Dots vs Muse：永远在线 Agent 的架构之战——OpenAI 的云电脑 vs Meta 的安全虚拟机，谁更懂 Agent 底层？

admin@yesmiracle.net (万戈) — Thu, 01 Oct 2026 00:00:00 +0000

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。

对比分析 on AI博士 万戈