Der Hummer ist abgekühlt, womit verdankt Muse seinen Hype? War es damals gerechtfertigt, Mitarbeiter zu einem exorbitanten Preis abzuwerben? Alexander Wang beantwortet alle Fragen im neuesten Interview.
Kürzlich hat Meta einen beeindruckenden Comeback-Sieg errungen: Sein neuer persönlicher KI-Agent Muse hat sich seit seiner Einführung rasch zu einem phänomenalen Produkt entwickelt.
Nach Schätzungen von Sensor Tower erreichte Meta Muse nach seiner Veröffentlichung am 8. September innerhalb von etwa 22 Tagen 5 Millionen Downloads in den USA – schneller als die historischen Schätzwerte von ChatGPT, Grok und Claude. Es belegte zudem den ersten Platz der kostenlosen App-Liste im US-amerikanischen App Store und blieb dort mehrere Tage in Folge auf Rang 1. Darüber hinaus sind sein Wachstumstempo und seine Bindungsrate sehr bemerkenswert.
Der Drahtzieher hinter diesem Comeback, Alexandr Wang, Leiter des Meta Superintelligence Labs, ist in letzter Zeit sogar bekannter als das Produkt selbst. Nach der Veröffentlichung von Muse geriet er auf X in eine Art „verrückter“ Zustand: Er postete häufig Memes und beteiligte sich selbst aktiv an den Witzen.
Vor kurzem gab Wang ein ausführliches langes Interview, in dem er zum ersten Mal vollständig die Entstehungsgeschichte von Muse nachvollzog. Es enthielt eine Fülle von Informationen, und viele seiner Aussagen widersprachen gängigen Annahmen:
Als Anfang des Jahres die gesamte Branche auf den Weg der Coding-Agenten drängte und alle davon überzeugt waren, dass „dies das einzig Wichtige ist“, warum hat Meta sich umentschieden, um den persönlichen Sektor anzugehen?
OpenClaw wurde Anfang des Jahres im gesamten Internet populär, verlor aber schnell an Bedeutung, und die meisten Nutzer wanderten nach der Nutzung ab. Warum war Wang überzeugt, dass darin das „letzte Konsumgut“ steckt, und warum glaubte er, dass Muse eine Ausnahme darstellen könnte?
Über die von der Öffentlichkeit heiß diskutierte „astronomische Abwerbung von Talenten“ sagte er, dass für viele Spitzenforscher die Vergütung eigentlich „nicht viel höher“ sei – was ist also der eigentliche Anreiz?
Ein Produkt, das im gesamten Unternehmen als „das wichtigste Produkt des Jahres“ angesehen wird – warum wurde das Team absichtlich auf weniger als 200 Personen beschränkt?
Mit einer Reichweite von 3,5 Milliarden Nutzern zur Verfügung – warum musste Wang selbst persönlich Memes posten, um den Kaltstart zu unterstützen?
Videolink: https://www.youtube.com/watch?v=S6l3aRsecuE
Im Folgenden finden Sie einen von uns zusammengestellten Auszug aus dem Inhalt:
Als alle zu den Coding-Agenten strömten, sahen sie ein anderes Signal
Gehen wir zurück zum Anfang dieses Jahres. Mit Wangs Worten war das der „Beginn der Ära, in der Anthropic die Branche übernahm“: Opus 4.5 und Claude waren im Programmieren weit voraus, und der Konsens der gesamten Branche lautete: Coding-Agenten sind die einzig wichtige Form, sogar die einzig wichtige Fähigkeit.
Zu diesem Zeitpunkt wurde Nat Friedman von MSL die erste Person im Unternehmen, die OpenClaw intensiv nutzte. Wang beschrieb sein Erlebnis als „zwischen Angst und Ekstase liegend“: Er sagte seinem OpenClaw, dass er mehr Wasser trinken wolle, und dieser Agent beobachtete ihn über die Überwachungskamera zu Hause beim Trinken und lobte ihn danach mit „Gut gemacht“.
