How I AI：Meta Muse 个人 AI 助手实测 + Warp 如何用 AI 工厂月发 2000 个 PR

Muse 评测：将消费者用户体验优化的个人 AI 代理

由：优化——你为市场营销和数字团队打造的AI代理编排平台OpenArt——一个涵盖图片、视频、音乐、音频等的一体化AI创作平台

在这期个人专辑中，Claire测试了Meta的Muse，一款面向普通用户的个人AI代理。她介绍了它如何管理家庭日历，制作精致的晨间通讯，跟踪个人目标，并在处理敏感信息前征求许可。

她还探讨了让Muse令人信赖的深思熟虑细节，其浏览器使用仍不足之处，以及其方法对消费者AI未来可能意味着什么。

最大的收获：

Meta的消费者设计专长让Muse在市场上显得与众不同。Facebook 和 Instagram 背后的团队懂得如何与非技术用户建立信任，这种体验贯穿整个 Muse。它从未让 Claire 接触终端，没有发现令人困惑的错误，也没有在尴尬时刻请求权限。她在一次会话中测试了入职、日历管理、邮件导入、目标设定和基于浏览器的购买，没有遇到任何破坏体验的摩擦时刻。
Muse在第一次尝试时就制作了克莱尔家庭早间简报的最佳版本。Claire曾用OpenClaw和Codex测试生成家庭通讯，但Muse制作出了更美观、结构更周密的PDF，无需后续提示。它甚至新增了“桌上谈话”栏目，提供适合儿童的新闻问题，并主动识别排程冲突。这正是个人代理应追求的标准目标：不仅完成请求，还要发现用户未曾想到要提的有用信息。
代理如何请求许可，与获得许可后能做什么同样重要。Muse不会默认无限访问，也不会不断打断用户的批准请求。它在访问变得相关时询问，确认发现，然后再次核查后采取行动。例如，在阅读Claire的邮件建立家庭档案后，Muse总结了所学到的信息，并询问是否可以使用这些信息。任何构建处理个人数据的代理都应关注这种交互模式。
Muse的活动动态提供了克莱尔希望处处都能看到的特工透明度。每个任务都包含详细记录了工具调用、脚本、搜索以及Muse完成的各个步骤。大多数消费者可能会忽略它，但开发者和高级用户会发现它非常宝贵。Claire立刻想要Codex和Claude Code中的同样界面。看到代理是如何得出结果的，建立的信任层次与获得一个打磨得不清楚过程的成果不同。
个人目标需要与任务或聊天不同的产品模型。在小房子里合租房间时，帮助一个八个半月大的宝宝温和地训练睡眠，这不是一次性能完成的请求。缪斯在多个回合中收集背景，设定提醒，并将此事视为一个持续的目标，并跟踪进展。语气温暖且具体，但不会过于令人赞同。克莱尔说她对此“一点也不恼火”，称这是个奇迹。
浏览器使用仍是消费者代理的薄弱环节。Muse在购买特定配色的新百伦9060时遇到困难，结果错误且未能完成购买。但在购买彩票时表现更好，奥德赛但最初打开了错误的电影。这些失败并非Muse独有。它们提醒我们，基于浏览器的购物在整个代理类别中依然不可靠。
Muse的动画化身展示了专为AI设计的意义。Muse不再在工作时显示通用的旋转器，而是生成动画，角色在完成任务时拿起一台小笔记本电脑，制作媒体时拿起一个球体。没人要求这个功能，但它让代理的状态立刻变得清晰可辨。对Claire来说，这就是在飞船顶层操作的样子。这不仅仅是抛光的角落和干净的图标。它利用图像生成和动画等功能来解决以前无法解决的体验难题。
Muse正在为消费者AI引入一种全新的词汇。它避免使用诸如crons、tools、articfacts、plugin和connectors等技术术语。相反，它围绕数据流、想法、目标和库来组织产品。这种语言是经过深思熟虑的设计决策。产品使用的词汇决定了谁愿意使用它，而Muse显然面向比当今编码和生产力代理更广泛的受众。

本期博客及详细工作流程演示：

Meta Muse 评测：家庭生活的个人 AI 代理：https://www.chatprd.ai/how-i-ai/meta-muse-review-personal-ai-agent
↳ 如何用Meta Muse创建可打印的家庭通讯：
↳ 如何用Meta Muse设定个人目标和提醒：https://www.chatprd.ai/how-i-ai/workflows/meta-muse-personal-goals-reminders
↳ 如何通过Meta Muse寻找并购买电影票：https://www.chatprd.ai/how-i-ai/workflows/meta-muse-movie-tickets

Warp每月通过AI工厂发货2000个PR |Zach Lloyd（Warp首席执行官）

现在收听YouTube•Spotify•苹果播客

由：DX——人工智能时代的工程智能OpenArt——一个涵盖图片、视频、音乐、音频等的一体化AI创作平台

扎克·劳埃德是Warp的联合创始人兼首席执行官，Warp是一个面向软件团队的代理开发平台。在本期节目中，他演示了Warp Factories如何将Slack中的请求转化为跟踪、测试和合并的拉取请求，首个PR最快可在35分钟内完成。

