Meta สร้าง Muse ที่กลายเป็นไวรัลได้อย่างไร? ใช้ทีมพัฒนาไม่ถึง 200 คน ผ่านการทดสอบกว่า 100 รายการก่อนเปิดตัว

动察 Beating ข่าวด่วน AI Alexandr Wang ประธานเจ้าหน้าที่ฝ่าย AI ของ Meta พูดถึงกระบวนการพัฒนา Muse ในการสัมภาษณ์ล่าสุด AI Agent ส่วนตัวสำหรับผู้ใช้รายนี้ ใช้เวลาเจ็ดเดือนจากต้นแบบจนถึงการเปิดตัว ทีมหลักที่รับผิดชอบโมเดลและผลิตภัณฑ์มีไม่ถึง 200 คน

ช่วงต้นปีนี้ Anthropic เป็นผู้นำในด้าน Agent สำหรับเขียนโค้ดอย่างชัดเจน หลายคนในวงการเชื่อว่าการเขียนโค้ดคือทิศทาง ứng dụng ที่สำคัญที่สุดของ AI ขั้นสูง แต่ Wang และ Nat Friedman อดีต CEO ของ GitHub และปัจจุบันหัวหน้าฝ่ายผลิตภัณฑ์ AI ของ Meta มองว่าการเป็น Agent ส่วนตัวมีอนาคตมากกว่า Wang เชื่อว่าแอปของ Meta มีผู้ใช้ประมาณ 3.5 พันล้านคนต่อวัน การทำผลิตภัณฑ์ AI สำหรับคนทั่วไปคือจุดแข็งของบริษัท

Meta ได้เสนอทิศทาง "ปัญญาประดิษฐ์ส่วนตัวขั้นสูง" ตั้งแต่ปี 2025 และ OpenClaw ทำให้แนวคิดนี้มีรูปแบบผลิตภัณฑ์ที่ชัดเจนขึ้น ในเดือนกุมภาพันธ์ปีนี้ หลังจาก Wang และ Friedman ทดลองใช้ OpenClaw อย่างละเอียด ทั้งคู่ได้ยื่นบันทึกช่วยจำต่อคณะกรรมการบริษัทแยกกัน Friedman เขียนสองฉบับ ฉบับหนึ่งชื่อ "Trust Is a Must" เน้นว่า Agent ส่วนตัวต้องได้รับความไว้วางใจจากผู้ใช้ จากนั้นทีมใช้เวลาเพียงหนึ่งถึงสองสัปดาห์ก็สร้างต้นแบบ Muse ได้ รวมถึงมาสคอต Jolly และฮาร์ดแวร์เฉพาะ Muse Charm ที่มีรูปแบบเบื้องต้นแล้ว อย่างไรก็ตาม ผลิตภัณฑ์ในตอนนั้นไม่เสถียรเลย บางครั้งก็ทำให้ประทับใจ แต่ส่วนใหญ่แม้แต่งานพื้นฐานก็ทำไม่ได้

ในเดือนถัดมา ทีมปรับโมเดลซ้ำแล้วซ้ำเล่า พวกเขาระบุความสามารถที่จำเป็นกว่า 100 รายการ ออกแบบการทดสอบทีละรายการ และกำหนดเกณฑ์การเปิดตัว โมเดลบางเวอร์ชันผ่านไปแล้วประมาณ 80 รายการ อีกประมาณ 20 รายการยังไม่ผ่าน ต้องฝึกต่อไป จนกระทั่งเวอร์ชัน Muse Spark 1.3 ที่ฝึกมาโดยเฉพาะผ่านทั้งหมด จึงผ่านการประเมินชุดนี้

ผู้บริหารระดับสูงของ Meta มองว่า Muse เป็นหนึ่งในผลิตภัณฑ์ที่สำคัญที่สุดของทั้งปี แต่ก็ไม่เคยขยายทีมวิจัยอย่างมาก Wang อธิบายว่าผลิตภัณฑ์ของบริษัทใหญ่นั้นง่ายมากที่จะกลายเป็นความคิดของคนหลายคนรวมกัน ผู้จัดการผลิตภัณฑ์แต่ละคนอยากเพิ่มอะไรเข้าไป สุดท้ายก็กลายเป็นของผสมขนาดใหญ่ Muse ตั้งแต่แรกต้องการรักษาประสบการณ์ผลิตภัณฑ์ที่เป็นเอกภาพ โดยมี Friedman เป็นผู้กำกับดูแลหลัก

ทีมวิจัย AI ที่ Wang ดูแลก็ใช้แนวคิดแบบกระชับคล้ายกัน เขาเปิดเผยว่าปัจจุบันมีผู้ใต้บังคับบัญชาโดยตรงมากกว่า 200 คน นักวิจัยในทีม TBD รายงานตรงต่อเขาเป็นส่วนใหญ่ ไม่มีตำแหน่งบริหารจัดการบุคลากรหลายชั้นคั่นกลาง แต่ละกลุ่มยังมีหัวหน้าด้านเทคนิคที่รับผิดชอบกำหนดทิศทางเทคโนโลยี Wang ยอมรับว่าเขาไม่ใช่ผู้จัดการที่ดีที่สุดของคนกว่า 200 คนนี้ แต่นักวิจัยเหล่านี้พิสูจน์ความสามารถของตัวเองแล้ว ไม่จำเป็นต้องให้เขาถามทุกเรื่อง แค่ให้ทรัพยากรและอิสระเพียงพอ