塔斯娱乐资讯网

浙大开源 nanoMuse:记忆和模型,这次真的握在自己手里

Meta Muse 的平替来了,GPL-3.0 全开源,手机电脑都能跑大家好,欢迎来到心眸AI笔记,我是jackli!今天是2026年10月14日,周三快乐,下面带来今日资讯。

懒人总结Meta 今年 9 月推出个人 AI 智能体 Muse,能力很强,但闭源、跑在 Meta 云端、仅限美国地区。浙江大学团队随后开源了 nanoMuse,协议是 GPL-3.0,完全开源,可跑在用户自己的每一台设备上。记忆以 Markdown 文件形式落地,可迁移、可编辑,数据主权回到用户手里。架构上是多设备、多 Agent 协作,Android、Windows、macOS、Linux 都有对应端,iOS 走 TestFlight 分发。模型不绑定厂商,OpenAI、Google Gemini、DeepSeek 都能接,也支持自填 API Key。可接入飞书、钉钉、企业微信、Telegram,直接在聊天窗口里对话。最新版本 1.0.1 Ballast,论文编号 arXiv:2610.08699,官网 nanomuse.cn,仓库含 android、cloud、docs、nanomuse、web 等模块,7 Branches、48 Tags、984 Commits。一、Muse 很强,但有两个绕不过去的坎
2026 年 9 月,Meta 发布了个人 AI 智能体 Muse。它有几个亮点确实抓人:能跨周记住用户习惯,能主动发起消息,能调用账号、浏览器和配对设备去完成任务。
但硬约束也很明显。

第一是闭源。整套系统不对外,用户拿不到底层实现,也没法自己改。
第二是以云端系统为中心。每位用户对应一台运行在 Meta 云端的专属 Linux 虚拟机,文件、记忆、凭据、会话这些核心数据,全部落在云上。服务地区也仅限美国。
换句话说,能力是给你的,控制权不在你手上。
二、nanoMuse 是什么

就在 Muse 发布后不久,浙江大学团队推出了 nanoMuse。定位很清晰:一款遵循 GPL-3.0 协议完全开源的个人 AI 智能体,可以运行在手机、电脑等每一台设备上。记忆由用户自己掌控,模型也自由选择。

项目与杭州数智鲲鹏科技有限公司合作推动,官方网址是 nanomuse.cn,GitHub 仓库包含 android、cloud、docs、nanomuse、web 等模块。最新版本 1.0.1 Ballast,论文编号 arXiv:2610.08699。

仓库当前状态:7 Branches、48 Tags、984 Commits——开发节奏相当活跃。
三、核心架构:多设备、多 Agent、各有哨兵nanoMuse 不是单机单 Agent 的结构,而是多设备、多 Agent 协作。Android 手机、Windows 电脑、Mac 等设备可以分别运行完整的智能体实例,每个实例都配有各自的安全哨兵 Sentinel。
各端角色大致这样划分:
Android 端:Agent + Sentinel + memory as files,操作之手直接作用于手机屏幕。桌面端:支持 Windows / macOS / Linux,浏览器环境同样覆盖。iOS 端:通过 TestFlight 分发。这套结构的好处是,设备之间可以各司其职,而不是把全部压力压在一台云端虚拟机上。
四、几个关键设计,值得单独说操作之手。 Agent 不只是回答问题,它能直接操作手机屏幕和电脑。
记忆文件化。 记忆以 Markdown 文件形式存储,可迁移、可查看、可手改。这一点很关键——数据不再锁在某家厂商的数据库里。
一个示意性的记忆文件长这样:
# memory/user_profile.md

## 基础偏好
- 语言:中文优先
- 回复风格:先结论后细节
- 提醒时段:工作日 09:00 前

## 长期事项
- 每周五 17:00 汇总本周待办
- 每月 1 日提醒续费订阅服务
Sentinel 分级授权。 安全哨兵提供分级授权机制,操作可撤销。配置上也能直观体现:
# nanomuse/config.yaml
model:
provider: deepseek
api_key: ${DEEPSEEK_API_KEY}
base_url: https://api.deepseek.com

agent:
memory_dir: ./memory
sentinel_level: 2 # 1=只读 2=可撤销 3=全权
持续工作。 App 关闭后 Agent 继续运行;遇到不可撤销的操作,会先停下来询问用户,而不是先斩后奏。
模型自由选择。 支持用户自行选择模型供应商,包括 OpenAI、Google Gemini、DeepSeek 等,也可以使用自己的 API 密钥。
聊天应用集成。 可接入飞书、钉钉、企业微信、Telegram 等消息平台,直接在聊天软件内交互,不用再切一个独立 App。
五、和 Meta Muse 摆在一起看
维度 Meta Muse nanoMuse 开源状态 闭源 完全开源(GPL-3.0) 运行位置 Meta 云端专属 Linux 虚拟机 用户自己的每一台设备 数据控制权 厂商托管 用户自己掌控 服务地区 仅美国 无地域限制 模型选择 厂商指定 用户自由选择 记忆存储 云端系统为中心 Markdown 文件,可迁移
这张表其实已经把差异说得很清楚了:一个是把能力租给你,一个是把能力交给你。
六、几点思考第一,数据主权正在成为智能体赛道的分水岭。Muse 的能力毋庸置疑,但把记忆、凭据、会话全部托管在云端,对很多用户来说是一道心理门槛。nanoMuse 选择把记忆写成 Markdown 文件放在本地,本质上是在回答一个问题:当 AI 越来越懂你,这些“懂你”的数据该归谁。
第二,开源未必意味着体验差。984 次提交、48 个 Tag、覆盖五大模块,这个节奏说明团队不是发个概念就跑。GPL-3.0 的选择也意味着后续会有更多人可以基于它做二次开发。
第三,模型中立是长期优势。今天最好的模型未必是明天最好的。nanoMuse 把模型选择权交给用户,等于把“押注错误”的风险从产品方转移到了用户手里——这既是自由,也是责任。
如果你对个人智能体的数据归属问题也在意,不妨去 nanomuse.cn 看看,或者直接翻一翻它的 GitHub 仓库。跑一遍,比看十篇评测都实在。
如果这篇内容对你有帮助,欢迎点个赞、转发给需要的朋友,再点一下“在看”。要是方便,也顺手给心眸AI笔记加个星标⭐️,下次更新文章你就能第一时间见到。谢谢你读到这里,我们下篇再见。