https://jiajia.fun/a/e1a433d7-6af2-490b-abb5-96c8f6aaf567-meta-muse%E7%9A%84%E4%B8%A4%E5%B1%82%E5%B9%B6%E8%A1%8C%E4%B8%8E%E7%AB%9E%E5%93%81%E6%9C%89%E4%BD%95%E4%B8%8D%E5%90%8C

# Meta Muse的两层并行与竞品有何不同

Muse 的并行横跨两层：模型侧多 agent 同时推理换取质量而不增延迟，执行侧子 agent 分头干活；与 GPT、Claude 的差别在扩展方式、整合程度和安全处理。

## 要点

1. 模型侧 Contemplating mode 开多个推理 agent 同时答题再汇总，agent 数从 1 到 16 时准确率约 50% 升到 58.5%，延迟基本不变，靠 RL 思考时长惩罚控制成本。
2. 执行侧每个用户有独立 Linux 环境，Muse 先出计划再派子 agent 分头执行，浏览器子 agent 读 accessibility tree 快照而非原始 DOM，关掉 App 后任务仍继续。
3. 安全上核心 agent 跑在非特权容器，凭据由独立进程代持，Sentinel 用 eBPF 做 taint 追踪，碰过不可信网页的进程自动收回联网权，付款用一次性虚拟卡。
4. 与 GPT-5.x Pro、Claude 相比：别人是单 agent 纵向思考更久，Muse 是多 agent 横向铺开；别人是模型 API 加各家产品可换模型，Muse 是纵向整合不可自托管。
5. 并行收益有前提：先把任务拆成可独立验证的单元再谈并行，否则只会把无效尝试放大 N 倍；且它在长程 coding 上官方也承认不算领先。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/fb75cda6b606a6af585ed2d3)