Personal Agent Bench

其他语言English日本語한국어

Meta Muse 和 Town AI 对比,以及两种被称为机器的东西

最后核对 2026-10-26
本页由 2026-11-11 的英文版机器翻译而成,所有数字都已和原文核对。如有出入,以英文版为准。

最后核实于 2026-10-26

乍看之下,Meta Muse 和 Town AI 对比似乎是本基准中唯一一组达成共识的产品。两者都涉及服务器之外的计算机,但含义不同:Muse 的智能体在 Meta 提供的 Linux VM 上工作,Town 则在服务器端运行,并通过原生应用访问你的 Mac。把两份拆解报告放在一起看,这种共识便消失了,因为它们所说的其实是相反的东西。Muse 的机器是 Meta 拥有的 Linux VM,为你创建并位于其云端。Town 所触达的,是已经摆在你桌上的 Mac。其余大部分差异,包括各自能访问什么、记住什么、出错时会怎样,最终都要回到这是谁的计算机。

  • Muse 使用每位用户独享的云端 VM;Town 将服务器端处理与原生 Mac 访问结合起来。
  • Town 提供可编辑的个性文档;用户能否亲自访问 Muse 的记忆文件仍未得到验证。
  • 两者的工具界面建立在同一项洞见之上,但实现位置不同。
  • Town 在 9 月主表中的数据暂不公布。另有一批较早的 114 项任务和 10 月的 20 项任务,两批都同时包含这两款产品,并在下文并列展示,但绝不合并。

先说基本情况。Muse 属于 Meta。Meta 于 9 月 8 日发布的公告称,它正面向美国用户在 iOS、Android 和网页端逐步推出(Meta 的日本新闻稿补充称,10 月 23 日起在日本推出;其新加坡公告则称,10 月 27 日起在新加坡推出)。大多数用户所需的功能免费,希望完成更多任务的用户可选择订阅方案。Town 由 Town.com, Inc. 开发。用户在网页端注册,另有原生 Mac 应用,而且它公开了价格,提供免费方案作为起点。Town 官网还列出了 iPhone 应用、Slack、任意手机短信、WhatsApp 和 Telegram,并表示这 3 个聊天渠道用于向 Town 提问,因为 Town 无法可靠地主动在那里给你发消息;我们尚未考察这些渠道。两者各自如何收费,以及我们对相关信息的确信程度,详见 Muse 和 Town 的拆解页面。

Fortune 的报道介绍了 Town 由 a16z 领投的 $55 million A 轮融资、公司由 Plaid 前 CTO 于 2024 年末创立的背景,以及名为 Townies 的个性化助手。

Meta 的安全研究账号介绍了专用的 Muse Secure VM,以及负责控制连接器操作和网络出口流量的独立 Sentinel 智能体。这些是 Meta 的说法;我们的拆解并未测试这些控制措施。