Rechts außen steht Nat Friedman, ehemaliger CEO von GitHub und einer der Schlüsselfiguren hinter Muse.
Wang selbst war schnell begeistert. Das Erste, was er tat, war einen von Nat geschriebenen Prompt zur „psychologischen Analyse“ auszuführen – da der Agent auf seine E-Mails, Fotos zugreifen und selbst im Internet nach Informationen suchen konnte, wurde nach mehreren intensiven Nachfrageschritten mit seinen eigenen Worten „drei Jahre Psychotherapie in einem Augenblick komprimiert“.
Der entscheidende Punkt liegt in der „Wegweiser-Eigenschaft“ von Nat Friedman: Er war einer der ersten Kunden von Stripe, einer der Schöpfer von GitHub Copilot und steht seit langem an der Spitze der Entwicklerwelle. Als er sagte, dass „darin wirklich etwas steckt“, nahm Wang dies als klares Signal wahr.
Im Februar dieses Jahres verfassten die beiden jeweils ein Memorandum und reichten es dem Vorstand von Meta ein. Die Kernaussage von Wangs Memorandum war sehr mutig: Persönliche Super-Agenten sind sehr wahrscheinlich die „Endform“ von Konsumgütern. Ein oder zwei Wochen später war der Prototyp fertig und wurde dem Vorstand direkt vorgeführt. Viele der Kernentscheidungen in der endgültigen Version von Muse gab es bereits in dem innerhalb einer Woche erstellten Prototyp.
Die Erkenntnis lautet: Wo der Konsens am dichtesten ist, werden Signale oft am leichtesten überdeckt. Wenn alle auf die Coding-Rangliste blicken, verbirgt sich die echte Chance in dem Moment, in dem „gewöhnliche Menschen ihr Leben zum ersten Mal der KI anvertrauen“.
OpenClaw wurde populär und verlor dann an Bedeutung – warum glaubt Muse, dass es anders sein kann?
Dies war die schärfste Frage im Interview: Das Phänomen OpenClaw kam schnell und ging schnell vorbei, die meisten Nutzer wanderten nach einigen „magischen Momenten“ ab – warum seid ihr anders?
Wangs Antwort wich nicht aus: OpenClaw ist ein geniales Werk, und sie respektieren Peter Steinberger sehr. Dass Muse bestehen kann, liegt aber daran, dass jedes Detail aus Modell und Produkt bis zum Äußersten optimiert wurde.
Wie weit ging diese Optimierung genau? Sie erstellten eine Tabelle mit Hunderten von Zeilen, die mehr als 100 spezifische Verhaltensweisen und Fähigkeiten enthielt, die ein idealer persönlicher Agent haben muss. Für jeden Punkt erstellten sie Bewertungen und führten Trainings durch, und sie trafen sich regelmäßig, um die Tabelle durchzugehen: Welche Zeilen noch rot markiert sind, wurden weiter verbessert. Die Veröffentlichungsstandards waren ebenfalls digitalisiert, für jede Zeile wurde ein „Launch-Blocking“-Schwellenwert festgelegt. Mehrere Checkpoints ergaben „80 grüne Zeilen und 20 rote Zeilen“, und sie wussten, dass das noch nicht ausreichte. Erst als die speziell für Muse trainierte Version MuseSpark 1.3 zum ersten Mal vollständig grün markiert war und das Team beim Testen feststellte, dass sie „deutlich besser als alle vorherigen Iterationen“ war, wurde das Produkt freigegeben.
Dahinter verbirgt sich die Beurteilung des Wesens dieser Produktkategorie: Persönliche Agenten sind eine „Kategorie auf der Messerspitze“. Wenn sie stabile magische Erlebnisse liefern können, werden sie zu einem der größten Konsumgüter der Geschichte. Aber Modelle sind nicht deterministisch – Agenten können Fehler machen und abstürzen. Sobald Nutzer nacheinander unzuverlässige Erlebnisse machen, urteilen sie sofort, dass das Produkt schlecht ist. Der Grund für die gemeinsame Abwanderung der Agentenprodukte von Anfang des Jahres liegt genau hier.
