For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh-TW/articles/meta-muse-wonder-explained-active-memory-ec6c8869.md.
Meta 推出了 **Muse Wonder** 與 **Muse Wonder Full**，這是該公司迄今為止最強大的個人與專業代理式工作模型。
Meta 推出了 Muse Wonder 與 Muse Wonder Full，這是該公司迄今為止最強大的個人與專業代理式工作模型。
這兩個模型旨在處理超越單一提示詞回答的任務。它們可以維持重要脈絡、逐步完成多步驟目標、使用工具與軟體，並在任務變得困難或環境發生變化時持續調整。
此次發布的核心，是 Meta 稱為 主動記憶（Active Memory）與 主動專注（Active Focus）的兩項概念。
主動記憶是指跨對話記住重要事項，並在資訊再次相關時擷取這些資訊。主動專注則是指在較長的工作流程中持續專注於任務：嘗試替代方案、從阻礙中恢復、適應新資訊，以及在採取具重要影響的行動前要求澄清。
Muse Wonder 可透過 Meta Model API 與 Muse Code 使用。Muse Wonder Full 則提供給 Muse Code 訂閱者。Meta 表示，Muse Wonder 也將開始支援 Muse 內的體驗，並首先提供給訂閱者。
官方模型卡列出 100 萬 Token 的上下文視窗、涵蓋文字、圖片、影片與音訊的多模態輸入，以及文字輸出。
| 規格 | Muse Wonder / Wonder Full |
|---|---|
| 發布日期 | 2026 年 10 月 12 日 |
| 上下文視窗 | 100 萬 Token |
| 輸入模態 | 文字、圖片、影片、音訊 |
| 輸出模態 | 文字 |
| 主要重點 | 個人與專業代理式任務 |
| Muse Wonder 存取方式 | Meta Model API 與 Muse Code |
| Muse Wonder Full 存取方式 | Muse Code 訂閱 |
對於 API 使用者，Meta 目前列出的 Muse Wonder 定價為：每百萬輸入 Token 4 美元、每百萬快取輸入 Token 0.20 美元，以及每百萬輸出 Token 20 美元。
Meta 表示，Muse Wonder 的發布，是其更廣泛 AI 技術堆疊重建計畫的最新一步。
在發布前 14 個月，該公司開始對其人工智慧工作進行自下而上的全面改造。這一過程先帶來 Muse Spark 系列，如今則推出規模更大的 Muse Wonder 模型。
Muse Spark 著重於效率與日益強大的代理式行為，Muse Wonder 則在 Meta 的擴展階梯上更進一步。
Meta 表示，這些模型在其 gigawatt 級 Prometheus 資料中心完成訓練，結合了預訓練與強化學習的進展。
該公司所述的目標是個人超級智慧：能夠理解個人目標與脈絡、跨工具與應用程式工作，並協助處理專業及日常生活複雜任務的 AI 系統。
這是一種雄心勃勃的定位，但 Muse Wonder 更具體的變化更容易描述：Meta 正在打造預期能在更長時間內持續工作、保留更多脈絡，並作為代理更可靠運作的模型。
Meta 從個人與專業代理、記憶、程式設計、電腦操作及一般推理等面向，評估 Muse Wonder 與 Muse Wonder Full。
該公司的模型卡將這兩個模型與 GPT-6 Astra、Claude Fable 5.1，以及在最高推理強度下的 Claude Opus 5.5 等系統進行比較。
以下顯示 Meta 公開評分卡中的部分代表性結果。
| 基準測試 | Muse Wonder Full | Muse Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Harvey LAB-AA | 13.1 | 10.0 | 8.6 | 4.2 |
| AutomationBench-AA | 45.4 | 39.1 | 41.6 | 41.2 |
| JobBench | 75.3 | 70.5 | 66.1 | 75.4 |
| OSWorld V2.1 partial | 78.4 | 72.6 | 75.8 | 81.8 |
| MemoryBench | 85.5 | 85.6 | 81.4 | 81.5 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | 59.1 | 59.6 |
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| SWE-Marathon | 57.5 | 53.1 | 42.5 | 46.3 |
| Artificial Analysis Index | 56 | 52 | 53 | 58 |
這些結果需要結合背景理解。
Meta 的評分卡結合多類證據：由 Meta 執行的評估、第三方結果、官方排行榜，以及供應商自行報告的分數。模型卡明確指出，競爭對手的測試盡力而為，且提示詞、工具、測試框架與執行期設定不一定都能針對每個專有模型進行同等程度的最佳化。
