Muse Wonder 技術規格
| 規格 | 詳細資訊 |
|---|---|
| 模型名稱 | Muse Wonder |
| 模型 ID | muse-wonder-1.0 |
| 開發者 | Meta |
| 模型類別 | 大型語言模型；具代理能力的 AI |
| 發佈日期 | 2026 年 10 月 12 日 |
| 可用性 | 預覽版 |
| 上下文視窗 | 1,048,576 個詞元（1M） |
| 輸入模態 | 文本、圖像、影片、音訊，依據模型卡 |
| 輸出模態 | 文本 |
| 核心能力 | 推理、編碼、工具使用、長時間運行的代理、電腦使用 |
| 記憶能力 | Active Memory |
| 長任務能力 | Active Focus |
| API 存取 | Meta Model API |
| Agent 開發 | Muse Code 及相容的代理框架 |
擁有 100 萬詞元的上下文視窗，對大型程式碼庫、冗長文件集合，以及需要保有大量脈絡的任務特別有用。然而，脈絡容量並不等於保證的回憶準確度，模型的實際表現取決於任務複雜度、工具配置，以及所提供資訊的品質。
什麼是 Muse Wonder
Muse Wonder 是 Meta 於 2026 年 10 月 12 日發佈的前沿 AI 模型。它專為複雜推理、先進軟體工程、長時間運行的代理工作流程，以及電腦操作任務而設計。不同於主要聚焦於短對話的模型，Muse Wonder 能規劃多步工作、使用工具、委派子任務，並在追求更大目標時從錯誤中恢復。
Muse Wonder 的關鍵差異化在於其長上下文視窗、面向代理的執行，以及 Meta 稱為 Active Memory 與 Active Focus 的兩項能力。這些能力旨在幫助模型在對話間保留相關脈絡，並在初始方法失敗時持續處理複雜任務。
Muse Wonder 的 AI 功能與核心能力
先進的軟體工程與編碼
Muse Wonder 設計可跨多個檔案處理真實軟體存放庫。其預期任務包含產生程式碼、除錯、修改現有實作、撰寫測試，以及驗證變更。
對於複雜的工程任務，它能規劃一連串變更、平行使用工具，並在子任務間協調工作。這使它特別適合存放庫層級的編碼代理，而不僅僅是單一功能的程式碼補全。
長時間運行的自動化 AI 代理
Muse Wonder 支援可能需要反覆規劃、呼叫工具、檢查結果與調整策略的多步工作流程。Meta 描述的代理可以長時間工作、將子任務委派給子代理，並從錯誤中恢復。
這些是代理工作流程能力，並不保證每次 API 呼叫都能獨立運行數小時。應用程式必須提供執行迴圈、工具、權限、任務持久化以及停止條件，才能支援長時間運行。
Active Memory：維持脈絡連續性
Active Memory 是 Meta 對於跨對話攜帶相關資訊並在需要時擷取的稱呼。它旨在幫助模型在任務間維持連續性，而非將每次互動皆視為完全獨立。
開發者仍應將模型層級的記憶行為與應用層級的持久化區分開來。若工作流程需要可靠的長期紀錄，應使用明確的儲存與擷取機制，而非假定每個重要細節都會被永遠記住。
Active Focus：持續解題能力
Active Focus 描述模型在任務變得困難時，仍能持續朝目標努力、探索替代方法、從錯誤中恢復，並在適當時機請求澄清的能力。
這在軟體除錯、研究工作流程，以及複雜的商業流程中特別重要，因為第一個方法可能不起作用。應用程式仍應定義最大迭代次數、逾時與核准檢查點，以避免不必要的工具呼叫或未受控的動作。
電腦使用與工具呼叫
Muse Wonder 旨在為能與瀏覽器、桌面應用與行動介面互動的代理提供動力。結合外部工具，這能支援例如瀏覽網站、操作軟體、收集資訊、完成多步任務等工作流程。
電腦使用取決於連接至模型的工具與執行環境。模型的一般電腦使用能力並不意味著每個 API 端點都會自動存取瀏覽器、桌面或外部應用。
跨專業領域的推理
Meta 指出法律、金融與健康是 Muse Wonder 能協助解讀專業資訊並產出成果的領域。範例包含理解租約、分析財務資訊、審閱來源文件，以及準備草稿。
這些能力最適合用於研究輔助、綜整與為專家審閱準備材料。涉及法律權益、財務決策或醫療照護的輸出仍需適當驗證。
Muse Wonder 測試基準表現
| 基準 | Muse Wonder | Muse Wonder Full | 衡量內容 |
|---|---|---|---|
| Personal Superintelligence Index | 54.3 | 59.1 | 個人與專業知識工作 |
