研究团队推出开源个人智能体nanoMuse
工具AI 评分 72/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对当前个人智能体缺乏开源替代方案的现状，研究团队发布了nanoMuse。该智能体采用GPL-3.0协议，可跨用户所有设备运行，操控手机与电脑屏幕。各设备通过可自建的relay共享对话，所有操作经Sentinel把关，记忆存为用户可读文件，模型由用户自选。论文还剖析了Meta Muse的构建方式，并规划了包含溯源记忆、操作评测集与开源模型的路线图。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载个人智能体定义与现状
论文将个人智能体定义为需具备跨周记忆、主动发起对话、对自身行为负责并操作用户账户与设备的软件，而非单一模型。当前此类软件尚无开源替代品。文中指出，早期助手仅被动问答，后续智能体执行单次任务即停止。而Meta于2026年9月推出的Muse虽面向单用户且具备跨设备与记忆能力，但其运行封闭于厂商云端与单一国家，缺乏开放性。
nanoMuse架构与特性
为打破上述封闭状态，研究团队推出GPL-3.0协议下的nanoMuse。该系统能在用户拥有的所有设备上运行，直接操控手机与电脑屏幕。各设备间通过用户可自行部署的relay共享同一对话上下文。安全与控制方面，所有动作均需经由Sentinel审查，记忆以用户可读的文件形式存储，底层模型完全由用户自行选择，并给出了规模与成本估算。
Muse逆向分析与路线图
论文依据Meta公开资料及一份Muse生产提示词副本，逐条标注来源，逆向解读了Muse的构建逻辑。针对nanoMuse的未来发展，团队设定了明确路线图，重点包括：确保开源属性、实现带有来源证明的记忆机制、开发用于屏幕操控的评测集，以及研发适配该操控场景的专属开源模型。
为什么值得看
提供可跨设备操控、数据自主可控的开源个人智能体方案，打破大厂封闭生态。
Meta智能体开源模型论文
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。