因此，這張表有助於理解 Meta 認為 Muse Wonder 系列在哪些方面具競爭力，但不應將其解讀為單一、通用的排名。
Muse Wonder 旨在將專業知識應用於真實世界的專業任務。
Meta 特別強調三個領域：
目標不只是憑記憶回答領域問題。許多評估要求模型處理來源資料、遵循詳細指示，並產出可使用的工作成果。
例如，Harvey's Legal Agent Benchmark 根據提供的案件文件與詳細任務要求，評估法律工作。
Vals Finance Agent V2 聚焦於金融分析師工作流程，要求跨公司申報文件與市場資訊進行研究。
HealthBench Pro 則使用由醫師編寫的評分規準，測試專業級健康問題。
這些基準測試反映了代理式 AI 的更廣泛方向：模型愈來愈被期待結合領域知識、文件處理、研究與任務執行能力。
這仍無法取代專業審查。Meta 的模型卡明確警告，Muse Wonder 可能產生不準確、有偏見或令人反感的回應，使用者應針對自身特定應用驗證模型。
記憶是 Muse Wonder 的核心主題之一。
Meta 將其方法稱為 主動記憶（Active Memory）。
其理念是，有用的個人或專業代理不應只保留較早互動中的資訊。它還必須辨識舊有細節何時再次變得相關，並將其帶回目前任務中。
這在以下工作流程中十分重要：
Meta 使用 MemoryBench 評估此行為；這是一個內部基準，圍繞長而複雜的對話建立，對話長度約跨越 64K 至 100K Token。
這些對話包含多項事實、干擾資訊、相互衝突的資訊，以及後續更新。模型必須識別哪些資訊仍然有效，並在被詢問時擷取正確細節。
Meta 在其公開比較中報告，Muse Wonder 的 MemoryBench 分數為 85.6，而 Muse Wonder Full 為 85.5。
這也提醒我們，較大型的模型不一定會在每一項個別基準測試中領先。
記住脈絡只是有用代理的一部分。
模型還必須持續朝向使用者目標工作。
Meta 將這稱為 主動專注（Active Focus）。
在實務上，這表示 Muse Wonder 經過訓練，可：
Meta 透過 FocusBench 評估此行為，這是一個內部基準，涵蓋住房、旅遊、IT 與金融等領域中的個人代理任務。
對於軟體工作，持續執行能力也透過 SWE-Marathon 測試，該測試評估長時間運行的工程專案。
重要的差異在於，主動專注不只是「更多推理 Token」。它是一個行為目標：在長時間的任務歷程中，持續以實際任務為導向。
軟體工程將記憶與專注結合在一起。
程式設計代理必須記住需求、理解程式碼庫、跨多個檔案進行修改、執行測試、檢查失敗原因，並在不失去原始目標的情況下持續迭代。
Meta 表示，兩個 Muse Wonder 模型正是為此接受了多樣化、長時間運行的軟體任務訓練。
最強的公開程式設計結果包括：
DeepSWE 與 SWE-Marathon 的結果尤其重要，因為它們聚焦於較長週期的軟體工程，而非孤立的程式碼補全。
Meta 的官方模型頁面也表示，Muse Wonder 能夠規劃長任務、將工作委派給子代理、平行呼叫工具，並從錯誤中恢復。
該公司透過一款可遊玩的 3D 廚房遊戲展示這種更廣泛的程式設計能力，該遊戲可由自訂圖片輸入生成。
這個案例在視覺上令人印象深刻，但模型卡也補充了一項重要限制：精確的視覺與空間推理，尤其是 3D 任務，仍是已知弱點。開發依賴精確空間理解的應用程式時，應謹慎驗證模型。
優異的基準測試分數，不一定表示模型在陌生任務上也有同等表現。
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
Meta 使用「benchmaxxing」一詞，描述模型可能針對已知評估過度最佳化，卻未形成處理新情境所需的更廣泛能力之疑慮。
為了研究這一點，Meta 比較兩組任務的表現：
該公司在多種推理強度下，比較 Muse Spark 1.3 與 Muse Wonder Full。
根據 Meta 的說法，隨著測試時運算量增加，兩個模型在陌生任務上的表現都有改善。但 Wonder Full 在分布外任務上的表現，優於僅根據其分布內表現所預測的舊版 Spark 趨勢。
Meta 將這個變化歸因於更強大的底層基礎模型。
實務上的論點很直接：個人代理無法針對未來每一種目標、工具、應用程式、限制條件與突發事件的組合接受訓練。
因此，它需要泛化到後訓練期間明確強調的任務之外。
Meta 透過幾個個人代理情境展示這項概念。
Muse Wonder 可以在瀏覽器與跨應用程式環境中工作，利用個人偏好與目前情況建立跑步計畫。
此案例將個人脈絡與外部地圖及網路資訊結合，而不是將路線規劃視為單一、孤立的查詢。
另一個展示案例使用個人 Instagram 個人檔案中的真實照片，設計並訂購客製化商品。
這類工作流程需要記憶、多模態理解、瀏覽器使用與採取行動等能力共同運作。
Muse Wonder 也展示了根據複雜的配對與座位安排需求清單，建立座位表的能力。
這是一個很適合說明高限制條件規劃的例子：模型必須同時保留眾多關係與偏好，並產出最終安排。
