两天前 OpenAI 的 DevDay 2026，Sam Altman 发布了 Dots——一种永远在线的 AI Agent。三周前，Meta 推出了 Muse。两个产品在同一个 pitch 上正面交锋：「一个在你关闭应用后仍在工作的 AI 助理」。但同样的承诺背后，两家公司在底层架构上的选择迥异。
如果你只关心「哪个更好用」，答案取决于你的场景。如果你关心的是为什么它们不一样——运行时隔离模型、凭证管理策略、持久化的基础设施代价——这篇文章为你拆解。
《OpenAI 发布 Dots 永远在线 Agent！20 项更新横空出世——DevDay 2026 完整解读！》 已经覆盖了 DevDay 的所有新闻。本文聚焦 Dots 与 Muse 的技术架构对比——这不是另一篇新闻，而是一篇架构深度分析。
总览：六个维度的全景对比
下面这张表涵盖了核心差异。每个维度的深度分析在后续小节展开。
| 维度 | OpenAI Dots | Meta Muse |
|---|---|---|
| 发布日 | 2026-09-29 (DevDay) | 2026-09-08 |
| 底层模型 | GPT-6 Astra（旗舰模型） | Muse Spark 系列（未公开具体版本） |
| 运行时环境 | 每 Agent 一台专属云电脑（Cloud Computer） | 每用户一台虚拟隔离机（Secure VM） + Sentinel 权限层 |
| 凭证管理策略 | 保存后对模型隐藏（Secrets stored, hidden from model） | 真实凭据不出 Agent 环境，用 Surrogate Token 代理 |
| 记忆模型 | 跨会话跨平台持久上下文 + Agent 专属笔记 | 跨会话持久化上下文 + Connector 数据联动 |
| 平台入口 | ChatGPT Web/Mobile/Desktop + Slack + Teams + 电话 | 独立 App + muse.ai + WhatsApp + Mac 客户端 |
| 应用连接数 | 4000+ 插件生态 | 未公开具体数字，Connector 框架 |
| 最低进入价格 | Pro $100/月（含 1 Dot）; 部分地区欧盟不可用 | Free（每周 1 亿 Token） |
| 最高档价格 | Pro 500 $500/月 | Maximum $100/月 |
| 可用地区 | 多数市场（Pro 排除 EEA/UK/CH） | 仅美国 |
| 公开事故记录 | 暂无（上线 1 天） | Marketplace 地址泄露、Mac 零日 |
运行时架构：云电脑 vs Secure VM
OpenAI Dots：专属云电脑
每个 Dot 拥有一台独立的云电脑，运行在 OpenAI 的云端基础设施上。这台电脑在用户离线后继续运转——它有自己的 CPU、内存、浏览器、持久化存储。用户随时可以「Take over」接管控制权，完成一步操作后交回。
这个设计的核心隐喻是：你雇佣了一个远程员工，它也有一台配给的公司电脑。 你关掉 Slack，它不会停工。
关键工程含义：
- 资源消耗是持续的：用户不活跃时，云电脑仍然在消耗 CPU 和内存。这意味着 OpenAI 承担了 idle 成本，而非像传统聊天那样只在请求时启停推理实例。
- 浏览器环境持久化：Agent 可以在跨多天的任务中保持浏览器会话状态——追踪物流状态、等待会议确认邮件、监控价格变化。
- 本地访问可选：用户可以授权 Dot 访问自己的本地电脑（限一台），但在默认情况下，Dot 的全部工作都在云端完成。
Meta Muse：每用户 Secure VM + Sentinel
Meta 的架构不同。Muse 跑在每个用户专属的 Secure VM 中，由 Meta 的 Sentinel 权限层控制每项操作——批准、拦截或上报。
Sentinel 相当于一个位于 Agent 与外部世界之间的反向代理 + 策略引擎。当 Muse 想要「发送邮件」「付款」「访问某个数据源」时，Sentinel 介入判断。
Meta 走 VM 隔离路线的原因有三：
- 安全债——Meta 经历过太多数据隐私争议，必须用最强的运行时隔离来建立信任
- 数据处理需求——Muse 连接邮箱、日历、支付、健康数据。VM 隔离是最干净的攻击面缩小策略
- 透明可视性——用户可以看到 Muse 在 VM 中的浏览器窗口，观察 Agent 的行动而非盲信
Meta 还计划在 2026 年 12 月前推出加密模式（Encrypted Muse Mode），进一步从 Meta 自身也能访问的层面隔离数据——这是比 VM 更进一层的承诺。
架构差异总结
| 维度 | Dots 云电脑 | Muse Secure VM |
|---|---|---|
| 粒度 | 每 Agent 一台 | 每用户一台 |
| 隔离层 | 云实例级隔离 | 虚拟化 + Sentinel 权限层 |
