你的公開貼文，就是 Facebook 新搜尋引擎的資料庫

2026 年 6 月 15 日，Meta 徹底改變了 Facebook 的搜尋方式。這項名為「AI 模式」的新功能，拋棄了我們熟悉的藍色連結列表，改用對話式 AI 來回答你的問題——其答案來源，正是你在 Facebook 生態系上公開發表過的海量內容。這不僅僅是介面微調，更代表 Meta 全新 Muse Spark 模型的正式登場，以及一項重大策略轉向：將用戶多年來生成的內容，視為其專屬的知識庫 。

AI 模式究竟會做什麼？

AI 模式會以全新搜尋分頁的形式，出現在你的 Facebook 手機版 App 中，就放在「用戶」與「Marketplace」這些現有分類旁邊。你不再需要輸入關鍵字，而是用平常說話的方式提問——例如，「台北有哪些適合新手的登山步道？」或「推薦一家台中厲害的水電師傅」——系統回傳的不再是一整頁連結，而是一段段經過濃縮、整合過的段落式答案 。

每個答案都會附上來源標註，指向生成該回覆時所用的原始貼文、社團或 Reels。這項功能目前支援在同一個對話串中追問，讓你可以針對某個主題深入挖掘，無需重新開始搜尋 。目前 AI 模式僅對美國用戶開放，但 Meta 已證實計劃將它推進到 Instagram 和 Threads 。

答案從哪裡來——以及有什麼風險？

AI 模式不像 Google 或 Bing 那樣爬梳整個開放網路。它只會在 Meta 的封閉花園裡找答案：來源包括 Facebook 貼文、社團討論、Reels、Marketplace 商品、Instagram 內容，以及 Threads 上的對話 。在 Meta 的官方說法中，這是一大優勢——你能獲得的是「數百萬人的真實觀點與經驗」，而不是「一份千篇一律的搜尋結果清單」。

但批評者看到的是另一幅景象。由於 AI 模式是從未經審查的用戶貼文中合成答案，它會將群眾外包的意見、推薦和個人軼事，包裝得像是新聞報導或專家見解一樣具備權威性。多個媒體都指出這當中的可靠性問題：將「準確度差異極大」的各種對話濃縮成答案，本身就是問題 。這項功能的輸出結果，其可信度完全取決於它讀取了哪些隨機的 Facebook 貼文，而其中缺乏一套明確的機制，來區分專家洞見與說得斬釘截鐵的錯誤資訊。

背後的引擎：Muse Spark 取代了 Llama

AI 模式運行在 Meta AI 上，而 Meta AI 現在的驅動核心是 Muse Spark——這是 Meta 於 2026 年 4 月 8 日推出的專有、封閉權重多模態推理模型 。Muse Spark 是「Meta 超級智慧實驗室」（Meta Superintelligence Labs）這個全新單位的第一個作品，該部門廣納了來自 DeepMind、OpenAI 和 Anthropic 的人才 。

這個模型代表著 Meta 與其開源傳統的明確切割。和 Llama 系列不同，Muse Spark 無法下載、也無法在你的本地端執行；你只能透過 Meta 的產品和 API 去使用它 。它支援多種推理模式（發布時已有快速模式，之後還會推出能同時調度多個代理來處理更複雜問題的「沉思」模式），並且原生處理文字、圖像和影片 。

有些早期的報導誤將 Llama 3 或 Llama 4 指稱為 AI 模式背後的模型，但這些都是 Meta 全面轉換到 Muse Spark 之前的資訊 。現在，Facebook、Instagram、WhatsApp 和 Messenger 上的 Meta AI 生產模型，毫無疑問就是 Muse Spark 。

相機膠卷建議與數位衣櫥大改造

AI 模式的上線，伴隨著一套能將 AI 更深入推進你個人裝置的創意工具：

• 相機膠卷分享建議會提示用戶選擇是否加入「雲端處理」，讓 Facebook 掃描你手機上那些還沒上傳的照片。接著，系統會利用這些影像，主動建議你用 AI 生成拼貼、影片蒙太奇和轉場特效——也就是說，它會把你還沒決定要分享的內容，拿來推薦給你 。這是一項選擇加入的功能，你隨時可以關閉 。
• AI 照片預設集則讓你在發文前，能夠用數位方式改變照片中的服裝、髮型和配件。Meta 特別舉了一個例子：一位沒有某隊球衣的運動迷，可以用這項預設集，讓自己在限時動態或個人大頭照中「穿上」那件球衣 。更廣泛的圖片與影片編輯功能，現在也直接整合到了 Facebook App 本身 。

更大的戰略布局：從社群網路到知識圖層

AI 模式並非獨立存在。在此之前，Meta 已悄悄推出了一款類似 Reddit 的 App「Forum」，它內建有 AI「發問」分頁，能從 Facebook 社團討論中提取答案 。整體模式非常清晰：Meta 正在有系統地，將數十億用戶的公開貼文、留言和討論，轉化為一個結構化、可被查詢的知識庫，而且這個知識庫只有 Meta 自己能索引。

這項策略完全迴避了爬梳、索引整個網路的複雜事務。Meta 不是要在開放網路搜尋上與 Google 競爭，而是押注在其平台內部的獨特人類對話語料庫——這已經足夠有價值，足以驅動自己的答案引擎。而這個引擎，會讓你留在 Facebook 裡找到答案，而不是把你送到別的地方去。