他还解释了团队如何衡量人类参与度，给每次代理运行评分，重演真实任务以比较模型，并利用失败的运行持续改进工厂本身。

最大的收获：

软件工厂不仅仅是一个更快的编码代理。它是整个开发生命周期在云端运行的。Warp的工厂Wilson可以通过分流、线性工单创建、实现、拉取请求创建、计算机质量保证和合并，无需人工操作键盘即可接收Slack的请求。工厂和编码代理的区别，就像装配线和单一机械工的区别。一个完成任务。另一个协调整个生产过程。
“每个拉取请求的人工互动”可能是工厂效率最清晰的衡量标准。Slack中的每一个后续提示、线性工单上的澄清以及代码审查中的修正，都代表了额外的人力投入。Zach认为，代理需要的引导越多，工厂的真实吞吐量就越低。如果速率限制仍由人类控制，代理写代码的速度多快就无关紧要，但大多数团队并未对此进行测量。
代码审查中的人工现在是Warp工程流程中最大的瓶颈。Wilson从启动到拉取请求平均需要35分钟。第一个人工审核则在3.5小时后到达。Warp已经消除了一个延迟因素，允许提示代理的人自行审核其作品，而无需单独审核。公司并未完全取消人工审核，但Zach预计积累的信任最终将使选定的修改能够在无需人工审核的情况下合并。
公司自身的过往工作比公开排行榜提供了更好的模型基准。诸如SWE-bench和Terminal-Bench等基准测试用于衡量通用任务的性能。Warp则用不同的模型配置重放真实工厂作业，使用生产中使用的同一判断系统进行评估，并在帕累托图上绘制成本与质量权衡。对于Warp的工作量来说，模型选择是最大的成本优势，上下文管理则远远排在其次。
软件工厂在配置存在于代码中时可以自我提升。Warp的改进循环会收集失败的运行，直到有足够证据识别模式，通常约20到25个例子。观察者代理分析出错之处，并提出对工厂代理定义的修改建议。由于这些定义以代码形式存储，完成工作的同一代理也可以更新管理其操作方式的指令。
评分层是区分可靠工厂与氛围编码管道的关键。Warp 使用人工智能评判对每个代理在多个维度上运行的评分，包括是否创建了冗余测试。代理通常编写的测试仅确认当前行为，而非防止未来回归。判断模型故意设计为中等水平，以确保评估成本不会抹去工厂的节省，Warp 还能根据工作流程所需的监督程度调整采样率。
当人工智能连接到真实的商业数据时，它在工程之外的价值会大大提升。在对话中，Zach 并行执行了三项任务：重新设计 Figma 的幻灯片，从四周的 Granola 转录中提取最常见的 10 个销售问题，以及在 Google 表格中创建冷线客再参与列表。重新设计的幻灯片很有用，但 Granola 的分析更具影响力。它将“买入与构建”作为客户的首要问题，并用证据支持这一结论，给 Warp 明确了其网站和销售平台下一步应关注的内容。
在公共场合与经纪人合作可以在没有正式培训项目的情况下传播专业知识。每个Wilson任务都运行在共享的Slack频道中，让初级员工实时观看有经验的用户提示、引导和纠正系统。Zach看到代理使用中存在幂律效应：少数人变得比其他人更优秀。让他们的工作流程可见化，使这些技能能够悄然在组织中传播。
如果团队建错东西，建得更快也没用。Warp依然依赖用户访谈、设计会议以及对用户使用产品的直接观察。工厂极大加快了实施进度，但并不决定哪些产品值得建造或为何要建造。这些决策仍然依赖于人类的品味、客户理解和产品判断。构建阶段可能变化迅速，但之前的工作依然非常传统。

本期博客及详细工作流程演示：

Warp软件工厂内部：https://www.chatprd.ai/how-i-ai/inside-warps-software-factory
↳ 如何构建自动化软件工厂：https://www.chatprd.ai/how-i-ai/workflows/how-to-build-an-automated-software-factory
↳ 如何构建人工智能驱动的CEO工具包：https://www.chatprd.ai/how-i-ai/workflows/how-to-build-an-ai-powered-ceo-toolkit
↳ 如何衡量和自我提升你的人工智能软件开发工厂：https://www.chatprd.ai/how-i-ai/workflows/how-to-measure-and-self-improve-your-ai-software-development-factory

如果你喜欢这些节目，欢迎回复告诉我你想了解更多内容：人工智能工作流程、招聘、增长、产品战略——任何话题。

下周见，
伦尼

附言：想让每一期新节目一上线就收到吗？点击你最喜欢的播客应用上的“关注”。

参与讨论