Memex 与 Meta Muse 对比：本地优先的个人 AI 方案

安排一次旅行，也留住一次旅行

Muse 面向任务执行，关闭应用后仍能继续工作，适合为即将出发的旅行研究方案这类请求。

旅行结束后留下的是另一组东西：照片、喜欢的餐厅、一段想记住的对话，以及下次想做得不同的地方。在 Memex 中，这些片段成为记录，Agent 可以把它们整理成卡片和知识文件。AI 摘要漏掉重点时，你仍能回到原始材料。

这两件事需要不同的工具。先分清眼前更需要完成事务，还是保存有用的生活记录，再比较功能清单。

Meta 如何设计 Muse · Agentic 日记如何工作

本地记录与云模型请求是两项选择

Memex 用本地文件和 SQLite 保存日记工作区，Agent 工作流在应用内运行。这意味着主副本在本地，并不意味着每次 AI 运算都在手机上完成。

直接配置云模型提供商时，相关提示词和附件会发送给该提供商。可选的 Memex AI 服务会代理模型请求。连接 Ollama 时，推理发生在托管该端点的机器上，也可能是局域网中的另一台电脑。同步、转写和外部工具还可能引入其他数据路径。

要尝试自选提供商，打开头像菜单，进入模型配置，选择提供商并填写所需的 API key 和 base URL。保存一条短笔记，检查结果。存储、推理和连接服务需要分别选择；本地存储不会让云模型请求留在手机上。

本地优先存储的含义 · Memex 模型配置

公平比较 Muse 的保护机制

Meta 描述了独立的 Sentinel 来控制 Muse 的外部操作，并将凭据与主 Agent 隔离。这些机制针对委托执行时的风险。

Meta 还表示，Muse 对话不会进入其广告系统，并提供退出训练的选项。这与以本地日记为主副本的方案采用不同的隐私架构，不能据此说某个产品没有隐私控制。

做决定时，分开问三个问题：档案在哪里、谁处理上下文、Agent 能执行哪些操作？Memex 的开源代码便于检查实现，但配置云服务时仍需要阅读对应服务的条款。

Meta 的 Muse 安全架构 · Muse 发布说明与隐私承诺 · 选择 AI 日记时的隐私问题

你能在 Memex 中修改什么

Memex 支持为不同 Agent 配置提供商与模型。你可以修改系统提示词、添加 Skills，并限定自定义 Agent 的工作目录。GPL-3.0 源码也允许你在许可证规定下构建和修改应用。

可以做一个旅行回顾实验，给自定义 Agent 这样的指令：“使用此工作区中的旅行记录，列出去过的地方，把我的评论与你的建议分开，每条结论都关联原始记录。”在少量笔记上运行并检查结果。这是在配置和验证工作流，并非开启预置的定时回顾。

Muse 也支持自定义连接器和 Skills。Memex 的吸引力在于可修改应用、设备本地日记工作流和模型选择的组合；相应的设置与维护也需要你承担。

Memex 自定义 Agent 配置 · 为日记连接本地模型

端侧执行带来的取舍

手机应用受操作系统后台执行、电量和网络限制。不能把 Memex 当成全天候在线的云电脑；任务需要外部模型端点时，该端点也必须可达。

为本地档案保留备份，并把模型用量以及所选硬件、托管费用计入预算。先保存一条小记录，检查生成的卡片，再测试模型切换，之后才扩展工作流。更换背后的模型后，个人档案仍应该有用。