Muse steht an der Spitze, Meta holt mithilfe von Agenten eine Runde zurück.

Muse ist seit etwa 10 Tagen online und hat die Spitze der kostenlosen App-Rangliste im US-amerikanischen App Store erreicht, womit es ChatGPT übertrifft.

Fast gleichzeitig ging eine weitere Nachricht über eine neue Finanzierungsrunde für Manus, ein repräsentatives Produkt auf dem Weg des persönlichen Agenten, ein. Es plant, 500 Millionen US-Dollar zu beschaffen, mit einer Bewertung von etwa 4 Milliarden US-Dollar.

Agenten bieten führenden KI-Großunternehmen einen Weg, um auf der Überholspur voranzukommen. Obwohl Grundmodelle wichtig sind, sind im Wettbewerb um Agenten auch Produktdesign, Tool-Aufruf, Aufgabenausführung, Berechtigungsverwaltung und Benutzereingänge in den Kampf eingetreten. Nachzügler müssen nicht unbedingt zuerst OpenAI und Anthropic auf den Modellranglisten übertreffen, sondern haben auch die Chance, zuerst Ergebnisse auf der Anwendungsebene zu erzielen.

Meta ist offensichtlich bereits auf diesen „Abkürzungsweg“ eingetreten.

Im vergangenen Jahr hatte es im Modellwettbewerb keinen leichten Lauf. Es hat viel Geld investiert, viele Fachkräfte eingestellt und massiv Rechenkapazität aufgebaut, aber die Ergebnisse blieben weit hinter den Erwartungen zurück, und die Erfolge, die normale Nutzer wahrnehmen konnten, waren recht begrenzt.

Erst mit Muse hat Meta endlich einen echten eigenen KI-Hit geschaffen.

01

Wieso ist Muse zu einem Hit geworden?

Als Muse gerade veröffentlicht wurde, war seine Funktionalität auf den ersten Blick nicht besonders außergewöhnlich.

Es kann Webseiten durchsuchen, Tools aufrufen, Dateien verarbeiten und für Nutzer Hotels buchen, E-Mails senden sowie Einkäufe erledigen. Diese Fähigkeiten wurden bereits von ChatGPT, Claude und sogar dem früheren Manus demonstriert.

Theoretisch stoßen diese Funktionen sehr leicht an die Grenzen von Datenschutz und Berechtigungen, sodass Nutzer kaum umhin können, sich vor den Sicherheitsrisiken von Agenten zu sorgen.

Wenn Sie es Ihren Kalender verwalten lassen, müssen Sie den Kalender freigeben; wenn Sie es Ihre E-Mails lesen lassen, muss es auf Ihr Postfach zugreifen; wenn Sie es beim Einkaufen helfen lassen, muss es nicht nur Ihre Adresse und Präferenzen kennen, sondern auch auf Konten und Zahlungsinformationen zugreifen.

Die Injektion von Prompten ist ebenfalls eine Sache, die man vorsichtig behandeln muss. Wenn Agenten Webseiten durchsuchen, E-Mails und Dateien lesen, kommen sie ständig mit Informationen aus der Außenwelt in Kontakt. Wenn jemand bösartige Anweisungen in einer Webseite versteckt, die das Modell dazu verleiten, Nutzerdaten weiterzugeben, kann ein Agent mit hohen Berechtigungen den Angriff bis zu echten Konten weiterleiten.

Meta räumte bei der Entwicklung von Muse ein: Egal wie gut das Modell trainiert ist, Agenten werden Fehler machen und können auch angegriffen werden.

Seine Besonderheit liegt darin, dass es die Sicherheit nicht vollständig darauf stützt, dass das Modell gehorsam genug ist, sondern außerhalb des Modells ein vollständiges Berechtigungssystem aufgebaut hat.

Einfach ausgedrückt stellt Muse jedem Nutzer in der Cloud einen unabhängigen Computer zur Verfügung.

Sie können es als einen ständig eingeschalteten, nur Ihnen gehörenden Remote-Computer (virtuelle Maschine) verstehen, in dem es einen Browser gibt, der auch Dateien speichern und Programme ausführen kann. Muse erledigt für Sie die Informationssuche, Dateiverarbeitung und Aufgabenausführung im Grunde genommen auf diesem Computer.

Ihre Dateien, Anmeldezustände von Webseiten, Verbindungen zu E-Mail und Kalender werden nicht mit denen anderer Nutzer vermischt. Selbst wenn Muse langfristig für Sie arbeiten muss, bewegt es sich nur auf diesem unabhängigen Computer, anstatt mit Berechtigungen im gesamten System herumzusuchen.

Bemerkenswert ist, dass das Muse, das auf diesem Computer läuft, nicht der eigentliche „Administrator“ dieses Computers ist.

Meta hat das gesamte System in zwei voneinander getrennte Sicherheitsbereiche unterteilt. Muse befindet sich in einem Bereich, während der andere Bereich die wirklich sensiblen Inhalte enthält – einschließlich der Anmeldeinformationen der Nutzer, Sicherheitsdienste und eines unabhängigen Sicherheitsagenten namens Sentinel (Wächter).

