Meta 发布 Muse Wonder 与 Muse Wonder Full：面向 Agent 的前沿模型，主打法律、金融、健康与编程任务
来源Meta AI News查看原文
速览
- Meta 推出 Muse Wonder 与 Muse Wonder Full 两个 Agent 前沿模型
- 定位为 Meta 迄今最强模型，基于 9 月的 Muse Spark 构建
- 主打法律、金融、健康等专业领域与前沿编程能力
- Active Memory 跨对话保留用户信息，Active Focus 支持长任务坚持与纠错
- 安全上强调隐私保护、拒绝有害请求与网络防御能力
- 即日起通过 Meta Model API 与 Muse Code 提供
- 将接入 Muse，首批面向订阅用户
- 完整安全评估报告尚未发布，Meta 称将随后公布
Meta 宣布推出 Muse Wonder 系列模型，包含 Muse Wonder 与 Muse Wonder Full 两个版本，称其为公司迄今能力最强的模型，建立在 9 月发布的 Muse Spark 基础之上。Meta 表示，这两个模型在个人与专业 Agent 任务上达到 state-of-the-art 水平，可处理保险理赔、租约理解、个人财务梳理等真实场景，并覆盖法律、金融、健康等专业领域以及前沿编程能力。模型引入两项能力：Active Memory（跨对话保留用户重要信息，并在需要时调取相关细节）与 Active Focus（任务变难时持续尝试其他路径、从错误中恢复、必要时请求澄清，并在执行重要操作前先确认）。安全方面，Meta 称已训练该系列模型避免未经许可分享隐私信息、拒绝协助实际有害行为，并提升安全性与抵御网络攻击的能力，同时保留开发者与安全团队用其排查自身代码漏洞的能力。发布遵循 Meta Superintelligence Scaling Framework 标准，完整安全评估报告将随后公布。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，并将在不久后接入 Muse，首批面向订阅用户开放。
关键事实
- Meta 发布 Muse Wonder 系列，包含 Muse Wonder 与 Muse Wonder Full 两个模型
- Meta 称其为公司迄今能力最强的模型，基于 2026 年 9 月发布的 Muse Spark 构建
- Meta 表示模型在个人与专业 Agent 任务上达到 state-of-the-art 性能
- 模型覆盖法律、金融、健康等专业领域，并提供前沿编程能力
- 新模型具备 Active Memory 与 Active Focus 两项能力
- Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供
本站视角
对国内做 Agent 的团队来说，这次发布值得关注的重点不在「Meta 又发模型了」，而在它把 Agent 的两个工程难题明确写成了产品能力：Active Memory 解决的是跨会话状态保持，Active Focus 解决的是长任务中的失败恢复与人工确认。这两点恰恰是当前多数 Agent 产品体验卡壳的地方——任务一长就丢上下文，一遇错就整条流程崩掉。Meta 把它们作为模型层能力而非应用层补丁来做，如果真如描述般有效，会抬高整个 Agent 产品的体验基线。对用 API 的中小企业和开发者而言，Meta Model API 多了一个可选供应商，但公告没有给出价格、上下文长度、速率限制等任何采购决策所需的信息，短期内难以评估性价比。对内容平台和做个人助理类产品的公司，Muse 接入订阅体系意味着 Meta 会直接进入消费级 Agent 市场，与现有产品正面竞争。需要指出的是，这份公告通篇是自我评价：没有 benchmark 数字、没有第三方评测、没有模型规模，安全部分也只给了原则性描述并称报告「将随后公布」。在完整报告和独立评测出现之前，把「state-of-the-art」当作结论是不严谨的。我们的判断是：方向值得跟进，尤其是 Active Memory 与 Active Focus 的具体实现方式；但在可验证数据出来前，不必急于调整技术选型。
背景与影响
Meta 在原文中称，其 AI 工作的大规模重整始于十四个月前，从重建基础能力走到推进前沿。Muse Wonder 系列是这一路线上的最新一步：9 月发布的 Muse Spark 被定位为个人 AI Agent 的基础，而此次的 Muse Wonder 与 Muse Wonder Full 则把能力扩展到专业领域与编程。从发布节奏看，Meta 正在把模型能力与分发渠道绑定——Meta Model API 面向开发者，Muse Code 面向编程场景，Muse 则面向终端订阅用户，形成从 API 到消费级产品的完整链路。这意味着 Meta 在 Agent 赛道上的竞争方式，不只是比模型分数，而是比谁能把 Agent 能力嵌入到用户已有的消息、日历、文档等日常场景中。需要观察的是，Meta 此次并未在公告中给出任何具体 benchmark 分数、模型参数规模或定价信息，只以「state-of-the-art」概括性能，且完整安全评估报告尚未发布，因此其实际能力与安全表现目前无法独立验证。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
