10 月 12 日，Meta 发布了新模型 Muse Wonder，主打两个能力：Active Memory（主动记忆）和 Active Focus（主动专注）。成绩单上最亮眼的是一项长时间编程评测，可 Meta 打算靠它赚钱的地方不在编程，在个人助手 Muse 身上：替用户购物、订票、办事，从交易里抽成。
Meta 这次发了什么
Muse Wonder 有两个版本，标准版 Muse Wonder 和更强的 Muse Wonder Full，定位是个人和工作场景的 Agent 模型，上下文约 100 万 token，能读文本、图片、视频、音频和 PDF，输出只有文本。
两个主打能力，Meta 的定义是这样的：
- Active Memory：跨对话保留关于你的重要上下文，并在处理任务时主动找出相关的细节。
- Active Focus：朝一个难目标持续推进，遇到阻碍换办法，碰到新信息就调整，需要时向你确认，做重要操作前先问你。
标准版通过 Meta 的模型 API 和 Muse Code 开放，每百万 token 输入 4 美元、缓存输入 0.2 美元、输出 20 美元，和 Claude Opus 5.5 同价；Full 只放在 Muse Code 每月 50 美元和 200 美元的两档订阅里。Meta 的说法是 Muse Wonder 会先给 Muse 的订阅用户用上，再逐步铺开，具体时间没有公布。
编程赛道，Meta 是后来者
按 Meta 自己公布的成绩，最好看的是测长时间软件项目的 SWE-Marathon，Muse Wonder Full 得 57.5，标准版 53.1，Claude Opus 5.5 是 46.3，GPT-6 Astra 是 42.5，可换到 Terminal-Bench 4.0，Opus 5.5 的 59.6 和 GPT-6 Astra 的 59.1 都排在 Full 的 57.1 前面，标准版只有 52.0，而在 ProgramBench 上差距更大，Opus 5.5 是 70.5，Full 是 59.0，标准版 50.0。成绩互有胜负，本来就很难让开发者为此换工具，何况产品上还有限制：最强的 Full 没有公开 API，想把它接进自己的产品、内部工具或线上 Agent 系统，目前只能用标准版，而标准版又和 Opus 5.5 同价，找不到为了价格换过来的理由。Claude Code、Codex 已经占住了开发者的终端和工作流，写代码的人工具习惯一旦养成就不太愿意动，Meta 靠一两项评测领先抢不走多少份额，它把最强的模型留在自家订阅里，而不是拿去 API 市场上卖，也说明编程并不是它最想打的仗。
Muse 的生意是替用户办事
Meta 9 月 8 日发布的 Muse 定位不是聊天，而是替人干活，订机票、发邮件、填表单、比价下单，Meta 举的例子里还有替用户卖车、砍账单。它跑在每个用户专属的云端虚拟机上，关掉 App 任务也会继续，入口除了 iOS、Android 和网页，还能直接在 WhatsApp 里发消息给它，9 月 23 日 Meta 又宣布它会有自己的邮箱地址，Mac 版能操作电脑上的应用，接下来还要接入智能眼镜，用唤醒词让它记饮食、约日程、买东西。购物这条线铺得很快，按 Meta 公布的合作名单，支付有 Stripe、Link、Shop Pay、PayPal，零售商有 Best Buy、Gap、Sephora、Walmart、Wayfair，平台有 Shopify 的全量商品目录和 Expedia，Instacart 也在接入。
扎克伯格讲过赚钱的打算，原话的意思是 Muse 先免费给大量 token，预期以后从交易里抽一小笔费用来盈利。眼下收费的只有 Muse 每月 20 美元和 100 美元两档订阅，Muse 本身不放广告。编程按 token 收费，比的是模型强不强、价格低不低，交易抽成比的却是用户肯不肯把下单这件事交出去，以及交出去之后它能不能把事办成，这两种生意对模型的要求不一样。
记忆和专注，是给这门生意配的
放到购物里看，Active Memory 要解决的问题很具体，替人买东西得记得尺码、预算、忌口和常用收货地址，更难的是记得哪些已经变了。Meta 用来解释 MemoryBench 的例子是，3 月定了 3000 美元的家庭办公预算，4 月提到 4000，5 月让它推荐家具，它应该直接按 4000 来，不用再提醒。Muse Wonder 在这项测试上得了 85.6，但这是 Meta 自己出的题，测的是对话里事实被改过之后能不能用对，并不保证几个月跨度的记忆，通过 API 接入的开发者也还得自己存这些信息。
