Meta 于 2026 年 8 月 10 日发布 Muse Glimmer，这是一个以开放许可方式推出、可以在个人电脑上运行的 agentic model。AP News 报道，Meta 同时表示更强的 Muse Spark 1.2 将会提供访问和模型权重。这条消息把讨论焦点从云端 API 推向本地运行和开放模型的实际取舍。
本地运行的吸引力很直接：用户可以减少对单一云端服务的依赖，并把部分数据留在自己的设备或受控环境内。对于需要处理私密文件、内部代码或离线工作的人来说，这可能降低数据离开本地边界的机会。不过，本地并不等于天然安全；模型文件、工具权限、操作系统和更新流程仍然会影响整体风险。
Muse Glimmer 的另一个信号，是 agentic model 的评估标准开始包括「能否在可负担的设备上运行」。如果模型可以在普通个人电脑处理部分规划和工具协调工作，开发者便可以先在本地测试，再按需要把更重的任务交给云端。这种分层架构有机会降低延迟和成本，但也会增加模型版本、能力差异和失败回退的管理工作。
Meta 所说的 permissive open-source license 对采用者很重要，但 license 只回答一部分问题。团队仍要确认模型权重是否完整提供、硬件要求是否清楚、第三方依赖是否可审计，以及模型是否可以在自己的数据治理规则下使用。如果要把模型连接文件、浏览器或 shell，还要另外设计最小权限、沙盒、审计和人工批准。
更强的 Muse Spark 1.2 预告则显示，Meta 不只是在发布单一模型，而是在建立一个由本地轻量模型延伸到更高能力模型的产品路线。对于用户来说，真正要比较的不是名字或参数量，而是任务成功率、工具使用稳定性、硬件成本、许可条件，以及失败时能否安全停止。
这次报道中关于模型定位和后续提供方式的信息，主要来自 Meta 公开说法及媒体转述，并不等于所有能力已经有独立、可复现的 benchmark。实际采用前，应先用自己的数据和工具流程测试幻觉、提示注入、权限越界、长任务记忆和资源消耗。
更广泛的意义，是 agent 开始从「只在数据中心运行的服务」变成可以在本地、边缘和云端之间分工的软件组件。这会让隐私、成本和可控性多一个选项，同时把部署、更新和安全责任更明确地交回使用团队。