Muse 和 Town 对比:运行环境一览

维度MuseTown
在哪里运行每位用户拥有 1 台 Linux VM。请求在这台机器上组装,而不是以完整数据块的形式获取。浏览器任务会启动第 2 台独立机器。服务器端负责同步和会话处理。Mac 应用是原生应用,确实能够深入系统:访问消息、联系人、屏幕和音频。
如何提供工具有意分开的两层:一张列有 246 种方法、完全不带参数的权限表,以及在需要时按命名空间逐一加载的真实定义。工具目录共有 1105 项,在提供任何工具之前经过 4 个阶段的筛选。主助手能看到其中 177 项;一个后台写入器获准使用 17 项。
记忆存在哪里主目录中的纯 markdown 文件,直接嵌入请求。修改其中一个文件时,只会插入一条简短说明,而不会重新构建整个数据包。服务器端:包括 wiki、记忆存储、文档及例行任务输出库,以及人物模型。个性设定是你可以打开和编辑的文档,不是埋在提示词里的一行文字。
哪些操作需要你批准权限和审批并未散落在整个运行环境中。单一把关组件是访问这些功能以及任何离开机器之内容的唯一通道,界面则在活动信息流旁设有审批标签页。凭据也通过同一套机制保存在智能体无法触及的地方。我们考察的运行环境包含文件删除和遗忘功能。用户能否直接打开或删除自己的记忆文件,尚未得到验证。审批以配置形式存在,而不是临时弹出的提示。运行模式、账号范围、工具列表和审批模式共同决定任务能否开始,以及能否向外部任何位置写入;单个工具还可额外要求审批。审批记录与助手所接触的人物信息一同保存。记忆拥有独立的添加、更新和删除工具,而不是一个设置项。
如何使用已在 iOS、Android 和网页端推出,也可通过 WhatsApp 使用。自 9 月 17 日起提供 Mac 应用,可在你计算机上的应用内执行操作。我们只测试了网页端。网页端和 Mac 端地位相同,例行任务可由时钟、电子邮件或日历事项触发,无须用户输入。Town 官网还列出了 iPhone 应用、Slack、任意手机短信、WhatsApp 和 Telegram;其帮助页面称,这 3 个聊天渠道用于向 Town 提问,因为 Town 无法可靠地主动在那里给你发消息;我们没有考察这些渠道。
我们无法确认的内容运行环境与模型之间的原始流量:结构已知,但从未看到内容。此外还有凭据、实时第三方登录,以及产品方选择不向我们开放的交互式终端。完整指令集(面向成员的界面拒绝提供)、个性文档插入的位置,以及例行任务的执行代码。
完成且计分的子集19% · 13 至 25 · 90 项任务暂不公布

完成率一行来自 9 月不同的计分子集,测试对象是经过适配且替换了考试模型的产品运行环境,并非正式发布的消费级产品。首批底层记录尚未公开;Muse 的完成率是修复适配器后的结果。结果来源与局限。两项数据都不是排名,我们也从不将其合并。截至 2026-09-22。

Muse 和 Town 对比:这是谁的计算机

Muse 为每位用户提供一台 Linux 虚拟机。请求在这台机器上组装,而不是以完整数据块的形式抵达;浏览器任务还会启动第 2 台独立机器。两台机器都属于 Meta。

Town 在服务器上处理同步与会话工作,并提供一款原生 Mac 应用,可深入系统访问消息、联系人、屏幕和音频。

差别不在于用了多少计算资源,而在于出错时谁会受到影响。VM 将本地文件隔离开来,但经过身份验证的连接器写入操作可能影响外部账号,并在 VM 之外持续存在。Meta 也对这台机器作出一项承诺:其发布公告称,Muse 不会与 Meta 的广告系统共享你的对话或 VM 中的数据。Town 的 Mac 应用一旦出错,影响的是你真实的消息和联系人;相关证据可能包括本地记录和服务器端审批记录,但我们尚未确定完整的日志边界。

两种设计都有合理逻辑。在我们的考察中,Town 已证实可以原生访问用户拥有的硬件;Muse 的 Mac 访问方式未经测试。两者都可能通过已连接的账号产生实际后果。

上下文是 Muse 和 Town 都在争取的东西

有必要说清楚,这两款产品究竟能从一台机器上获得什么。

只能调用 API 的智能体,看到的只是 API 返回的内容。在机器上运行的智能体则能看到环境:已经存在的文件、已登录的浏览器会话、已经打开的应用程序。Town 的版本是你的屏幕和消息。Muse 的版本是一个由它持续写入的主目录,与其说这是关于你生活的上下文,不如说是关于它此前工作的上下文。

这才是真正的分野。Town 获取的是已经存在于你世界中的上下文。Muse 则在自己控制的世界里积累上下文。营销材料都将二者称为记忆,但它们并不是同一种东西。

我们考察的 Town Mac 访问方式能够读取获准访问的屏幕和账号上下文。我们考察的 Muse 网页运行环境会在其 VM 上保留文件。这是两种不同的上下文来源,并不是对价值实现速度或长期学习成效的测量。我们没有测试使用 1 周后的比较结果是否会在 6 个月后逆转,未经测试的 Muse Mac 访问方式也进一步限制了产品层面的全面比较。

