Meta刚把Facebook变成了AI搜索引擎，你的公开帖子就是它的燃料

答案从何而来——以及这其中暗藏的风险

AI模式不像谷歌或必应（Bing）那样去抓取整个公开互联网。它只在自己的围栏花园里搜寻：Facebook公开帖子、小组讨论、Reels、市场列表、Instagram内容以及Threads对话 。Meta将这一点包装成一种优势——称这些答案是来自数百万人的"真实视角和经历"，而非"千篇一律的搜索结果列表" 。

但批评者看到的却是另一番景象。由于AI模式会从未经核查的用户帖子里综合出答案，它实际上把众包的观点、建议和轶事都推上了台面，仿佛它们带着新闻稿或专家信源的权威性。多家媒体已经指出，这种总结日常对话的方式本身就存在着一个严重的可靠性问题——其"准确性"会波动极大 。这个功能的输出内容，只取决于它所"读过"的那些随机Facebook帖子有多可信，而且目前没有明确的机制来区分专家的真知灼见和那些包装得很自信的错误信息。

底层引擎：Muse Spark取代了Llama

AI模式运行在Meta AI之上，而Meta AI的驱动力现在是一款名为 Muse Spark 的模型——这是Meta于2026年4月8日发布的旗下首个闭源、多模态推理模型 。Muse Spark是从新成立的"Meta超级智能实验室"（Meta Superintelligence Labs）产出的首款模型，这个新部门由从DeepMind、OpenAI和Anthropic挖来的人才领导 。

这个模型代表着Meta与其开源传统的彻底决裂。与Llama系列不同，Muse Spark无法被下载或在本地运行，它只能通过Meta旗下的产品和API来访问 。它支持多种推理模式（包括发布时就有的快速模式，以及即将推出的"沉思"模式，这种模式会调度多个智能体去应对更棘手的难题），并能原生地处理文本、图像和视频 。

有些早期报道不准确地将驱动AI模式的模型说成是Llama 3或Llama 4，但这些说法都早于Meta全面转用Muse Spark作为Meta AI（覆盖Facebook、Instagram、WhatsApp和Messenger）核心引擎的时间点 。当前的生产模型，毫无疑问，就是Muse Spark 。

相机胶卷建议与你的衣橱数字化

与AI模式同步上线的一系列创意工具，将AI更深地推到了用户的个人设备里：

相机胶卷分享建议会提示用户选择启用"云端处理"，以允许Facebook扫描你手机相册里那些尚未上传的照片。然后，这个功能会从这些照片中，自动生成出AI驱动的拼贴画、视频蒙太奇和转场特效，并推荐给你——它所挖掘的素材，甚至都还没被你决定是不是要分享出去 。该功能需要手动开启（opt-in），用户随时可以关闭它 。

AI照片预设让你能在发布照片前，通过数字化的方式更换衣服、发型和配饰。Meta特别提到一个例子：一个没有球队球衣的球迷，可以用这个预设，在快拍（Story）或头像照片里给自己"虚拟穿上"心仪球队的球衣 。更广泛的图像和视频编辑功能现在也直接集成到了Facebook应用里 。

一盘更大的棋：从社交网络到知识层

AI模式并非孤立存在。在此之前，Meta就悄然上线了一款类似Reddit风格的应用Forum，它内置了一个AI"提问"标签页，能从Facebook小组的讨论里拉取答案 。这一系列举动背后的模式很清晰：Meta正在系统地把它数十亿用户的公开帖子、评论和讨论，打造成一个结构化、可查询的知识库，而这个知识库只有Meta自己才能索引。

这个战略直接绕过了网页抓取和索引这块复杂且脏累的活儿。与其在公开互联网搜索上和谷歌一较高下，Meta赌的是：锁死在自己平台上的那些海量人类对话，独一无二到了足以驱动它自己的答案引擎——这个引擎会把用户留在Facebook内，而不是把用户送到别处去寻找答案。