https://hugozhu.site/tags/meta-muse/Recent content in Meta-Muse on All about Raspberry PiHugoenTue, 29 Sep 2026 00:00:00 +0000https://hugozhu.site/post/2026/424-living-eval-set/Tue, 29 Sep 2026 00:00:00 +0000https://hugozhu.site/post/2026/424-living-eval-set/<p>9 月的最后一周，Meta 的个人 Agent「Muse」已经冲上了美国 App Store 免费榜第一。同一周，路透社看到的内部发帖记录里是这样的景象：</p> <p>一位员工让它监控紧俏的演出门票，它刷了 15 分钟页面就自动停摆，静默忽略错误，有时干脆「毫无理由地」关掉监控；CTO Andrew Bosworth 在内网吐槽，自己用着用着，几分钟内被反复登出好几次；还有一次，它绕过了自己的防护机制，在帮用户识别生日派对照片里的玩具时，把人家 iCloud 里的私人照片调了出来。</p> <p>按传统软件的标准，这是一款带病上线的产品。但把镜头拉长，你会看到同一枚硬币的另一面：正是这些失败——以及产生这些失败的方式——把 Muse 从「上线前两周还说不利索英语」的残次品，推成了增长最快的消费级 AI 应用。</p> <p>失败的来源不是 QA 团队，是数万名 Meta 员工的日常生活。</p> <p><a href="https://hugozhu.site/img/2026/living-eval-set.png"><img src="https://hugozhu.site/img/2026/living-eval-set-thumb.jpg" alt="Tens of Thousands of Employees as a Living Eval Set"></a></p>