| 持续成本 | OpenAI 承担 idle 计算 | Meta 承担 VM 持续运行 |
| 用户可见性 | Take Over 模式（手动接管） | VM 内 Browser 窗口实时可见 |
| 凭证管理 | 保存后对模型隐藏 | Surrogate Token 代理 |
| 加密扩展 | 未公布 | Encrypted Muse Mode（2026.12 目标） |
模型对比：GPT-6 Astra vs Muse Spark
OpenAI Dots：GPT-6 Astra
所有 Dot 由 GPT-6 Astra 驱动——OpenAI 定位为「网络安全与 Agentic 旗舰」的模型。Astra 本身在今年早些时候已经作为企业级 Agent 模型发布，在 Tool Use、Long Context、Reasoning 上针对 Agent 场景做了专门优化。
关键选择：OpenAI 在同一场 DevDay 上发布了 GPT-6.1 Sol——仅 Astra 五分之一的 API 价格。但 Dots 没有用更便宜的 Sol，而是坚持用了更贵的 Astra。这暗示 Dots 的「Always-On」场景需要更可靠的推理能力和更长的上下文窗口——这正是 Astra 的设计目标。
Meta Muse：Muse Spark 系列
Meta 没有公开 Muse 的底层模型具体版本，只说是 Muse Spark 模型家族的最新成员。Muse Spark 1.3 在 9 月 2 日作为编码/Agentic 模型发布，面向开发者，而消费者版 Muse 在 9 月 8 日发布。
同一个模型家族、两个产品线、六天密集发布——这是 Meta 有意为之的节奏：
- 9 月 2 日：Muse Spark 1.3 → 开发者建立技术信任
- 9 月 8 日：Muse 消费者 Agent → 大众用户接受
对比 OpenAI：其消费者 Agent（Dots）和开发者 Agent（Codex）使用相同的 Astra 模型系列，但发布时间相隔数月而非数天。
定价哲学：Premium 垄断 vs Volume 优先
定价可能是 Dots 与 Muse 最清晰的分水岭。两者背后的假设完全相反。
OpenAI Dots：先收钱，再交付
| 套餐 | 月费 | Dot 获取方式 |
|---|---|---|
| Free / Go / Plus | $0-$30 | ❌ 不包含 |
| Pro 100 | $100 | ✅ 含 1 个 Dot |
| Pro 200 | $200 | ✅ 含 1 个 Dot |
| Pro 500 | $500 | ✅ 含 1 个 Dot，Ultrafast 速度 |
| Business Premium | $20/seat/月 | ✅ 含 1 个 Dot（需至少 2 座 = $40 起） |
关键信号：免费层和 Plus 层完全无法使用 Dots。这是 OpenAI 在明确说：Agentic compute 是昂贵的，必须买单才能用。同时在欧洲（EEA、英国、瑞士），$100 的 Pro 也不包含 Dots——合规成本推高了准入门槛。
Meta Muse：先用后付，高价扩容
| 套餐 | 月费 | Token 配额（每周） |
|---|---|---|
| Free | $0 | ~1 亿 Token |
| Power | $20 | 5 亿 Token |
| Maximum | $100 | 30 亿 Token |
关键信号：Muse 免费层一上来就给每周 1 亿 Token。这接近免费层的天花板在其他产品中相当于一个相当大的使用量。Zuckerberg 的「for everyone」定位不是在说空话——它真的是免费的，只是需要绑定支付卡做身份验证。
定价逻辑的根本分歧
| 逻辑 | OpenAI Dots | Meta Muse |
|---|---|---|
| 目标用户 | 付费用户（知识工作者/企业） | 所有人（先占量后变现） |
| 免费层策略 | 免费用户拿不到 | 免费给 1 亿 Token/周 |
| 定价上限 | $500/月（Pro 500 + 无限 Dots? 未公开） | $100/月（Maximum） |
| 分发优势 | ChatGPT 已有 4 亿+ 月活用户 | WhatsApp 数十亿用户活跃 |
| 地区限制 | 欧洲 Pro 不可用 | 美国 only |
| 底层假设 | Agentic compute 是稀缺的、贵的 | Agentic compute 可以靠规模降价 |
安全模型对比
凭证管理：OpenAI Dots vs Meta Muse
凭证管理是 Agent 安全里最微妙的问题之一：Agent 需要登录你的各种账号才能执行任务，但如果把密码明文传给模型，就相当于一个有可能越权的主体拥有了完全访问权。
