Meta Muse vs OpenAI Dots vs Siri AI：个人AI代理信任对比

Meta、Apple和OpenAI几乎同时推出了各自的个人AI代理——Muse、Siri AI和dots。这些代理不只是回答问题，还能读取邮件、连接应用并替你执行操作。对企业而言，真正的问题不是哪个代理最聪明，而是你敢把公司收件箱交给哪一个。

本文基于三家公司各自公开的文档，从四个决定信任度的维度进行对比。

代理在哪里运行？

Meta的Muse运行在所谓的Muse Secure VM中——这是Meta云中为每个人分配的专用计算机。旁边还有一个名为Sentinel的独立代理，Muse向互联网发送任何内容都需要经过它的批准。

OpenAI的每个dot都拥有自己的云计算机和浏览器。除非你主动连接，否则你的笔记本电脑保持独立。

Siri AI尽可能在设备本地运行，其余请求发送到Apple的Private Cloud Compute——Apple自有的AI服务器。Apple表示这些模型是与Google的Gemini合作构建的。

三款产品中有两款按设计在各自公司的云中运行，而Siri AI尽可能将处理保留在你手中的手机上。

Private Cloud Compute（私有云计算） 是 Apple 为处理 AI 请求而搭建的一套专用服务器集群，其核心设计目标是在云端完成设备端无法承载的大模型推理时，仍然维持端到端的隐私承诺。Apple 的公开说明强调两点：其一，发送到 PCC 的数据不会被持久化存储，请求处理完成后即被丢弃；其二，服务器运行的是为单次请求临时构建的镜像，且该镜像可被独立安全研究者审计，Apple 自身也无法在系统层面提取用户数据。这与常规云服务「先落盘再处理」的路径不同，也是 Apple 用来区分自家 AI 与 Meta、OpenAI 云端方案的核心理由。理解这一机制有助于判断 Siri AI 在隐私维度上的实际边界：它能保住的是一般推理请求中的数据，但一旦请求被转交给第三方模型或需要调用外部应用，保障范围就会出现缺口。

谁从你的对话中学习？

这是三者差异最大的地方。据CNBC报道，Muse用户如果不希望自己的对话被用于训练Meta的模型，需要主动选择退出。如果保持默认，Meta表示会先清除“关键个人身份信息”。

对于dots，个人ChatGPT计划遵循你的“为所有人改进模型”设置。商业版、企业版和教育版工作区默认不用于训练。OpenAI的隐私FAQ补充说明，即使关闭该设置，在安全等有限情况下，人员仍可能审查活动。

Apple表示，当Private Cloud Compute处理请求时，个人数据不会被存储，Apple或任何其他方都无法访问。

对于公司数据，默认设置比隐私页面更重要，因为大多数人从不更改默认值。

「选择退出」（opt-out）与「选择加入」（opt-in） 是数据治理中两种相反的默认策略，直接决定了用户与企业在合规上的举证责任。opt-out 意味着服务默认收集并使用数据，用户必须主动关闭开关才能阻止；opt-in 则要求用户先明确同意，数据才可被使用。对于企业采购而言，这一区别远比条款措辞更重要：在 opt-out 结构下，只要员工不去逐项修改设置，公司邮件、客户名称和商业条款就可能进入模型训练管线，而审计时企业很难证明自己尽到了告知义务。因此许多企业合规框架（如 GDPR 下的数据最小化原则、部分行业的记录保存要求）会倾向要求供应商提供默认关闭训练的选项。这也是文中反复强调「阅读默认设置」的技术原因——默认值实际上就是数据流向的实际配置。

你能收回什么？

Muse允许你告诉它忘记已学到的特定内容。

dots目前不支持查看或删除单个记忆。你可以删除整个dot，这会移除其上下文，但它创建的文件和聊天记录仍留在原处。

Apple的发布页面没有说明如何查看Siri AI对你个人上下文的记忆。

如果你看不到代理记住了什么，就假设它记住了你连接的一切。

谁在执行前批准？

Muse在发送邮件或进行购买等敏感操作前会与你确认，并保留其已执行和计划执行操作的审计记录。

dots会先对每个有风险的操作进行自动审查。最敏感的操作，如更改密码或转账，需要你自己完成。

Apple的页面没有说明Siri AI在其他应用中操作前何时会征求你的同意。

一个能执行操作的代理应该以书面形式告诉你，哪些操作它永远不会独自完成。

人在回路（Human-in-the-loop，HITL） 指在自动化系统执行具有不可逆后果的操作前，由人类进行确认或否决的机制。在 AI 代理场景中，它通常按风险分级实现：低风险操作（读取、草拟）自动放行，中风险操作（发送邮件、创建订单）需一次确认，高风险操作（转账、更改密码、删除数据）则要求用户亲自在可信界面中完成，代理无法代劳。与之配套的是审计日志，即对代理「已执行」和「计划执行」的动作留下可追溯记录，便于事后追责与合规审查。判断一个代理是否成熟，关键不是看它能不能做事，而是看它是否以书面形式明确列出自己永远不会独自执行的动作清单——这条边界的存在，决定了企业能否在出问题时把责任界定清楚。

哪个代理适合什么场景？

答案不在于品牌，而在于数据。

• 公司邮件、客户和文件：只在默认关闭训练且团队中有人控制账户的企业计划上使用。三者中，目前只有OpenAI明确表示dots在商业版和企业版计划上满足这一条件。
• 手机上的个人上下文：Siri AI的本地设备设计是三款中最谨慎的，尽管仍处于测试阶段。
• 其他场景：阅读默认设置，如果不希望训练就关闭它，一次只连接一个应用。

还要检查你运营的地区。Muse仅在美国推出，dots在“符合条件的市场”推出，Siri AI在发布时不在欧盟或中国的iPhone、iPad或Apple Watch上提供。

Personal Agent Protocol：你需要了解的部分

很快，这些代理不仅会为你的团队工作，还会代表你的客户出现在你的企业面前——查询订单、预约或要求退款。

Personal Agent Protocol于10月6日由Sierra和Meta联合Shopify、Stripe、Walmart等公司宣布，是针对这一时刻的草案标准。它让企业决定客户的代理可以做什么，从完全阻止到允许其在客户批准下操作。客户在企业自己的页面上登录，选择其代理是否可以查看账户、进行更改或两者兼有。

该协议仍为0.1版本，OpenAI和Apple不在创始成员之列。但方向已经明确：企业需要在自己的系统上准备一些东西，让这些代理能够与之交互。这正是我们在定制AI代理和帮助台工作中持续构建的：一个连接到你自有系统的代理，遵循你的规则，并知道何时将决策交给人类。

根据我的经验，对这些工具的信任很少来自发布会视频，而是来自阅读默认设置。

Personal Agent Protocol（个人代理协议） 是一份 0.1 版本的草案标准，由 Sierra 和 Meta 联合 Shopify、Stripe、Walmart 等企业于 10 月 6 日宣布，目标是在「客户代理」与「企业系统」之间建立一套权限协商机制。它的基本模型是：客户在企业自有页面上完成登录并授权，企业据此决定该代理可以查看账户、发起更改，还是两者皆可，甚至完全拒绝访问；代理的每一次操作都在企业设定的规则范围内进行。这类似于把 OAuth 的授权范围概念扩展到「代理行为」层面，但增加了行为级粒度的控制。需要注意的是，该协议仍处于早期，OpenAI 和 Apple 均未列入创始成员，因此短期内不同代理的可接入程度会明显不一致。对企业来说，现实动作是提前梳理自身系统中哪些接口需要开放给外部代理、以何种权限粒度开放，而不是等待标准定稿。