用 Meta Muse 做深度研究：我讓它查 Ghost Core 怎麼「記住你」

上一篇，我們拆了 Ghost Core 這門生意。

拆完，留下一個問題。

它說要 24 小時記住你的生活。

那它到底怎麼記？記在哪？你想讓它忘掉的時候，它忘得掉嗎？

這次我換一個工具去查：Meta Muse 的深度研究。

先講結論：這份報告最值得學的，不是它查到了什麼，是它怎麼處理「查不到」。

Meta Muse 的深度研究怎麼運作

以下是 Muse 對自己的說明，我整理成重點：

• 深度研究是一個獨立的研究 agent。
• 它在「登出狀態」的瀏覽器裡跑公開網頁：看不到你跟 Muse 的對話、沒有你的記憶和帳號、不會登入任何網站。
• 跑完，把附來源的報告交回給 Muse，再由 Muse 整理給你。
• 限制很明確：要登入、或在付費牆後面的內容，它碰不到。

第三方評測也提到，Muse 的瀏覽器跑在隔離的虛擬機裡，你可以打開視窗看它在做什麼；它用過哪些技能，也能在 Activity log 查到（eesel）。

這直接決定你該拿它查什麼。

研究對象的關鍵資料如果在公開網頁上，像官網、隱私政策、新聞報導，它查得到。如果關鍵資料要登入才看得到，就得換別的方法。

Ghost Core 剛好是前者：官網、規格頁、隱私政策全部公開。

跟 ChatGPT／Gemini 的深度研究差在哪

我直接問了 Muse。

它的回答是：三家都是多步驟、自主查資料、產出附來源的長篇報告。真正的差別在工作流。

1. 研究之後誰動手。 Muse 說，它的研究跑完直接回到它手上，可以接著做事：建文件、畫表格、去官網即時查驗、排後續追蹤。研究只是工作的一站。ChatGPT／Gemini 的產出是一份報告，後續要你自己動手，或另開話題。
2. 記憶連續性。 研究結果會進到對話裡，Muse 是帶著對你的了解（你的專案、偏好、查證標準）來解讀。它形容另外兩家是單次交付，用完即走。
3. 範圍控制。 一次只跑一個研究任務。有追加問題，就餵給同一個任務繼續深挖，不會另起爐灶、各說各話。

Muse 自己的總結是：「他們賣的是一份報告，我賣的是『研究完還站在你這邊的後續』。」

先講清楚：這是 Muse 對自己的描述，不是我把三家放在一起實測的結果。

把廠商的自我介紹直接當結論——這正好是下面這份報告教你不要做的事。

實際案例：Core 怎麼「記住你」

報告開頭先交代研究條件：

• 研究日期：2026-10-14
• 研究狀態：公開資料調查
• 核心來源：Ghost 官網與隱私政策
• 實測狀態：產品尚未出貨，沒有第三方記憶實測

然後每一條資訊都掛上三種標籤之一：官方頁面已讀全文、媒體索引／二手報導、尚未公開／無法驗證。

以下是報告內容。

一句話結論

它不是「保存聊天室」，而是把多個來源濃縮成可獨立存在、可修正、也可能出錯的長期記憶。

Core 會 24/7 在背景接收 app、檔案、螢幕歷史、穿戴裝置與智慧家庭的脈絡。官方隱私政策確認，背景可以建立或更新 memories、summaries、preferences。記憶留在 Core 本機的 1TB NVMe 裡，對話與記憶處理沒有遠端 AI 備援。

• 已確認：背景生成記憶、裝置端儲存、可檢視／修正／刪除。
• 需留意：記憶與來源是不同的記錄；刪檔案不等於刪除衍生記憶。
• 仍未知：embedding、vector DB、知識圖譜、遺忘策略與模型分工，均未公開。

公開資訊能拼出的記憶流程

1. 連接來源：email、日曆、檔案、訊息、健康資料、螢幕、相機、穿戴裝置與智慧家庭。
2. 背景同步：連接維持啟用時，應用程式可在背景同步；screen history 需要另外開啟。
3. 建立衍生記憶：Core 在背景建立或更新 memories、summaries、preferences 與其他推導資訊。
4. 本機保存：對話、檔案、連接內容與記憶保存在 Core 裝置上，不由 Ghost 雲端備份。
5. 回憶與行動：agents 回憶先前互動、搜尋 screen history，並用連接的帳戶執行或主動提示。

報告在這裡劃了一條證據邊界：第 1–4 步有 Ghost 官網或隱私政策全文支持；「persistent memory 可供 agents recall」來自 The Neuron 對 setup guide 的轉述。官方沒有公開索引、向量檢索或記憶壓縮的實作細節。

它從哪裡取得「你的脈絡」

• 數位工作流：Email、日曆、聯絡人、訊息；文件、附件、任務結果；財務資料、錄音、瀏覽器；已存密碼與登入中的 sessions。
• 生活與健康：健康或 fitness records；Whoop、Oura、Eight Sleep；燈、冰箱、喇叭；攝影機、位置。
• 螢幕歷史：螢幕影像與辨識文字；應用程式、視窗標題、時間；可取得的頁面 URL。不錄音；private browsing 不會暫停擷取。