我们能验证的 Muse 和 Town 记忆机制

Muse 将记忆保存为主目录中的纯 markdown 文件,直接嵌入请求;编辑其中一个文件时,它会插入一条简短说明,而不是重新构建整个数据包。

Town 在服务器上保存 wiki、记忆存储和人物模型,智能体的个性设定是一份你可以打开和编辑的文档,而不是埋在提示词里的一行文字。

在这个维度上,两者的一致多于分歧:二者都以文档或文件形式保存记忆,而不是只使用事实服务,Pine 采用的正是后一种方式。Town 向你提供可编辑文档;Muse 把记忆存入文件,但我们无法验证你是否可以亲自打开这些文件。区别在于存放位置,进而决定谁可以访问:Muse 的文件位于 VM 上,Town 的文档则位于你登录访问的服务器上。

两层对四阶段

Muse 使用一张列有 246 种方法、完全不带参数的权限表,并在需要时按命名空间逐一加载真实定义。

Town 收录了 1105 项工具,在提供任何工具之前通过 4 个阶段逐步筛选。主助手能看到其中 177 项,一个后台写入器获准使用 17 项。

这是在不同时间点采取的相似做法。两者都在模型行动前缩小其可见范围;我们没有测量这是否改善了模型的选择。Muse 将细节推迟加载:上下文中即使没有某种方法的定义,权限表仍可列出该方法。Town 则提前决定究竟有哪些工具可以纳入选择。前者是延迟加载,后者是预先筛选。实际区别在于,Muse 的权限表仍会列出定义尚未加载的方法,而 Town 的筛选发生在助手看到任何列表之前。

谁能在 Muse 和 Town 中启动工作

Muse 已在 iOS、Android 和网页端推出,可通过 WhatsApp 使用,并从 9 月 17 日起提供 Mac 应用,能够在你计算机上的应用程序中执行操作。我们只考察了网页端,并在所有相关之处明确说明这一点。

Town 对网页端和 Mac 端一视同仁,例行任务可由时钟、电子邮件或日历事项触发,无须用户输入。

我们未在任何一边考察电话呼叫功能。Muse 内的 Meta 指引称,商家电话功能处于早期访问阶段,正逐步向各账号开放;我们考察的账号始终未获得该功能。如果任务是致电商家,应阅读 Muse 和 Pine 对比。

Town 的触发机制需要与其系统立足点结合考虑。并非来自你的信号,也能启动一个可以访问你消息的智能体。这个组合值得你有意识地作出决定,而且并非 Town 独有,但 Town 是我们已经确认同时具备这两部分的产品。

Muse 的 Mac 应用是本次比较中的悬而未决之处。如果它确实能像描述所说的那样进入应用程序,Muse 就悄然获得了本文视为 Town 区别性特征的能力。我们尚未考察,因此不会声称它已经具备这一点。

Muse 和 Town 对比:谁会在行动前询问

两者都在对外操作之前设置了一道关卡。Muse 将它放在请求必须经过的路径上;Town 则将其放在由你预先选择的设置中。

在我们考察的 Muse 运行环境中,权限、审批以及任何离开机器的内容都要经过同一个把关组件,界面则在活动信息流旁设有审批标签页。凭据通过同一套机制保存在智能体无法触及的地方。Meta 表示,审批提示会发往应用,而不是出现在对话中;授权可以是单次、单会话、单任务、限时或永久有效。我们没有测试这些选项。

Town 将审批视为配置,而不是临时提示。运行模式、账号范围、工具列表和审批模式共同决定任务能否开始,以及能否向外部任何位置写入;单个工具还可额外要求审批。审批记录与其保存的助手所接触人物模型一同存储。

