Meta Muse底层分析：疑似调用OpenAI模型

近日，独立开发者通过深入剖析Meta最新个人AI代理产品Muse的运行日志与代码库，揭示其底层采用多模型混合路由架构。分析显示，Muse默认调用Meta自研的Avocado大模型，但在特定子代理任务或测试环境中，会无缝切换至通过Azure部署的OpenAI模型及Anthropic的Claude服务。代码特征进一步印证，该第三方调用接口符合OpenAI Responses API规范，且推理过程数据经加密处理，明确标识不接入Meta的强化学习训练管道。 技术细节表明，这种混合架构并非简单的外部调用，而是具备完善的请求转换、流式解析与密钥管理机制。Meta通过在运行时预留多供应商客户端与动态路由策略，实现了模型能力的灵活补充与A/B测试，同时严格隔离第三方模型的原始推理链，保障核心训练数据的安全性与合规性。此举体现了Meta在AI代理底层设计上的高度模块化思维，也反映出头部科技公司在构建个人AI助手时，倾向于以自研基座模型为主、前沿商用模型为辅的务实路线。该架构为行业提供了个人AI产品规模化部署与多模型协同的参考范式。