Daher liegt der Unterschied zwischen OpenClaw und Muse nie darin, ob es „magische Momente“ gibt, sondern in der Ausbeute an magischen Momenten. Die Inspiration zündet das Feuer, aber das Ingenieurwesen sorgt dafür, dass es weiter brennt.
Warum der persönliche Sektor? Eine Rechnung über die Dinge, die man tun möchte
Die Umgehung von Coding zur Wahl des persönlichen Sektors ist nicht nur eine Produktbeurteilung, sondern auch Wangs strategische Beurteilung des Unternehmens Meta.
Seine Logikkette ist sehr überzeugend: Das Versprechen der KI besteht darin, dass fast keine Zeit mehr für die „notwendigen Dinge“ aufgewendet werden muss, sodass die gesamte Zeit den „Dingen, die man tun möchte“ gewidmet werden kann. Und die Produktpalette von Meta – Instagram, WhatsApp, Facebook – ist genau die Sammlung der Dinge, die Menschen tun möchten: Interessen, Hobbys, Freunde, Menschen, die einem wichtig sind.
Mit anderen Worten: Wenn AGI wirklich kommt, wohin fließt die Zeit, die die Menschen von den „notwendigen Dingen“ befreit werden? Zu Metas Plattform. Aus geschäftlicher Sicht erreichen Metas Anwendungen täglich 3,5 Milliarden Menschen, sein natürliches Zuhause ist also verbraucherorientierte KI, nicht Arbeit, nicht Programmieren.
Diese Beurteilung erinnert alle, die KI-Produkte entwickeln: Anstatt auf dem Heimatgebiet anderer bis zum Äußersten zu kämpfen, sollte man zuerst klar verstehen, welche Schlacht aufgrund der eigenen Gene und Reichweite zu einem gehört. Das Erbe von Großkonzernen ist keine Belastung, sondern eine Karte.
Das wichtigste Produkt des gesamten Unternehmens erhielt weniger als 200 Mitarbeiter
Vom Prototyp im Februar bis zur Veröffentlichung im September wurde sieben Monate lang an Muse gearbeitet. Wang selbst spottete: „Sieben Monate klingen nicht lang, aber sieben Monate in der KI-Branche entsprechen zehn Jahren draußen.“ In dieser Zeit lautete die gängige Erzählung an der Wall Street „Meta verbrennt Geld“ und „Mark kann die KI nicht gewinnen“, auch im Unternehmen gab es viele Zweifel.
Mark Zuckerbergs Rolle bestand darin, Geduld zu haben – er verbarg auf den Telefonkonferenzen zu den Finanzergebnissen nie, dass er an persönlichen Agenten arbeitet, und hielt allen Zweifeln stand, bis das Team das Produkt fertiggestellt hatte.
Noch überraschender ist aber die Organisationsform: Insgesamt arbeiten weniger als 200 Personen an Modell und Produkt. Und das war absichtliche Zurückhaltung – im gesamten Unternehmen wusste jeder, dass dies möglicherweise das wichtigste Produkt von Meta in diesem Jahr ist, aber gerade weil es wichtig ist, durfte es nicht zu einem Projekt werden, in dem „fast das gesamte Unternehmen Anforderungen hineinsteckt“.
Wang verwendete ein sehr scharfes Wort: Muse muss „ein vollständiges Werk“ (a single work of art) sein. Er spottete gleichzeitig über das häufige Problem von Großkonzernprodukten – Frankensteinschneider-Mischwesen, oder mit seinen eigenen Worten „eine Art Cronenberg'sche Mischform“ (Verschmelzung von lebendigem und nicht lebendigem Gewebe, körperliche Verformung mit aufgelösten Grenzen): Jeder Produktmanager möchte sein eigenes Ding in das Produkt stecken, bis es zu einem Milchshake zusammengemischt wird. Das merken die Nutzer sofort. Ob hinter einem Produkt Menschen mit unterschiedlichen Zielen jeweils ihr eigenes Ding einbringen, erkennt man sofort bei der Nutzung.
