Muse Wonder发布:Meta把宝押在个人智能体上

时隔十四个月推倒重建，Meta 的 AI 技术栈交出了第一份"前沿级"答卷：公司发布 Muse Wonder 与 Muse Wonder Full 两款模型，官方称其在个人与专业智能体任务的关键基准上达到 SOTA，并把它定位为通往"个人超级智能"的下一步（Meta 官方博客）。

这次真正的主角是"记忆"和"专注"

Muse Wonder 的两个核心卖点都指向同一个方向——让智能体真正可用。Active Memory 指模型跨对话携带与用户相关的重要上下文，并在任务需要时主动检索细节；Active Focus 指模型面对长线目标时能持续工作：换路径、绕障碍、适应新信息，必要时主动向用户确认后再行动。配套评测也专门为此设计——用 FocusBench 量专注度，用 SWE-Marathon 测长时间软件项目的持续执行力，法律领域则引入 Harvey 的 Legal Agent Benchmark，要求模型基于原始文档产出法律工作成果。这些都不是传统刷分榜单，而是奔着"数字员工能不能扛住真实工作"去的。

更强底座的隐性收益

博客里最有信息量的是一段泛化分析：Meta 对比了 Muse Spark 1.3 与 Wonder Full 在"训练目标内任务"与"陌生任务"上的表现随推理算力扩展的曲线，发现 Wonder Full 在分布外任务上的表现超出旧趋势线的预测。官方将其归因于更强的底座模型——底座越强，后训练增益向陌生任务的迁移越充分。这其实是社区常说的"大模型味"（big model smell）的量化版本：榜单分数接近的两个模型，处理没见过的任务时差距可能很大，而个人智能体恰恰要面对无穷无尽的意外组合——目标、工具、约束的搭配没法在训练时全部预演。

商业信号：前沿能力开始标价

Muse Wonder 通过 Meta Model API 和 Muse Code 开放；更强的 Wonder Full 目前只面向 Muse Code 订阅者，据 CNBC 报道，订阅档位为每月 50 或 200 美元。第三方媒体 TechXplore 的表述是，Meta 声称新模型的表现与 OpenAI、Anthropic 的模型相当。训练侧的投入写在明面上：这批模型在 Meta 吉瓦级 Prometheus 数据中心完成训练。安全侧，官方称这是其"对齐程度最高"的模型，对 CBRN（化学、生物、放射、核）与网络滥用提供迄今最强的防护，同时按其 Superintelligence Scaling Framework 为防御用途保留前沿网络安全能力。

所以呢

Meta 把"记住你、替你干活、持续干活"做成了基准与产品双线发布，这比单纯的跑分更新更值得注意——智能体竞赛的评分维度正在从"答得对"转向"扛得住"。而对 Meta 自己，广告之外的新营收故事，现在有了月费 50 美元起步的注脚。下一次判断模型发布值不值得看，不妨先问一句：它的评测到底在测什么。