这项差异与 Town 的触发机制直接相遇。由时钟或电子邮件启动的例行任务,会按照既有设置和单个工具附带的任何额外审批要求运行,因此应该在设置任务时决定它可以做什么。对 Muse 而言,需要检查的是有哪些授权在单次使用后仍然有效。详情见 Muse 和 Town 的控制机制部分。

两者都不愿向我们展示的内容

对于 Muse,我们从未看到运行环境与模型之间的原始流量。结构已知,内容未知。我们也没有看到凭据、实时第三方登录,以及产品方选择不向我们开放的交互式终端。

对于 Town,面向成员的界面拒绝提供完整指令集,我们也无法确定个性文档插入的位置,以及例行任务的执行代码。

请留意这两份清单的共同点。两种情况下,我们无法接触的都是控制行为的文本,但我们都能梳理其周边的一切。这条边界适用于本基准中的每款产品,值得在比较中明确指出,因为一篇分析最有把握的部分,通常也是最容易观察到的部分。

Muse 和 Town 对比:最终选择取决于什么

剥离两款产品共有的主张,只剩下一个问题:你希望智能体进入你的生活之中,还是待在生活之侧。

Town 身在其中。它的价值是能看到你所看到的内容,代价则是它的错误会落在你的机器上、进入你的消息历史,并在日后被你发现。如果你设想的工作离不开屏幕上已有的内容,我们考察的 Town Mac 访问方式可以触及它,而我们考察的 Muse 网页运行环境不行。你付出的正是为这种暴露,而不是遭遇一个意外。

Muse 身在一旁。它的机器真实存在,但位于别处;它积累的是自己的工作上下文,而不是读取你的屏幕。通过外部连接器造成的错误仍可能影响你的账号,并需要清理。相应的取舍是,在我们考察的运行环境中,它所知道的是你告诉它的内容、连接器返回的内容,以及它自行写入磁盘的内容。

第 2 个问题是,你更愿意由谁持有状态。Town 已证实提供可编辑的个性文档;用户能否亲自访问 Muse 的记忆文件尚未得到验证,但前者将记忆放在供应商机器的主目录中,后者则放在你登录访问的服务器上。两者都不在你控制的硬件上。如果只因其中一款有 Mac 应用就暗示情况并非如此,那就是误读了 Mac 应用:Mac 应用负责触达,而不是存储。从租用的浏览器到价值 5 美元的芯片,这些部署方式的完整图谱见个人智能体在哪里运行。

按适配性而非排名来表述:

  • 如果工作与 Mac 上已有的内容紧密相关,包括消息、联系人或屏幕,而且你愿意预先设置其例行任务可以执行哪些操作,请选择 Town。
  • 如果你更希望智能体在自己的机器上工作,远离你的屏幕,审批集中在一个标签页中,记忆则以文件形式保存在那台机器上,请选择 Muse。

Muse 和 Town 的数据,以及暂不公布的 9 月一行

Muse 在我们的记分卡上有 9 月完成率,并附有区间和背后的任务数量。Town 的 9 月一行暂不公布。

暂不公布的原因是,我们收到的数据与唯一可核查的记录无法相符:基准仓库历史中保留了 Town 的 5 批记录,这 5 批都因领域覆盖不完整而被拒绝,按 30 项可计分任务计算,结果约为 13%。我们不会公布一个与自身证据相矛盾的数字,也不会在数字旁加上保留意见后照样公布。

这就是这组对比的真实现状。两者可以从构建方式上比较,而这正是本文的目的。下方另有两项独立测量,让两款产品接受了相同任务:一批是较早的 9 月数据,存在大量筛选和来源方面的注意事项;另一批来自 10 月。我们为何只在完成率旁同时列出区间和样本量,详见评分方式。

