Meta 发布 Muse Wonder：主打「主动记忆 + 主动专注」，剑指个人 Agent

一分钟速览

• Meta 发布新一代 Muse Wonder 系列，包含 Muse Wonder 与 Muse Wonder Full 两个模型，称其为公司目前能力最强的模型。
• 核心能力被概括为两个新关键词：主动记忆（跨对话记住用户重要信息）与主动专注（在长任务中持续推进目标）。
• Muse Wonder 已通过 Meta Model API 与 Muse Code 开放，定价为每百万输入 Token 4 美元、缓存输入 0.2 美元、输出 20 美元。
• Muse Wonder Full 暂无单独 API 定价，只包含在 Muse Code 的订阅中。
• 据透露，Muse 从原型到发布用了 7 个月，团队不到 200 人，在千兆瓦级 Prometheus 数据中心完成训练。

在经历诸多争议、近期凭 Muse「翻红」之后，Meta 发布了新一代 Muse Wonder 系列，并明确把产品目标指向「个人和专业 Agent」。有网友的评价是：一夜之间，竞争格局从「双强对决」演变为「三方角逐」。

从「更会推理」到「记得住、盯得久」

与此前更强调推理能力不同，Muse Wonder 的核心能力被概括为两个新的关键词：主动记忆和主动专注。前者负责跨对话记住用户的重要信息，让 Agent 不必每次都从头了解你；后者负责让 Agent 在长时间任务里持续推进目标、绕过障碍，并根据新信息调整行动。这两个方向的共同点，是把「助理」从「一问一答」推向「持续在场」。

据 InfoQ 报道，Muse Wonder 已通过 Meta Model API 和 Muse Code 开放，价格为每百万输入 Token 4 美元、缓存输入 0.2 美元、输出 20 美元；Muse Wonder Full 暂时没有单独的 API 定价，只包含在 Muse Code 的 Power Usage 和 Maximum Usage 订阅中，后者分别为每月 50 美元和 200 美元。之后，Muse Wonder 还将逐步进入 Meta 的 Muse 产品，首先向订阅用户推出，并承担 Artifact 生成等需要更高智能水平的复杂任务。

7 个月，不到 200 人

就在发布前一天，Meta 的 Alexandr Wang 在一档播客里从产品侧详细披露了 Muse 背后的故事：它最初受到某个开源项目的启发，1 至 2 周做出第一个原型，从原型到正式发布用了 7 个月，整个团队不到 200 人。为了决定模型什么时候能真正面对消费者，团队列出了一张超过 100 项能力的清单，为每一项设定发布门槛，直到第一次出现「全部变绿」的模型检查点。

Meta 表示，Muse Wonder 延续了此前 Muse Spark 确立的 Scaling 路线，从预训练和强化学习两个方向继续扩大模型能力，并在千兆瓦级的 Prometheus 数据中心完成训练。Wang 对这条路线有一个更具野心的判断：个人 Agent 可能成为某种「终极消费产品」。对 Meta 来说，最重要的筹码是它每天触达的约 35 亿用户，以及社交产品长期积累的个人关系与消费场景。

趋势洞察

「主动记忆 + 主动专注」这两个词，精准命中了当下 Agent 产品最痛的两点：记不住、盯不久。过去一年，行业把大量精力花在提升单次回答的智商上，但真正让 Agent 从「演示」走向「可用」的，是长期记忆与长程执行。Meta 把这两项能力直接写进基础模型，意味着它不再把 Agent 当作一个外挂应用，而是当作模型的原生形态。加上订阅制的定价与 35 亿用户的入口，Meta 正在把「个人 Agent」变成一场关于分发与习惯的竞争——谁能先让用户把「找个助理」变成肌肉记忆，谁就更接近那个「终极消费产品」。