Der Tag der Interviewaufnahme fiel zufällig auf den 15. Todestag von Steve Jobs. Der Moderator fügte hinzu: „Apple ist zehntausend Leben von Steve Jobs.“ Und die „einheitliche Perspektive“ von Muse stammt nach Worten von Wang zu einem großen Teil aus dem Geschmack von Nat Friedman.
Der häufigste Fehler, den Großunternehmen bei Innovationen machen, ist die Zerstörung der Integrität des Werks durch die „Aufrichtigkeit“ der Skalierung. Wichtige Dinge sollten stattdessen von kleinen Teams erledigt werden.
Die Wahrheit über die astronomische Abwerbung von Talenten: Geld ist nur die Eintrittskarte
Vor kurzem haben Nachrichten über Metas astronomische Abwerbung von KI-Forschern die Bildschirme dominiert, und die erste Reaktion der Öffentlichkeit war meist „dumm und geldreich“. Wang gab im Interview eine sehr kontraintuitive Erklärung.
Zuerst zum Geld. Seiner Meinung nach hat die Öffentlichkeit einen Hintergrund ignoriert: Die Bewertungen von OpenAI und Anthropic sind so stark gestiegen, dass die Aktienanteile dieser Spitzenforscher, wenn sie an ihrem ursprünglichen Arbeitsplatz geblieben wären, bereits astronomische Werte erreicht hätten. Daher ist das von Meta angebotene „astronomische Gehalt“ für viele von ihnen eigentlich nur ein „Netto-Neutralwert“ bei der Vergütung, also Marktpreis, keine überflüssige Prämie.
Was ist also das, was Menschen wirklich anzieht? Wang nannte drei Dinge: Erstens die Möglichkeit, ein Labor von Grund auf neu aufzubauen, mit einem kleinen Team, sodass man wirklich seine Spuren hinterlassen kann. Zweitens ein klarer Nordstern – persönliche Superintelligenz. Mit seinen eigenen Worten wünscht sich fast jeder, der an KI arbeitet, dass diese Technologie am Ende auch für seine Mutter, seine Großeltern sinnvoll ist. Drittens keine Einschränkungen – ausreichend Rechenleistung, ausreichend Infrastruktur, ausreichend Reichweite, genau das, was Startups am meisten fehlt.
Warum ist Mark Zuckerberg bereit, scheinbar unverschämte Summen für eine kleine Gruppe von Menschen auszugeben? Der Moderator fasste die Logik für ihn zusammen: Spitzenkräfte ziehen wiederum Spitzenkräfte an, aber man muss zuerst diesen „Funken“ haben. Wang stimmte zu.
Wie man die abgeworbenen Talente einsetzt, ist der entscheidende Punkt. Die Organisationsstruktur von MSL widerspricht fast überall den gängigen Praktiken von Großkonzernen:
Mehr als 200 direkte Berichte. Wang leitet direkt mehr als 200 Personen, was als „Anti-Bürokratie“ bezeichnet wird. Die eingestellten Personen haben bereits bewiesen, dass sie brillante Arbeit leisten können, sodass „sie keinen Manager brauchen, sie brauchen nur eine gute Umgebung“ und „Raum zum Kochen“ brauchen. Die technische Richtung wird von dem technischen Leiter in der jeweiligen Gruppe entschieden, wichtige Dinge werden offen in der Gruppe diskutiert. Da alle im Raum Spitzenkräfte sind, muss die Schlussfolgerung wirklich von allen akzeptiert werden.
Coach statt Hauptdarsteller. Wang verglich seine beiden Rollen: Bei Scale war