI 去嘗試看看，如果我們不滿意就再修改。
在反覆確認過整個流程、跑過幾遍之後，再請 AI 將這個流程寫成「技能」，以後就讓它按照這個技能去工作，甚至可以設定成排程。
本期在社畜進化論｜Raven AI的追加內容，我會用自己的本機排程設定當例子，說明如何取得 Notion 存取權杖，再請 ChatGPT 建立排程，定時同步 Obsidian 的文章與 Notion 資料庫。
這期的Skool 技術全文〈Obsidian 同步 Notion #90〉放在「進階｜《Raven AI 週報》追加內容」。