| Harvey LAB-AA | 10.0 | 13.1 | 法律代理任務 |
| Vals Finance Agent V2 | 56.6 | 59.1 | 財務研究與分析 |
| HealthBench Pro | 60.5 | 62.3 | 健康相關推理 |
| AutomationBench-AA | 39.1 | 45.4 | 端到端商業工作流程 |
| JobBench | 70.5 | 75.3 | 專業任務執行 |
| OSWorld V2.1 — partial score | 72.6 | 78.4 | 電腦使用任務 |
| MemoryBench — binary score | 34.3 | 39.4 | 記憶與脈絡擷取 |
| Terminal-Bench 4.0-AA | 52.0 | 57.1 | 基於終端機的編碼與工具使用 |
| DeepSWE 1.1 | 78.8 | 79.0 | 長跨度軟體工程 |
| SWE-Marathon | 53.1 | 57.5 | 延展性的軟體工程任務 |
| ProgramBench | 50.0 | 59.0 | 從零開始的程式設計 |
| Artificial Analysis Index | 52 | 56 | 綜合模型智能 |
證據顯示 Muse Wonder 的預期定位在於其廣泛的代理與編碼評測。與其他模型比較時，請檢查基準版本、推理設定、工具配置，以及該分數是否代表標準的 Muse Wonder 模型或 Muse Wonder Full。
Muse Wonder vs. Muse Wonder Full vs. Muse Spark
| 模型 | 主要定位 | 建議用途 |
|---|---|---|
| muse-wonder-1.0 | 前沿的編碼、長時間運行的代理、進階電腦使用 | 透過 API 進行複雜工程任務與多步工作流程 |
| Muse Wonder Full | Meta 的更進階變體，透過合資格的 Muse Code 訂閱提供 | 在支援的產品內處理關鍵且要求嚴苛的編碼與代理工作流程 |
| Muse Spark | 具有代理導向能力的一般模型 API 存取 | 日常協助、一般開發，以及其能力概況足以勝任的工作流程 |
不應僅將 Muse Wonder Full 視為 muse-wonder-1.0 的別名。Meta 為這兩個變體記載了不同的可用途徑。開發者應選擇自身能存取的精確模型，並確認其所選平台所提供的能力。
Muse Wonder 的最佳使用情境
1. 複雜編碼與存放庫維護
使用 Muse Wonder 規劃跨多個檔案的變更、除錯回歸、增加測試，並審閱實作細節。它非常適合可執行測試並檢視存放庫狀態的代理框架。
2. 長時間的研究與分析
該模型可將廣泛的研究目標拆解為子任務，透過連結的工具收集與綜整資訊，並產出結構化交付物。對需要可靠引用的研究，請使用來源對齊與明確的證據檢查。
3. 業務流程自動化
透過適當的整合，Muse Wonder 可支援跨商務應用的多步工作流程，例如文件處理、基於瀏覽器的操作與結構化資訊收集。
4. 文件繁重的專業工作
長上下文視窗與面向領域的推理使其適合審閱冗長文件、比較來源材料、總結合約，並準備財務或專業草稿。對於具關鍵影響的決策仍需專家審閱。
5. 電腦操作代理
開發者可將 Muse Wonder 與瀏覽器或桌面控制環境整合，打造能瀏覽介面並執行任務的代理。這類系統應使用範圍限定的權限、動作日誌，並在敏感或不可逆操作上進行確認。
Muse Wonder 的限制與重要注意事項
- 預覽狀態：該模型被記載為預覽版。在投入生產前，請驗證其可用性、行為與 API 相容性。
- 長上下文不等於完美回憶：大型上下文視窗不會消除遺漏、幻覺，或在細節擷取上的錯誤。
- 代理型工作需要編排：長時間運行需要應用程式或代理框架來管理工具、重試、狀態與完成標準。
- 電腦使用需要外部基礎設施：瀏覽器與桌面動作取決於連接的工具與授權。
- 領域輸出需要審核：涉及法律、金融與健康的回應，即使表達自信，仍可能包含錯誤。
- 基準結果有限制：供應商回報的結果與不同代理框架未必可直接比較。
- 仍需安全控制：採用最小權限的工具存取、驗證產生的程式碼、記錄動作，並對敏感操作要求人工核可。
- 必須驗證閘道相容性：Meta 的原生 API 支援並不自動表示該模型可在 CometAPI 以相同 ID 或請求格式取得。