Dieses Sentinel genehmigt speziell den Netzwerkzugriff und Drittanbieterdienste. Muse kann Anfragen zum Senden von E-Mails oder zum Aufrufen von Konten stellen, aber Sentinel ist derjenige, der die Freigabe erteilt. Es kann prüfen, auf welche Website und welche Adresse Muse zugreifen möchte, welche Anfragemethode verwendet wird und welche Inhalte es senden will.

Bei Passwörtern und Zahlungsinformationen gilt ein ähnliches Prinzip. Anmeldeinformationen werden in einem unabhängigen sicheren Speicher aufbewahrt. Muse kann sie verwenden, sieht aber keine spezifischen Inhalte; sensible Vorgänge wie das Senden von E-Mails oder der Kauf von Waren werden noch einmal von dem Nutzer bestätigt. Nutzer können auch die Berechtigungen eines bestimmten Konnektors separat festlegen, z. B. ob die E-Mail nur zum Lesen erlaubt ist oder auch das Senden freigegeben wird.

Im Zahlungsbereich wurde eine weitere Isolationsschicht hinzugefügt. Nachdem Muse mit Stripe Link verbunden wurde, kann es eine einmalige Zahlungskarte generieren, sodass die echten Bankkarteninformationen nicht direkt dem Agenten oder Händler offengelegt werden.

Durch mehrschichtige Sicherheitsvorkehrungen wird der mögliche Schaden, den Muse verursachen kann, begrenzt.

Nutzer sind bereit, ihm zu vertrauen – oder besser gesagt, bereit zu glauben, dass es selbst bei Problemen keine großen Schäden anrichten kann – damit es die Chance hat, wirklich in das Leben normaler Menschen einzutreten.

Natürlich reicht Sicherheit allein nicht aus.

Das Modell hinter Muse ist das selbst entwickelte Muse Spark von Meta. Alexandr Wang enthüllte später, dass die gesamte Modellreihe von Muse Spark 1 bis zur neuesten Version 1.3 von Anfang an für den persönlichen Agenten Muse vorbereitet wurde, und bei jeder Aktualisierung wurden die Fähigkeiten von Agenten und Multimodalität gezielt verstärkt.

Außerhalb des Modells verfügt Muse über das gesamte eigene Produktökosystem von Meta.

Es kann mit Plattformen wie Instagram und Facebook verbunden werden und auch direkt in WhatsApp verwendet werden.

Das offizielle Beispiel von Meta lautet: Wenn Sie Freunde zum Essen zu Hause einladen möchten, kann Muse die kurzen Videos mit Rezepten durchsuchen, die Sie in Instagram gespeichert haben, Ihnen beim Auswählen von Gerichten und Erstellen einer Einkaufsliste helfen, sich merken, ob Freunde bestimmte Lebensmittel nicht essen dürfen, und Ihnen schließlich beim Versenden der Einladung helfen.

Axios betonte besonders, dass Muse nicht nur aufgrund des Modells selbst schnell populär geworden ist, sondern auch wegen mehrerer Dinge, in denen Meta schon immer sehr gut war – komplexe Technologie zu Produkten zu machen, die normale Menschen verwenden können, Produkte schnell einer großen Anzahl von Nutzern zugänglich zu machen und zu verstehen, was Nutzer wirklich mögen und brauchen.

Etwa 10 Tage nach dem Start von Muse stieg es auf den ersten Platz der kostenlosen iPhone-App-Rangliste im US-amerikanischen App Store und übertraf ChatGPT.

Die umfassende KI-Umgestaltung von Meta im vergangenen Jahr hat endlich ein Ergebnis vorgelegt, das normale Nutzer direkt wahrnehmen können.

02

Nicht mehr an SOTA festhalten,

Meta zielt auf persönliche Agenten ab

Im vergangenen Jahr war die Situation von Meta unter den führenden KI-Unternehmen immer etwas peinlich.

Es hat viel Geld ausgegeben, viele Fachkräfte eingestellt und die Rechenkapazität immer weiter ausgebaut. Aber im Vergleich zu OpenAI, Anthropic und Google schnitt Meta immer schlechter ab – von den ersten beiden ganz zu schweigen, hat Google zumindest noch Cloud-Dienste und das TPU-Ökosystem, die sein KI-Gebäude stützen.

Im Vergleich dazu hat Meta lange Zeit kein überzeugendes großes Ergebnis vorgelegt.

Im Jahr 2025 war Llama 4 enttäuschend, und Behemoth, auf das große Hoffnungen gesetzt wurden, wurde immer wieder verschoben. Meta, das einst mit Open Source eine Welle ausgelöst hat, fiel im Wettbewerb um SOTA-Modelle allmählich zurück.

Daher begann Meta mit seiner Umgestaltung.