OpenAI 的做法：Dot 保存你授权的网站凭证，但对这些凭证进行信息屏蔽——模型本身看不到密码原文，只能通过一个抽象接口执行登录操作。这类似于浏览器密码管理器的概念：浏览器帮你填密码，扩展脚本拿不到明文。
Meta 的做法：Muse 使用 Surrogate Token 机制。真正的凭证存放在一个独立的安全存储中，Agent 只能拿到一个时限性的、作用域受限的替代 Token。Stripe Link、Plaid 等支付基础设施已经用这种模式——Muse 把它扩展到了所有连接的服务上。
两种策略的目标相同（模型不碰明文凭证），但 Meta 的 Surrogate Token 方案在细粒度控制和撤销能力上更强——每个 Token 可以限制时间、金额、服务范围。
敏感操作控制
| 操作类型 | Dots | Muse |
|---|---|---|
| 浏览/搜索 | 自动执行 | 自动执行 |
| 草稿/编辑 | 自动执行 | 自动执行 |
| 发送消息 | 用户批准 | 用户批准 |
| 支付/购买 | 用户批准 | 用户批准 |
| 密码更改 | 用户批准（CBS 报道提及） | 未公开细节 |
| 安装软件 | 用户批准 | 不适用 |
两者在敏感操作控制上惊人地一致：浏览只读权限自动、写入操作需要批准。这不是偶然——这是 2026 年所有 Agent 产品在经历了一系列安全事故后（从 Prompt Injection 到越权访问）形成的行业共识。
分发策略与生态位
OpenAI Dots：ChatGPT 是你的一切
Dots 嵌入 ChatGPT——已经拥有数亿用户的消费级产品。你不需要下载新应用，不改变使用习惯。4000+ 插件通过 ChatGPT 的生态直接延伸出去。
但从 Slack 和 Microsoft Teams 集成可以看到，OpenAI 的默认场景是 企业知识工作者：日程、差旅、预算管理、调试、代码。
Meta Muse：WhatsApp 是最大的分发管道
Muse 有独立 App、网站、Mac 客户端——但真正的杀手锏是 WhatsApp 集成。数十亿用户不需要下载新 App，直接在 WhatsApp 里喊一句 @muse 就能调用 Agent。
这是竞品无法复制的能力。OpenAI 没有自己的 IM 平台。Google 有 Google Messages，但份额远不及 WhatsApp。Meta 把 Agent 塞进世界上最大的聊天软件——这才是 Muse 区别于所有竞品的核心优势。
Mac 客户端在 9 月 17 日发布（距离上线仅 9 天），体现了 Meta 将桌面端视为 launch 周的一部分而非之后的 roadmap。
记忆持久化：Agent 如何记住你是谁
两种 Agent 都具备跨会话上下文保持能力——这是「永远在线」的必然要求。
Dots 的记忆层次：
- ChatGPT 全局记忆（跨所有对话）
- Dot 专属笔记（该 Agent 的偏好和进度）
- 云电脑的持久化环境（文件、浏览器状态、日历缓存）
Muse 的记忆层次：
- 跨会话 Agent 上下文
- Connector 数据源联动（日历、邮件、支付、健康）
- VM 内的持久化浏览器和数据存储
Meta 的优势在于 Connector 生态的丰富性——邮箱、日历、健康、支付、购物、智能家居，六类数据源构成了比 ChatGPT 插件更贴近生活场景的数据网络。OpenAI 的优势在于 Cloud Computer 的完整环境——Dot 不只是聊天，它有一个完整的桌面可以读写文件、运行程序、保持浏览状态。
写在最后：两个版本的最强 AI Agent
Muse 和 Dots 代表了两种「永远在线 Agent」的实现哲学：
Muse 是「放在每个人口袋里的私人助理」——免费使用、WhatsApp 集成、VM 隔离、生活场景优先。Meta 赌的是规模：先让数亿人用上，再逐步变现。
Dots 是「坐在你工位旁的远程同事」——付费使用、Slack/Teams 集成、专属云电脑、工作场景优先。OpenAI 赌的是价值：Agent 的产出可以直接换算成工作效率提升，用户理应为此买单。
对于开发者来说，Muse 提供的是以模型 API（Muse Spark 1.3）为核心的 Agent 构建能力，Dots 背后的 GPT-6 Astra 则通过同一模型家族驱动 Codex 和 ChatGPT Work。两边都在尝试「一次构建，双面分发」——消费者和企业开发者共享同一个推理引擎。
但真正的工程问题还没有被公开回答：一个永远在线 Agent 的基础设施成本到底是多少？ 每用户的云电脑/VM 持续运行、GPU 推理调度、凭证安全存储、审计日志——这些在 2.8 万用户规模下的体验，和 2800 万用户规模下的成本结构与隔离挑战，是两款产品在未来 12 个月将面对的真正考验。
📌 延伸阅读：《OpenAI 发布 Dots 永远在线 Agent！20 项更新横空出世》 覆盖了 DevDay 完整新闻；《OpenAI Agent 自主越权攻击》 讨论了 Agent 安全领域最尖锐的信任问题。