原始 Meta 頁面將這些情境呈現為互動式影片，而非靜態截圖。由於示範媒體未提供適合 Markdown 嵌入的穩定獨立圖片 URL，因此本文僅描述這些互動案例，而未虛構替代圖片。
能力更強的代理，也帶來更棘手的安全問題。
個人代理可能可以存取：
這表示安全性不只是模型是否回答危險問題。系統也必須謹慎處理私人資訊，並抵抗可能出現在其讀取內容中的惡意指令。
Meta 表示，Muse Wonder 是其迄今對齊程度最高的模型系列，並且已針對隱私敏感行為與對抗性穩健性完成訓練。
Meta 依據其 Meta Superintelligence Scaling Framework，評估該系列中能力較高的 Wonder Full。
該框架著重於三個災難性風險領域：
Muse Wonder 模型卡指出，未經緩解的模型在網路安全與失控風險方面，被評估為 中等或更低。
針對化學與生物風險，Meta 表示不能排除未經緩解的模型達到高風險門檻。因此，該公司採用了額外的安全後訓練與系統層級分類器。
Meta 表示，在採取緩解措施後，三個領域的剩餘風險皆被評估為 中等或更低。
模型卡報告了 Muse Wonder Full 的以下能力結果：
| 網路安全評估 | Muse Wonder Full |
|---|---|
| CyberGym | 88.4% |
| ExploitBench | 58.9% |
| ExploitGym | 取得 92 面旗標* |
ExploitGym 的數字需要一項重要註解。
Meta 表示，在取得的 92 面旗標中，僅有 21 面使用了預期漏洞。其餘 71 面是透過非預期漏洞取得。由於公開的 ExploitGym 排行榜計算的是預期漏洞的利用次數，因此 21 才是可用於排名比較的數字。
這是一個很好的例子，說明基準測試方法與標題分數同樣重要。
Meta 更廣泛的 Muse 架構，也在模型周圍加入系統層級保護。
Muse 在隔離基礎設施中執行代理工作負載，將已連接服務的憑證與代理環境分離，並透過額外安全控制來處理外部互動。
Meta 建議對不可逆操作採用人工確認，並表示開發者應根據自己的應用程式加入適當防護機制。
Muse Wonder 模型卡也明確指出：
這些限制很重要，因為能夠採取行動的代理，比僅產生文字的模型具有更大的影響後果。
Muse Wonder 是 Meta 推出的前沿 AI 模型，專為個人與專業代理式任務設計。它著重於長時間運行的工作流程、程式設計、電腦操作、主動記憶與主動專注。
Muse Wonder 可透過 Meta Model API 與 Muse Code 使用；Muse Wonder Full 則是透過 Muse Code 訂閱提供的更高能力版本。Wonder Full 在 Meta 公開的更多代理式與程式設計基準中領先，但標準版 Wonder 才是可直接透過 API 使用的模型。
Meta 的模型卡指出，Muse Wonder 與 Muse Wonder Full 均具備 100 萬 Token 的上下文視窗。兩個模型接受文字、圖片、影片與音訊輸入，並產生文字輸出。
Meta 目前列出的 Muse Wonder 定價為：每百萬輸入 Token 4 美元、每百萬快取輸入 Token 0.20 美元，以及每百萬輸出 Token 20 美元。Muse Wonder Full 未列出按 Token 計費的 API 定價，因為它目前是透過 Muse Code 訂閱方案提供。
主動記憶是 Meta 對跨對話保留重要使用者脈絡，並在其再次相關時加以擷取的稱呼。其目標是讓個人與專業代理在長時間互動中保持更高的一致性。
主動專注是模型持續朝向困難目標工作、嘗試替代方案、從阻礙中恢復，以及隨新資訊出現而調整的能力。它也包括在重要行動前要求澄清並向使用者確認。
並非在所有方面都更好。Meta 的評分卡顯示，Muse Wonder 模型在部分基準測試中領先，而 Claude Opus 5.5 與 GPT-6 Astra 在其他測試中領先；此外，這些比較混合了內部、第三方與供應商自行報告的結果。
Meta 的發布內容將 Muse Wonder 描述為可透過 Meta Model API 與 Muse Code 使用，而非開放權重發布。開發者應參閱 Meta 官方模型頁面，以取得最新可用性與授權條款。
Muse Wonder 與 Muse Wonder Full 是 Meta 最新的個人與專業代理前沿模型。其主要設計主題包括主動記憶、主動專注、領域專業能力、長時間運行的程式設計、電腦操作，以及超越後訓練重點任務的更佳泛化能力。
這些模型也顯示出，代理基準測試需要謹慎解讀。Meta 公開的結果混合了內部、第三方與供應商自行報告的評估，而模型卡明確說明測試框架與執行期設定存在差異。這個模型系列極具競爭力，但沒有任何單一模型在每項基準測試中勝出。
更大的變化發生在產品層級的架構上：Meta 正嘗試打造能記住重要事項、在長時間任務歷程中保持專注，並能安全地跨真實應用程式採取行動的代理。
Muse Wonder 的核心概念不只是一個更強大的聊天機器人，而是一個旨在保留脈絡、持續工作，並作為持久個人或專業代理行動的模型。
從一句話開始，幾分鐘內拿到完整網站。