Im Juni 2025 kaufte es für 14,3 Milliarden US-Dollar 49 % der Anteile an Scale AI und holte Alexandr Wang direkt zu sich, um für das neue KI-System verantwortlich zu sein. Anschließend gründete es die Meta Superintelligence Labs (im Folgenden als MSL abgekürzt) und war bereit, Gehälter in Höhe von Hunderten Millionen US-Dollar zu zahlen, um massiv Fachkräfte von OpenAI, Anthropic und Google DeepMind einzustellen. Die KI-Organisation wurde innerhalb von sechs Monaten mehrfach umstrukturiert.

Auch die Rechenkapazität wurde aufgestockt. Die Kapitalausgaben von Meta beliefen sich 2025 auf 72,2 Milliarden US-Dollar, und die Prognose für 2026 wurde weiter auf 130 bis 145 Milliarden US-Dollar angehoben. Außerdem wurden Gigawatt-KI-Rechenzentren wie Prometheus und Hyperion gebaut.

Im April dieses Jahres wurde Muse Spark veröffentlicht. Meta selbst sagte, dass dies das erste Modellergebnis von MSL nach 9 Monaten der „vollständigen Neuerstellung des KI-Technologie-Stacks von Grund auf“ ist.

Wir können Manus als eine wichtige Inspiration für Meta werten, sich auf Agenten zu konzentrieren.

Im vergangenen Dezember wollte Meta Manus direkt übernehmen. Das Besondere an Manus war, dass es Modelle, Browser, Tools und Ausführungsumgebungen zu einem universellen Agenten kombiniert, der komplexe Aufgaben selbstständig erledigen kann. Später wurde diese Transaktion im Wert von über 2 Milliarden US-Dollar von den Aufsichtsbehörden zur Auflösung verlangt. Aber dass Meta bereit war, einen so hohen Preis für Manus zu zahlen, zeigt bereits, dass es diesen Weg für einen Versuch wert hält.

Meta konnte Manus nicht behalten, aber es hat die von Manus repräsentierte Logik von Agenten beibehalten.

Zufälligerweise ging Manus später auch selbst in Richtung persönlicher Agenten. Im Februar wurde das Produkt mit Telegram verbunden, und in der offiziellen Dokumentation steht direkt geschrieben: „Ihr persönlicher Agent, jederzeit und überall“.

Agenten sind der Eingang zu Aufgaben. Unter idealen Bedingungen müssen Nutzer nur ihre Anforderungen angeben, und der Agent kann die Aufgabe erledigen – Nutzer müssen sich nicht darum kümmern, wessen Modell verwendet oder wessen Tool aufgerufen wird.

Meta hat das Training von Modellen nicht aufgegeben, aber es wartet nicht mehr darauf, dass das Modell zuerst den ersten Platz belegt, bevor es über die Gestaltung von Produkten nachdenkt. Modelle werden zur Basis, während Agenten zu einem direkteren Durchbruchspunkt werden.

Die Modellreihe Muse Spark zielt genau auf persönliche Agenten ab; und das Produkt Muse beweist, dass dieser Weg wirklich sehr beeindruckende Ergebnisse liefern kann.

Diese Route ist nicht ungewöhnlich, sondern bietet sogar viele Möglichkeiten.

Neben Muse wird ein persönlicher Agent namens Instinct, der noch nicht offiziell vollständig veröffentlicht wurde, bereits von Investoren gejagt.

Es befindet sich derzeit noch in der Phase des Einladungstests, kann mit E-Mails, Nachrichten, Kalender und Standort verbunden werden, um für Nutzer Einkäufe zu erledigen, Restaurants zu buchen und Abonnements zu kündigen. Kürzlich hat es begonnen, Fähigkeiten wie unabhängige E-Mails und das Tätigen von Anrufen im Auftrag von Nutzern zu testen. Ende August schloss es gerade eine Finanzierungsrunde mit einer Bewertung von etwa 2,5 Milliarden US-Dollar ab. Im September berichtete The Information, dass das Unternehmen über eine weitere Finanzierungsrunde von 1 Milliarde US-Dollar verhandelt, wodurch die Bewertung direkt auf etwa 10 Milliarden US-Dollar steigen würde.

03

„Die Wahl ist wichtiger als die Anstrengung“

Wenn wir den Blick weiter ausdehnen, werden wir feststellen, dass mehrere alte Technologiegiganten, die früher gemeinsam große Modelle verfolgt haben, jetzt bereits getrennte Wege gehen.

Google ist eines der wenigen Unternehmen, das noch die Full-Stack-Strategie verfolgt: Es will im Modellwettbewerb gewinnen, Agenten entwickeln, Cloud-Dienste verkaufen und Chips selbst herstellen.

Vor einiger Zeit gab es Gerüchte, dass Google möglicherweise aus dem Wettbewerb um Spitzenmodelle aussteigen könnte. Aber in den letzten Tagen tauchte in Arena ein Modell mit dem Namen „gemini-3.8-flash“ mit offensichtlich ungewöhnlichen Fähigkeiten auf, das von der Geme