声明：本文由 AI 辅助创作，经作者核实与修订。
最近 X 上在讨论 Meta 的 Personal Agent 产品 Muse 的留存数据。投资人和科技媒体多有转发，核心论调基本一致：Muse 次日留存高达 73.3%，接近 ChatGPT 的两倍，不过 14 日留存降到 22.5% 被反超。
在 X 上，小扎和小王的 PR 稿早已铺天盖地。或多或少都在暗示 Muse 已经赢了。算是给这一年多 AI 团队调整，交出的作业。
我之前做过用户增长方面的算法，有使用 Muse 并且体感良好。看到这种数据曲线，习惯性刨一刨根底，再结合产品设计方面，看看有哪些可取之处。
公开的数据与源头
这轮讨论的数据源头是 Sensor Tower 的移动应用面板，覆盖 2026 年 9 月、81 个国家、iOS 与 Android 统一口径的新增安装用户。Menlo Ventures 合伙人 Deedy Das 于 10 月 12 日在 X 和 LinkedIn 发布了这张 D1 至 D14 的留存曲线图。
先看公开流传的这张核心留存走势图：
从图中的完整曲线，能清楚看到各款应用新用户的回访流转过程：
- 次日冲高（D1）：Muse 达到 73.3%，几乎是 ChatGPT（41.3%）的两倍。
- 中途反超（Day ~8.6）：ChatGPT 的衰减走势更平缓，在第 8 至第 9 天之间与 Muse 交叉并实现反超。
- 两周回落（D14）：到第 14 天，ChatGPT 保持在 26.8% 居首，Muse 则滑落到 22.5%，落后 4.3 个百分点。
原图各节点公开的核心数据汇总如下：
| 应用 | 次日留存（D1） | 第 7 天留存（D7） | 曲线交叉点 | 第 14 天留存 |
|---|---|---|---|---|
| Muse | 73.3% | >30%（高于 ChatGPT） | 约 D8.6 被反超 | 22.5% |
| ChatGPT | 41.3% | 低于 Muse | D8 至 D9 反超 Muse | 26.8% |
| Threads | 37.0% | 未披露 | 无交叉 | 21.2% |
| Google Maps | 22.2% | 未披露 | 无交叉 | 18.5% |
| Grok Bot | 22.5% | 未披露 | 无交叉 | 10.4% |
另外，媒体报道提到的「各自上线首两周（during their respective first two weeks）下载量对比」，来自 Seeking Alpha 引用 Sensor Tower 的估算（Muse 280 万、ChatGPT 370 万、Grok 40 万、Claude 30 万），这说的是下载规模，Deedy Das 原文讨论的只有 9 月日历留存。
这两个一起提，容易让人混淆，以为留存数据是比的同期群数据，实际上留存的是 9 月数据。
次日 73% 留存，产品之外的三大策略
Muse 的产品功力确实不错，至少比 GrokBot 强。使用过的朋友应该都有体会。不过 73.3% 的次日留存并不能全部归功于产品本身的粘性。从增长机制来看，我认为产品之外有三个更直接的策略。
第一是 Token 裂变与拉新营销。Muse 上线后推了邀请码送额度的机制。大量用户为了拿到免费额度，把邀请码发到各类群聊和帖子下。发完码之后，用户第二天很自然会重新打开 App 看一眼：到底有几个人用了我的码，额度有没有到账。这种拉新回流机制，我认为直接拉高了 D1 的回访表现。
第二是广告投放拉满。Meta 这一轮在海外渠道的宣发和曝光强度极高，推特和各大平台充斥着热点讨论，用户被反复唤起。Meta 本身就是个巨大的广告宣发机器，在上线首两周，独占 Meta 旗下 50% 的自研广告库存（House Ad）。除开拉新显著外，重复高频曝光也会引导用户回流。
第三是目前完全免费。没有订阅费用，尝试门槛几乎为零。只要你是北美用户，有 Facebook 账号，基本上不用进等待队列。
这三点叠加，外加不错的产品引导，我认为次日留存能有这么高也不意外。当然，还有对比口径的问题，我们后面再聊。
对照 GrokBot，Muse 赢了产品
拿同期榜单上的 GrokBot 对照，能看出两者的差别。GrokBot 的次日留存只有 22.5%，到第 14 天跌到 10.4%。
从我的个人体验来看，GrokBot 的问题在于 Aha 时刻太慢，太偏向极客，什么都要你自己手动组装。用户登录进去以后，面对一个空对话框，往往不知道拿它做什么，再加上依赖特定账号绑定，使用阻力很大。即使进来的这批人，用 Cursor 已经有一段时间了。
Muse 在引导上做得明显更好。进应用后有清晰的功能入口和分类推荐，底部有类似信息流的 For You 板块推送早报，点子库里也预设了金融、健身等标准化场景。Muse 让新用户在打开的第一时间知道能跟它聊什么。
口径偏差：时间对齐不等于生命周期对齐
抛开营销动作，单看留存曲线的统计口径，也存在明显的生命周期错位。
Sensor Tower 采用的是经典的 N-day 点留存。分母是 9 月份安装的用户，分子是第 N 天当天再次打开 App 的用户。这种算法把 9 月安装的所有人合并成一个大的 baseline cohort 来算一条线。
问题在于，这五款应用比较的是同一个日历月份（2026 年 9 月），不是各家上线首月的表现。
- Muse 处在上线的第一个月。处于新品爆发期，涌入的全是尝鲜者、科技博主和极客群体，好奇心拉满，次日留存带有极强的新奇期红利。
- ChatGPT 和 Google Maps 已经运营了数年，9 月新增的大多是日常自然流入的常态用户。
拿一个上线首月的「首轮 cohort」，去打成熟产品的「常态月 cohort」，口径本身向 Muse 倾斜。真正的对齐比较应该是看 ChatGPT 在 2023 年上线首月的留存，但那份数据我没找到，AI 也没找到。
即使在尝鲜红利加持下，衰减速度依然很快。到了第 14 天，Muse 从 73.3% 掉到 22.5%，落后于 ChatGPT 的 26.8%。我认为，还是不少用户没有找到场景，新鲜劲过了所致。
现在说赢，还为时过早
目前能用上 Muse 的人群，不管是北美本土用户，还是其他地区通过云浏览器绕过限制体验的用户，本质上都是创业产品和新技术里最狂热的一批尝鲜者。
最愿意折腾的一批人，两周内都出现了明显的留存跳水，大众市场未来会不会为这种 Personal Agent 买单，现在下结论太早。
推特信息流里把这次留存数据当成 Meta 的翻身仗来宣传，情绪成分多于业务推演。拉新裂变、广告轰炸和极客尝鲜的热潮总会过去。
面对 AI 每日瘫坐，我的看法是，评价一个工具类产品，不能只看上线首月的狂欢。至少等三个月，等这波新鲜感退去，看大众市场的常态留存再说输赢。
不过话说回来，Muse 我目前每天都有在用。用来做信息收集，做数据拉取，做热点追踪，效果还不错。这些 Codex 能不能做，能做。但我有两方面的考虑。一个是 Codex 更多用来编码和生成图像；另一个是 Muse 目前更说人话。
如果说我来做 Muse 的数据分析，除开单一的留存数据，还应该深挖不同地区、渠道、设备的用户特性，另外高价值指标上，还应该追踪重复任务的完成率，以及目前露出功能的真实使用情况，我相信 Muse 内部也在做这方面的分析和优化。