Active Focus 的衡量方式是 Meta 自己的 FocusBench 加上 SWE-Marathon，用编程打比方，专注的 Agent 测试没过会回去改代码再跑，不专注的会直接把测试改成能过。换到订一趟旅行，就是比价、选航班、订酒店、填乘客信息的过程中碰上售罄或涨价，得换方案接着做，付款前还要停下来问一声。眼下离这个要求还有距离，在 OSWorld 的桌面任务测试里，Muse Wonder Full 能完整做完的大约只有四成，Meta 也承认它在陌生场景下的多步推理容易出错，非英语语言的表现也不稳定。记性差、做到一半就跑偏的助手，没人敢让它碰钱包，所以 Meta 把记忆和专注当成模型的核心能力来训练和打分，是在给交易抽成打地基。
Meta 手里的牌
最大的一张是 WhatsApp，几十亿人已经装着它，Muse 在聊天里就能用，用户不用先下载一个新 App、学一套新界面，跟一个联系人发条消息让它去办事，门槛比任何独立 App 都低。Muse 用的是 Meta 账号，可以关联已有的 Facebook、Instagram 账号，Meta 本来就握着这套账号体系和社交关系，做个人化助手的起点比从零拉用户的公司高。商家是另一张牌，Meta 做了十几年广告，最熟的客户就是商家，以前帮商家把广告推给用户，现在换成帮用户从商家那里买东西，打交道的还是同一批人。再加上模型自己训、算力自己有，背后还有广告业务的现金流，免费放出大量 token 这种打法，Meta 比只靠卖模型的公司更有条件去试，要是走通了，它在广告之外就多了一条收入线。
还要过的几道关
网站放不放行，Meta 自己说了不算。9 月 21 日，Amazon 以「未经授权的 AI 代理违反使用条款」为由屏蔽了 Muse，理由还包括 Meta 事先没打招呼、Muse 浏览时不表明自己是代理、账号凭据的处理有安全隐患，Amazon 说它先试过让 Meta 主动把 Amazon.com 排除在外，没谈成才动手，Meta 则回应说用户交给 Muse 的凭据放在安全存储里，Muse 用得上但看不到。最大的电商平台不放行，购物就缺了一大块，能用 Muse 买什么，很大程度上取决于商家和平台的态度。
账也不一定算得过来，一次长任务可能烧掉大量 token，抽成却是一小笔，交易量起来之前，免费额度基本是 Meta 在贴钱。开放范围同样很窄，Muse 目前只在美国等少数地区开放，还要求年满 18 周岁。
用户这一关可能最慢。Muse 给每个人一台独立虚拟机，联网动作要经过另一个叫 Sentinel 的代理放行，发邮件、付款前会先征求确认，Meta 还说年内会推出用户自持密钥加密的 Confidential VM，可这些设计管的是 Muse 执行任务时能做什么，用户愿意把多少账号和多大额度的支付方式交给它，是另一回事，何况记忆本身也会出错，为某个项目临时选的方案可能被当成长期偏好记下来，已经作废的收货地址下次又被翻出来用，聊天助手记错最多答错一句话，替人下单的助手记错了，用户在付款确认那一步又没细看，钱就真的花出去了。
参考
- Muse Wonder: A Frontier Model For Personal & Professional AI Agents — Meta 官方博客
- Introducing Muse: The World’s First Personal AI Agent Built for Everyone — Meta 官方发布
- Meta’s new Muse Wonder and Muse Wonder Full models achieve frontier performance, but only the weaker one is available via API — VentureBeat
- Everything new coming to Meta’s AI agent Muse — TechCrunch
- Meta says its Muse AI agent can do things for you. I put it to the test — CNN
关于
关注我获取更多资讯