資料去哪裡，報告分成兩種：

• 本地：Ghost 政策說，conversations、files、connected-app content 與 memories 在 Core 本機儲存與處理，遠端模型不作為本地對話 AI 或記憶處理的 fallback。
• 線上功能例外：打電話、網路搜尋這類任務，資訊會經過 Ghost 的 managed-service gateway 送到第三方。Ghost 說 gateway 不保存資料庫、日誌或備份；但第三方仍可能依自家政策保留。

「關掉」與「刪掉」不是同一件事

這是整份報告最實用的一張表。

另外一條時間規則：screen history 預設關閉；啟用後的紀錄保存 7 天，儲存空間不足時可能更早到期。

「資料不離家」的承諾與邊界

官方首頁的說法是：「No data ever leaves your home.」首頁把 Core 描述為 entirely on device；創辦人也向 TechCrunch 表示，個資經過加密，包括 Ghost 在內的第三方都無法實質讀取。

但隱私政策揭露的實際邊界是：線上功能仍會把任務資訊交給第三方。 政策沒有重述「連 Ghost 都讀不到」的加密保證，也沒有公開加密演算法、金鑰生成、保管或恢復機制。

報告列出三個風險：

• Credential firewall 還沒完成：10 月 5 日報導時仍在打造中，用來監控 agents 的對外請求、阻擋未授權操作；目前沒有外部研究者測試過。
• 高價值資料集中：銀行、健康、攝影機與登入 session 匯聚在一台 24/7 開機的裝置上，評論者因此把它視為高價值攻擊目標。
• 還沒有獨立安全稽核：Ghost 表示歡迎安全公司稽核 gateway 與 relay，但公開資料裡看不到已完成的獨立稽核。

硬體已公開，記憶軟體棧沒有

預裝模型這裡，報告抓到一個不一致：TechCrunch 10/5 報導寫 3 個（Qwen 3.8-Next、Qwen 3.8-27B、Gemma 4-31B），10/14 的官網規格頁列了 4 個，多出一個 Muse-Glimmer-30B。是不是發表後才新增，官方沒有說明；它的開發者、授權、是否開源，也都沒有公開。

還有一段，報告特別寫明「不能從硬體規格推論的事」：沒有公開證據顯示 Core 用了 embeddings、vector DB、knowledge graph，或特定的 chunking／reranking 策略；也沒有資料說明哪個模型負責記憶的抽取、整合或檢索。

跟 ChatGPT、Claude 的記憶比

報告的但書：ChatGPT／Claude 這兩欄來自第三方比較文章，不是這次用官方全文驗證的；方案與地區也可能改變。更重要的是，截至研究當天，沒有任何公開的 Core 記憶品質、準確率、召回率，或與 ChatGPT／Claude 的實測對比。

所以這張表的標題是：差異在架構，不代表記憶品質更好。

十個尚不能下結論的問題

1. 索引技術：是否使用 embeddings、vector DB 或 knowledge graph？
2. 記憶分類：是否區分 episodic／semantic memory？
3. 更新與遺忘：記憶多久重整一次？何時衰減或合併？
4. 模型分工：哪個模型負責抽取、檢索、整合與對話？
5. 加密設計：演算法、金鑰持有人與恢復流程為何？
6. Firewall 成效：仍在開發的 credential firewall 要怎麼驗證？
7. 模型差異：官網多出的 Muse-Glimmer-30B 從何而來？
8. 效能聲稱：87／32 tok/s 的第三方引述，找不到原始貼文。
9. 記憶準確性：官方承認可能不準，卻沒有品質基準。
10. 安全與對比：沒有獨立安全稽核，也沒有同業實測。

拿到實機後，最值得先驗收的六件事

1. 來源刪除測試：建立可辨識的測試資料 → 生成記憶 → 刪除來源 → 檢查衍生記憶是否仍可被 recall。
2. 記憶修正測試：刻意提供錯誤偏好後再修正，確認舊記憶是否被覆蓋、並停止影響後續回答。
3. Screen history 測試：關閉擷取、private browsing、7 天到期，各自驗證，不只看設定畫面。
4. 網路流量測試：分別執行純本地對話、web search 與電話，觀察哪些目的地收到任務資訊。
5. 配對裝置副本：從手機檢視／下載內容後，確認副本位置，以及是否進入手機或雲端備份。
6. 登入憑證權限：用低權限的測試帳號，確認 agent 的操作範圍、阻擋行為與審查紀錄。

報告註明：這些是依 Ghost 公開揭露的生命週期與風險邊界整理的驗收建議，不代表已經對 Core 做過測試。

這份報告做對的四件事

這段是我的觀察，不是報告寫的。

1. 每條資料都標查證層級。

三種標籤，每段後面都掛來源編號（S1–S11）。你一眼就知道哪句是讀過官方全文、哪句是二手轉述、哪句根本沒人能證實。

2. 查不到，就寫查不到。

報告的方法說明裡有一句：所有技術空白均維持未驗證，不以一般 RAG 架構推測 Ghost 的實作。

這句最值錢。

AI 最常犯的錯，是拿通用知識把空白補滿。看起來很完整，其實是猜的。Core 的記憶「應該」是 embedding＋向量資料庫——這種話隨手就能寫出來，報告偏偏不寫。

