← 返回全部情报
How I AI:Meta Muse 设计负责人 Alex Cornell 示范三套个人工作流——Instagram 收藏目录、高尔夫/象棋复盘、旧博客变播客 的封面

·Podcast·播客收录 2026-10-14

How I AI:Meta Muse 设计负责人 Alex Cornell 示范三套个人工作流——Instagram 收藏目录、高尔夫/象棋复盘、旧博客变播客

Meta MuseHow I AI渐进披露个人 agent工作流

一句话结论

Muse 按「如果这是在跟人说话会怎样」来设计:主会话保持一段持续关系,状态分三层渐进披露;Cornell 用它把多年数字残骸变成每天能用的购物目录、运动复盘和早晨播客。

打开原文 How I AI:Alex Cornell’s 3 Meta Muse Workflows

背景与理念

设计出发点

Cornell 的核心问题是:如果这是在和另一个人说话,界面该怎么长?于是 Muse 更像消息对话而非软件仪表盘:弱化传统气泡、把智能体放在屏幕上方,并把主聊天当成一段持续关系,而不是每次新开互不相关的线程。侧聊处理有边界的任务,中央线程负责长期上下文。

透明与生成式 UI

渐进披露被当成 AI 产品设计的关键原则。同一活动可呈现三层:给普通用户的简单表情状态、给想看细节的人的任务列表、给工程师的原始日志。生成式 UI 则尽量固定结构、只变动内容——头像、信息流卡片、想法卡是稳定表面,真正动态的是状态表情、个性化建议和小动画。他也提醒:许多产品展示思维链,常常是在遮掩延迟;Muse 足够快时可以安静做事、直接给结果。

具体做法

工作流一:Instagram 收藏变「SkyMall」购物目录

1. 给 Muse(他的智能体叫仙人掌 Marlowe)连接 Instagram。

2. 先让它整理多年收藏,按文件夹与类别归类。

3. 再要购物与礼物建议,并要求用 SkyMall / Sharper Image 那种怀旧商品目录口吻渲染。结果是每日刷新的「Jollybot SkyMall」风格推荐流。

工作流二:高尔夫与象棋数据复盘

1. 高尔夫:把球局 App 与手表逐杆数据喂给 Muse,设成打完自动出 round recap,并生成能讲故事的可视化(例如前九洞差、后九洞好,以及「84 怎么可能变成 79」的具体提示);练习时再喂挥杆机器数据。

2. 象棋:连接 Chess.com,要求看长期趋势并复盘最近一局;智能体还自己长出「毒舌教练」语气,会点名诸如 bishop b5 collapse 一类崩盘。

工作流三:二十年前的博客变每日播客

1. 让 Marlowe 去找迁移过多次的旧博客(含 Wayback Machine、Blogger、Tumblr 等路径)。

2. 先汇总成一份 PDF 档案。

3. 再改成每天早上送达的随机朗读播客,用合成声音重听二十年前的自己。

关键数据/例子

节目与配套笔记给出的是可核对的使用形态,而不是实验室分数。Claire Vo 称 Muse 是她很久以来「到愉悦感」最快的 agent 之一;Cornell 提到母亲以前几乎不用他做的软件,却会用 Muse。Instagram 工作流的价值在于把难检索的收藏变成可每天消费的目录;高尔夫例子里,原本「只是一个分数」的数据被做成能看出前后九洞故事的图;播客工作流则让一份巨 PDF 变成可听的早晨习惯。设计层面,他强调非确定性系统逼设计师用「是否有用」而不是像素级精确来评判手艺。

创新点

第一,把消费级 agent 的主界面押在「单一持续关系」而不是无限线程。第二,用三层状态同时服务小白与工程师,避免为透明牺牲清爽。第三,示范个人数据复活:收藏、运动记录、旧博客都可以被 agent 重新编码成新媒介。

可否复用

  1. 设计个人 agent 时先问「如果是在跟人说话」,再决定要不要仪表盘式控件。
  2. 状态展示做分层,默认少、需要时再展开。
  3. 选一份沉睡的个人数据(收藏、笔记、旧博客),先整理、再要求一种有风格的新输出格式。
  4. 给 agent 明确、具体、礼貌的反馈;Cornell 观察到尖刻发泄有时会改变回复,但更稳的是清楚指示。

笔记会在输入时自动保存。