在另一批 114 项任务中,测量日期为 2026 年 9 月 22 日,Muse 完成了 40%(95% 区间为 33 至 46%;637 次尝试),Town 完成了 37%(95% 区间为 30 至 44%;513 次尝试)。两者回答的是相同的 114 项任务。这些是旧版运行环境的复刻版本,统一替换为相同的 GLM 5.3 flash 模型,沿用旧规则,并通过 8 条规则从约 5600 次尝试中筛选得出,不是最新的产品结果。排除从未进入考试环节的尝试后,Pine 和 Muse 各自被剔除超过 400 次;如果这些是拒答,而非入口故障,所提供的替代估算值约为 Pine 22%、Muse 24%。我们收到了转录记录,但尚未在此重新发布;部分文件被覆盖或在多次尝试间共用,因此底层记录并不完整。请将这项测量与主表分开看待,也不要把区间重叠或点估计值当作显著性检验。

10 月批次于 2026 年 10 月 11 日运行,按照 9 月底生效的考试规则,让每款产品分别完成相同的 20 项任务,每项仅尝试 1 次。Muse 在 19 次计分尝试中完成 11 次,即 58%(95% 区间为 36 至 77%);Town 在 20 次中完成 3 次,即 15%(5 至 36%)。每项任务仅尝试 1 次时,多 1 个或少 1 个结果就会让完成率变动 5 至 7 个百分点。自 9 月以来,任务、规则和我们的复刻版本均已改变,因此任何一个数字都不能说明产品变好或变差,而且各批次绝不相加。其他 10 月批次各自使用不同任务和构建版本,分别列在结果页面上;单次录制的尝试则列在运行页面上,以次数而非完成率展示。

VM 的描述并不代表完整的正式产品:Muse 也有 Mac 应用,自 9 月 17 日起提供,可在 Messages 和 Notes 等应用中执行操作。我们考察的是网页运行环境,而非这条 Mac 访问路径,因此本次比较无法确定其本地应用访问能力表现如何。

作为价格参考,Town 快照包括免费方案、$15/月的 Starter,以及按年计费的 $49/月 Pro,核查日期为 2026-11-05。其他月付方案价格仍保留较早的快照日期,定价说明对此作了解释。

常见问题

Muse 和 Town 的主要区别是什么? 区别在于智能体运行在谁的计算机上。Muse 获得 Meta 提供的一台 Linux 虚拟机,另有第 2 台用于浏览器任务。Town 的原生 Mac 应用运行在你已经拥有的计算机上,并可访问消息、联系人、屏幕和音频。

我能纠正两者记住的内容吗? Town 提供可编辑的个性文档。Muse 将记忆保存在主目录中的纯 markdown 文件里,但我们无法验证你是否可以亲自打开这些文件。Town 的文档与服务器端 wiki、记忆存储和人物模型并列存在。

哪一个拥有更多工具? Town 的目录收录 1105 项工具,向主助手展示其中 177 项。Muse 在权限表中列出 246 种不带参数的方法,只在需要时加载真实定义。这些数字不可直接比较,因为它们统计的并不是同一种东西。

Muse 会在我的 Mac 上运行吗? 我们考察的版本不会。9 月 17 日发布的 Mac 应用据称可以在你计算机上的应用程序中执行操作,但我们尚未考察,因此本页没有任何结论依赖该应用。

Town 有完成率吗? 9 月主表中没有:我们收到的数据与可核查记录无法相符,后者按 30 项可计分任务计算约为 13%,因此我们暂不公布这一行。Town 在独立批次中有数据:较早的 114 项共同任务中为 37%(95% 区间为 30 至 44%),10 月的 20 项任务批次中为 15%(5 至 36%)。各批次绝不合并。

Muse 和 Town 分别由谁开发,价格是多少? Muse 属于 Meta,正面向美国推出,10 月 23 日起进入日本,10 月 27 日起进入新加坡;大部分用途免费,另有订阅方案。Town 由 Town.com, Inc. 开发并公开价格,提供免费方案作为起点。当前详情见我们的 Muse 和 Town 页面。

这些结论来自测试还是营销材料? 来自我们对 Muse 和 Town 的亲自拆解,其中包括各自无法确认的内容清单。对于 Muse,我们只考察了网页端。

其他对比

全部 6 组配对,以及为什么只有 6 组,详见对比页面。

更多 Meta Muse 内容