3. 抓到來源之間的矛盾，不自己挑一邊。

TechCrunch 寫 3 個模型，官網列 4 個。報告沒有選一個信，而是把差異攤開，再列進「未解問題」。

4. 結尾給驗收清單，不給評分。

它沒說 Core 的記憶好或不好。它說的是：拿到機器之後，你自己怎麼驗。

這也是你用任何深度研究工具時該要的東西——不是一個結論，是一份讓你自己能下結論的清單。

你也可以這樣做：研究提示詞

先說明：這不是我當時給 Muse 的原始提示詞，是本站照這份報告的結構反推出來的版本。可以貼給 Muse，也可以貼給 ChatGPT 或 Gemini 的深度研究。

最後一條「不替我下最終判斷」，是本站加的規則。

研究主題：［公司／產品名稱］的［你想看懂的機制，例如：記憶機制］

請只用公開網路資料研究，並遵守以下規則：

1. 每一條重要資訊都標出查證層級：
   - 官方頁面已讀全文（附網址與讀取日期）
   - 媒體索引／二手報導（附網址）
   - 尚未公開／無法驗證
2. 官方沒有公開的技術細節，一律寫「未公開」，不要用一般業界做法推測補上。
3. 不同來源說法不一致時，把兩邊都列出來，不要自己挑一個。
4. 區分「官方宣稱」和「政策／文件實際揭露的邊界」。
5. 報告結構：
   - 一句話結論（分成：已確認／需留意／仍未知）
   - 運作流程（每一步標出證據來源）
   - 資料從哪裡來、存在哪裡、什麼時候會離開裝置
   - 使用者能控制什麼：「停止新增」和「刪除既有資料」分開說明
   - 風險與尚未驗證的承諾
   - 尚不能下結論的問題（至少 5 個）
   - 拿到實物後最值得先驗收的測試（每項寫出具體步驟）
   - 來源清單（標註查證層級）
6. 報告只整理證據，不替我下「值不值得買／值不值得用」的最終判斷。

常見問題

Q：Meta Muse 的深度研究看得到我的帳號和對話嗎？

依 Muse 自己的說明，看不到。研究 agent 在登出狀態的瀏覽器裡跑公開網頁，看不到你跟 Muse 的對話、沒有你的記憶和帳號，也不會登入任何網站。

Q：要登入或付費牆後面的資料，Muse 查得到嗎？

查不到。這是 Muse 自己講明的限制。關鍵資料在登入牆或付費牆後面的題目，要換別的方法。

Q：Muse 跟 ChatGPT／Gemini 的深度研究，最大差別是什麼？

Muse 說差在工作流：研究跑完回到它手上可以接著做事、研究結果帶著對你的了解來解讀、追加問題餵給同一個任務繼續挖。這是 Muse 的自述，本站沒有把三家放在一起實測。

Q：在 Ghost Core 上刪掉一個檔案，相關的記憶會一起消失嗎？

不一定。依報告整理的隱私政策，記憶與來源是不同的記錄，獨立的 memory 可能仍然存在。要刪記憶，得另外對 Memory 做刪除或修正。

Q：Ghost Core 的記憶是用向量資料庫做的嗎？

未公開。報告找不到任何公開證據顯示 Core 用了 embeddings、vector DB 或 knowledge graph，也刻意不拿一般 RAG 架構去推測。

來源

報告列出的來源與查證層級：

• S1 TechCrunch · 2026-10-05：索引開啟全文；創辦人說法、產品定位、模型與 firewall 開發狀態。
• S2 Ghost 官網首頁、Core 規格頁：2026-10-14 已讀全文；continuous context、資料來源、硬體與模型。
• S3 Ghost 隱私政策：2026-10-14 已讀全文；生效日 2026-10-05。記憶、資料流、控制與限制的主要一手來源。
• S4 The Neuron：搜尋索引／二手；轉述 setup guide 的 persistent memory 與 recall。
• S5 Timesng：搜尋索引／評論；「資料不離家」例外與集中風險。
• S6 devcuration：搜尋索引／評論；無獨立安全稽核、firewall 仍在開發。
• S7 startuply.vc：搜尋索引／評論；單點故障與硬體模型上限風險。
• S8 The Weighted Average：搜尋索引／分析；建議以刪除測試驗收資料生命週期。
• S9 TechRadar（經 realhacker.news 轉載）：搜尋索引／轉載；本地 AI box 的定位與隱私評論。
• S10 第三方競爭分析文件：搜尋索引；吞吐量為間接引述，未作確認值使用。
• S11 Lumichats、ClickUp：搜尋索引／第三方比較；ChatGPT 與 Claude 記憶功能摘要。

報告的方法說明：只採用公開網路來源。標示「官方頁面已讀全文」的資料，研究代理在 2026-10-14 實際讀取過頁面；「搜尋索引／二手」沒有完成同等的全文驗證，所以保留來源層級。所有技術空白均維持未驗證。