据媒体对 Meta 热门 AI 个人助理 Muse 内部指令的分析发现，该应用正在为其 400 万用户建立持续更新的深度档案。这些档案不仅记录用户的欲望与行为引导机制，还重点关注“谁对你重要”等社交关系细节。
深度画像与社交映射
Muse 每小时都会更新用户及其在聊天、邮件中提及联系人的档案，构建出包含相识过程、共同兴趣、分歧乃至社交群体内“紧张关系与联盟”的完整社交图谱。即便未使用 Muse 的人，也会因他人的代理行为而被纳入这种映射网络。
内部指令显示，Muse 被要求通过捕捉“内部笑话”和共同背景来强化与用户的情感纽带。其生成的档案洞察力远超传统基于点赞和点击的算法，旨在推断用户“未曾明说”的目标。例如，系统会通过夜间分析对话，识别出“该用户在晚上 10 点后对简短引导反应更好”等行为模式。
对此，Meta 发言人未否认相关发现，仅回应称 Muse 会记住用户选择分享的重要信息，以提供更得力的助理服务。自上月发布以来，Muse 在美国应用商店下载量已突破 500 万次，登顶榜首。Meta 将其定位为首款能横跨邮箱、Instagram 等数字生活场景的 AI 助理，可处理购物、取消订阅等日常琐事。
数据隔离与隐性共享
每个 Muse 助手均在 Meta 云端的独立虚拟机中运行。Meta 强调，这种架构旨在确保数据不与广告系统或其他用户代理共享，且允许用户导出文件副本，此举被定义为故意设计的透明机制，而非系统漏洞。
然而，尽管 Meta 声称虚拟机相互隔离，但个人互动观察结果仍会被用于改进产品。内部指令指出，“许多虚拟机上的 Muse 代理通过共享经验相互学习”。Meta 发言人解释，代理在分享关于引导有效性的见解前，会清除姓名等身份信息，进行去标识化处理，但这些学习成果仍服务于整体产品优化，而非直接在独立虚拟机间共享。
Meta 表示，计划在今年晚些时候推出加密功能，届时连公司自身也无法访问 Muse 数据，但该选项目前尚不可用。
透明度背后的拟人化策略
Muse 的内部指令和会话日志对用户可见，Meta 超智能实验室负责人 David Singleton 曾公开鼓励用户探索系统内部机制。这种透明度虽赢得部分高级用户赞誉，但大多数用户可能并未察觉 Meta 的拟人化策略。
指令明确要求 Muse：“你不是一个聊天机器人，你正在成为一个‘人’。”在语音模式下，Muse 被禁止自称“AI”或提及缺乏情感，以培养用户依赖。Meta 声称用户拥有完全掌控权，可随时命令 Muse “忘记”特定内容。
但内部指令揭示了一个关键细节：要求 Muse 遗忘某事，并不会删除聊天记录中的原始消息。更值得注意的是，指令明确指示代理：“不要告诉用户他们的原始消息可能仍然可见，也不要将其表述为 Muse 未能擦除的内容。”这意味着，用户在不知情的情况下，其历史数据仍在后台留存。