论文解读 · 2026年10月9日
nanoMuse：在我所有设备上运行的开源个人智能体
nanoMuse: An Open-Source Personal Agent for Every Device You Own
基于公开资料分析了 Meta Muse 的架构，并发布了可直接操作手机和电脑屏幕的 GPL-3.0 开源个人智能体 nanoMuse。
问题
自 2026 年 9 月 Meta Muse 推出以来，长期托管一个人的账户、设备和记忆的“个人智能体”产品接连出现。但它们都是封闭架构，在厂商云端为每人分配一台 VM 运行。作者主张，处理个人生活的智能体应当让当事人能够查看其内部，并能在用户已有的硬件上运行。然而，此前没有满足这些条件的完整开源替代方案。
方法
首先，用五个问题（知道什么、在哪里行动、对谁负责、如何学习、成本与治理）和三个时间跨度来定义个人智能体。其次，以 Meta 的公开文档和 Muse 生产系统提示词副本为依据分析 Muse 的架构，每条描述都标注了来源（documented/prompt/observed/inferred）。最后提出 nanoMuse。它由 Android、iOS、桌面和网页应用以及任何人都可运营的 relay 组成，所有设备共享同一个对话。在 Android 和桌面上可直接操作设备屏幕。所有行动都需经过各设备上的 Sentinel 批准，记忆以人类可读的文件形式保存。模型由用户自行选择。
结果
- 作者报告称，分析 Muse 的结果显示，其技术核心是标准的工具调用智能体（包括子智能体和定时任务）。作者总结，其差异在于把所有安全机制都放在智能体之外的设计（Sentinel、代理令牌、内核级 taint 追踪），以及便于用户理解的 UI。
- nanoMuse 0.1.40 以 GPL-3.0 许可发布，包含 Android、iOS（TestFlight）、macOS/Windows/Linux 桌面、网页应用和 relay（nanoMuse Cloud）。
- 根据对比表，同时能操作手机屏幕和电脑屏幕的系统只有 nanoMuse。不过 iOS 不允许应用操作其他应用，因此不支持屏幕操作。
- 没有定量基准结果。系统规模和成本仅给出了估计值。
局限
这是一份没有性能评估的技术报告，规模和成本也是估计值。正如作者所述，nanoMuse 没有自有模型、为每人分配的 VM 和内核级 taint 追踪、代理凭证以及钱包功能。带来源标注的记忆、屏幕操作评估集和用于屏幕操作的开放模型仍处于路线图阶段。对 Muse 的分析中，有一部分是作者推断（inferred）或基于提示词副本。屏幕操作仅限于 Android 和桌面。
意义
在封闭式云端个人智能体大量涌现的背景下，给出了一个可在设备上直接运行、内部可查看的开源替代方案的设计蓝图。可作为比较个人智能体安全架构（批准范围、文件式记忆）和屏幕操作范围的参照点。
关键术语
- 个人智能体（Personal Agent）
- 代表一个人处理其账户、设备和文件，以数周为单位延续记忆，也会主动发起对话，并通过记录对所做之事负责的软件。
- Sentinel
- 判断是否允许智能体所提议行动的独立权限层。即使智能体被说服，也能限制其可做之事的范围。
- Relay
- 将用户的多台设备连接起来、使其共享同一个对话的中继服务器。在 nanoMuse 中它是开源且可选的。
- Computer Use（屏幕操作）
- 智能体查看截图或无障碍树，通过点击和输入直接操作其他应用的功能。
原文
作者: Guangyi Liu, Yong Liu, Jiangning Zhang · 发布 2026-10-06 · 许可 CC BY 4.0 · 基于全文分析
本解读是 AI 阅读论文后撰写的摘要，请以论文原文为准。