2026 年 9 月 27 日，V2EX「分享邀請碼」節點出現一則提問「大家 muse 都是怎麼使用的？」，發文者描述了註冊 Muse（muse.ai）過程中的種種摩擦：美國 IP 下網頁能開但登入頁卡住、透過遠端瀏覽器 Hyperbrowser 註冊成功、手機端用 Gmail 註冊後進入 waitlist。十三小時內，該帖累積約 1,557 次瀏覽與 37 則回覆。
這則帖子的價值不在使用疑難本身，而在它意外展示了一套完整的裂變分發樣本：37 則回覆中，超過七則是純邀請碼分享，佔比接近兩成。
補貼結構：詞元作為獲客貨幣
Muse 的邀請機制在帖中被多次複述：「在加入後的 48 小時內透過設定兌現邀請碼，雙方各獲得 10 億個 Muse 詞元」。
這是一個標準的雙邊補貼設計。邀請者與被邀請者各拿 10 億詞元，補貼以自家計量單位發放，現金成本取決於邊際推論成本。對照雲端 API 市場的公開牌價，主流模型每百萬詞元輸入約在 0.1 至 3 美元區間（依 OpenAI、Anthropic 公告價），10 億詞元的名目價值從百美元到數千美元不等。但補貼詞元的實際兌付率通常遠低於帳面，多數用戶用不完額度，這正是補貼單位選擇詞元而非現金或訂閱月數的財務理由。
進入門檻：被風控推高的實際使用成本
發文者的經歷顯示，Muse 對非美國 IP 的註冊與登入存在限制，登入頁 auth.muse.ai 無法開啟，使用者被迫繞道遠端瀏覽器服務 Hyperbrowser 完成註冊。另一段描述更值得注意：讓 Muse 代為註冊 Claude 帳號時，反覆觸發風控驗證碼，而 Muse 自行破解驗證碼的耗時總是超過驗證碼有效期。
這條細節暴露了 AI 代理產品的雙重門檻。第一層是地理與 IP 風控，把一部分潛在用戶推向第三方遠端瀏覽器，等於把合規成本外包給用戶。第二層是代理執行任務時撞上目標平臺的反自動化機制，代理能力再強，也會在驗證碼這一關失效。使用者獲得的 10 億詞元，有相當比例會消耗在與風控系統的拉鋸上，這部分是隱性的使用成本。
這類分發門檻的帳，與先前Jev 一鍵包的分發門檻成本分析呈現同一個結構：產品能力本身之外，註冊、IP、驗證流程構成的摩擦，往往決定一個工具實際觸達多少人。
用戶行為分層：從薅羊毛到接本地 MCP
回覆內容大致可分三層。
第一層是純補貼驅動，一位用戶直言「先把詞元的羊毛薅了再說」，這批人是裂變機制設計的原始目標，貢獻註冊數與傳播鏈，但留存存疑。
第二層是輕量試用，例如「先讓他幫我監控一些股票試試效果」，把代理當作可低成本驗證的自動化勞力。
第三層最有資訊量：一位回覆者展示讓 Muse 連接本地 MCP（Model Context Protocol）伺服器，直接操作本機檔案與審查本地程式碼，並分享了自己開源的桌面端工具 serena-desktop，以及 agentdock、webcodex 等第三方方案。對這批進階用戶而言，雲端代理的價值不在其內建能力，而在它能作為通用客戶端接入使用者自建的執行環境。也有人追問「Muse 背後的模型是哪個」，模型來源不透明，是這類產品估值與定價難以對標的另一個變數。
誰受惠、誰承壓
受惠方首先是 Muse 本身：以近乎零現金成本的名目詞元，換取一個技術社羣的自發傳播，單帖千餘次瀏覽、兩成回覆帶邀請碼，獲客效率高於投放。其次是以 Hyperbrowser 為代表的遠端瀏覽器服務，地理位置限制直接為它們創造了剛性需求。
承壓方則是用戶端的帳號安全結構：繞道第三方瀏覽器註冊、被要求綁定 Gmail、讓代理接觸本機檔案系統，每一步都在擴大攻擊面。這與macOS 權限表上的隱私成本爭議是同一類問題：代理能力越強，權限授予的粒度越細，出事時責任歸屬越難界定。
收束判斷
從這一則社羣帖能確認的是：Muse 正處於以補貼換分發的早期階段，且分發鏈路上有明確的地理風控摩擦。10 億詞元的帳面價值與實際兌付之間的落差、裂變用戶與 MCP 進階用戶之間的斷層，決定這波獲客最終沉澱多少有效留存。至於 Muse 背後的模型、燒錢速率與估值，帖內無任何可核實資訊，這些帳目前無法算。