Meta 的 Muse AI 硬件配置及邀请码

下载及获取更多 token

• https://muse.ai/join
• Code: 2ZZC3R
• 在加入后的 48 小时内通过“设置”兑现我的邀请码，我们就能分别获得 10 亿个 Muse 词元。
• 对网络有要求，需要质量比较高的美国 IP

运行环境

• 系统：Ubuntu 24.04.5 LTS (Noble Numbat)，内核 Linux 7.0.0-38-generic ，x86_64
• 主机名 htch-runtime，是 Hatch 运行时镜像（hatch-image 0.1.46），运行在隔离的容器/虚拟机中，已持续运行 1 小时 15 分，负载很低（ 0.04 ）
• 系统时区 UTC （本地显示 CST+8 ）；网络出口正常，可访问公网

硬件

• CPU：AMD EPYC 9D25 126-Core ，分配了 2 核
• 内存：7.7 GiB （已用 1.7 GiB ，可用 6.0 GiB ），无 swap
• 磁盘：/ 7.5 GB （只用了 23 MB ，接近空置）；/home/hatch 100 GB （已用 226 MB ，持久化工作区）；/tmp 512 MB （临时空间，重启可能清空）
• GPU：无（lspci、nvidia-smi 均无结果），只有 CPU

软件与服务

• 语言与工具：Python 3.12.3 （ pip 24.0 ）、Node.js v24.20.0 、git （ Go 未装）
• 浏览器：Chromium 在 /opt/meta-chromium/chrome，我可以操控它登录网站、填表、浏览和操作
• 系统服务：极简环境，systemd 里只有 journald 在跑，没有传统守护进程；我的定时任务（比如你那两个 Facebook 每小时监控）是跑在 Meta 调度层上的 cron ，不是这台机器的 crond
• 连通性：已接的服务通过技能/连接器访问（ Gmail 、日历、Facebook/Instagram/Threads 的 CLI 等），浏览器里保持的登录态和这台机器的 cookie 会话共用

调用模型

我的本体运行在 Muse Spark 1.3 模型上（ Meta 的模型），这台 VM 是我的“电脑”。