摘要：Meta 在 2026 年 10 月 12 日发布 Muse Wonder 与 Muse Wonder Full 两个型号，把 Agent 最常丢的两样东西——跨会话的记忆和对长任务的坚持——拆成 Active Memory 与 Active Focus 两套独立机制。当天 Model API、Muse Code 与 Vercel AI Gateway 同步接入。
如果你每天用编码 Agent 处理超过一小时的任务，多半遇到过这两种情况：第二天回来接着做同一件事，得把仓库结构、测试命令、不要碰的目录重新交代一遍；或者任务卡在一个偶发失败的测试上，Agent 要么直接停住等你，要么开始乱改。
Meta 在 10 月 12 日发布的 Muse Wonder 系列，正是对着这两个失败模式来的：它没有笼统地说「更聪明」，而是把它们拆成了两个有名字的机制。本文只回答三个问题：它具体放了什么、这会改变哪一步工作流、以及现在还差什么。
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。
发生了什么：两个型号，两套机制
Meta 官方研究博客给出的信息很明确：这次发布的是 Muse Wonder 和 Muse Wonder Full 两个型号，定位是「在个人与专业 Agent 任务上达到当前最好水平」，措辞是「迈向个人超级智能的一大步」。
真正有信息量的是它们带来的两个系统，官方各给了一段定义：
- Active Memory：跨对话保留关于用户的上下文，并在当前任务需要时把这些细节调取出来。
- Active Focus：在困难目标上坚持下去——尝试别的方法、顶住阻塞、根据新信息调整、在没有把握时请求澄清，并在执行有后果的动作前先跟人确认。
评测覆盖了法律、金融、健康等专业领域。官方点名的基准有三项：FocusBench、SWE-Marathon、LAB，并提到在法律领域使用了 Harvey 的 Legal Agent 基准。演示场景包括从图片输入构建可玩的 3D 厨房小游戏、按照片下单周边、编排婚礼座位表等。
训练侧，Meta 称这批模型是在「千兆瓦级」的 Prometheus 数据中心完成的。
一个具体工作场景：跨天的依赖升级
把上面的机制放进一个真实流程，变化才看得见。假设周二上午你让 Agent 做一件事：把一个服务的三个仓库里的旧依赖升上去，跑通测试，但不要动 CI 配置。
过去的做法是，周二它做完一部分，周三你继续时要从头讲一遍：哪三个仓库、测试命令是什么、CI 配置为什么不能碰。有了 Active Memory 之后，这些上下文跟着任务走，你不用重讲，它自己去取。这一步省下的不是几秒钟，而是每次中断后重新建立共识的十几分钟。
接着它会撞上硬骨头——某个偶发失败的集成测试。这是过去最容易翻车的地方：Agent 卡住后要么原地打转，要么把「让测试变绿」当成唯一目标去改测试本身。Active Focus 描述的行为是：换一种复现路径再试、在信息不足时回来问你、并在真正改动配置这类有后果的动作前先确认。也就是说，它的默认路径从「要么放弃、要么硬闯」变成了「先换方法，再求助，最后才动手」。
为什么这更接近可用，而不是更接近聪明
多数模型发布讲的是能力增量，这次值得注意的地方在于它对准的是两个具体的失败模式，而不是笼统的分数。
Agent 产品的体验瓶颈，长期不在「单步够不够强」，而在两处：一是上下文的生命周期太短，任务一旦跨天就归零；二是目标坚持度太低，遇到阻塞点时策略退化成随机改文件。Active Memory 与 Active Focus 分别指向这两处，恰好是团队在实际做长任务时最先撞到的墙。
换句话说，这次更新改变的是「一次任务能持续多久」，而不是「一次回答有多好」。对已经用 Agent 跑多步骤任务的人来说，前者才是决定能不能真正放手的关键。
Active Memory 还有一层容易被忽略的影响：它把「团队约定」从每次口头复述变成了可继承的上下文。过去新人接手一个 Agent 任务时，代码库的历史决策、禁用项、验收标准散在聊天记录里；如果这些能随任务本身保留下来，交接的成本会明显下降。当然，这也带来一个新的管理问题——记忆里存了什么、什么时候失效、怎么清理，官方目前都没说，这部分得自己先立规矩。
限制、缺口与必须由人接管的地方
有几件事官方博客没有给，选购和落地前必须自己补上：
- 没有参数规模、上下文长度和价格。这篇博客完全没有提供模型参数量、上下文窗口大小或定价。要落地就得等 API 文档，别拿「跨会话记忆」直接推算出成本。
- 基准是产品方自述。FocusBench、SWE-Marathon、LAB 的分数由 Meta 自己给出，第三方复现之前应视为产品方数据。Harvey 的法律基准同理，先看清是谁跑的、什么设置。
- 分层可用。Muse Wonder 通过 Meta Model API 和 Muse Code 提供；Muse Wonder Full 只对 Muse Code 订阅者开放。两个型号的能力差异官方没有展开。
- 安全报告尚未发布。Meta 称这是其「迄今最对齐」的模型，并强调对对抗性指令的鲁棒性以及对 CBRN、网络滥用的防护，但完整安全报告只是承诺「很快」。这份报告出来之前，涉及生产变更、资金和对外发送的动作，仍应由人保留最终确认。
- 「先确认再执行」是自己判断的。Active Focus 里的主动确认由模型自行触发，不能替代你侧的审批门。高风险动作要靠权限和 CI 规则兜底，不要指望模型的自觉。
怎么试用
- 需要 API 的话，走 Meta Model API 调用 Muse Wonder，具体端点与计费以官方文档为准。
- 用 Vercel 的团队更方便：同日 Vercel AI Gateway 已上架 Muse Wonder，用同一个 API key 就能在网关里切换，不必单独维护一份 Meta 凭据。
- 想用到 Muse Wonder Full，需要 Muse Code 订阅，目前没有单独购买途径。
建议第一次接入时，挑一个跨两天、且包含「遇到阻塞」环节的真实任务跑一遍——那才是这两套机制能体现价值的地方，而不是单轮问答。
信息来源
- Meta Research：Introducing Muse Wonder（2026-10-12）— https://research.meta.ai/blog/muse-wonder
- Vercel Changelog：Muse Wonder now available on AI Gateway（2026-10-12）— https://vercel.com/changelog
HiFox ：将 Agent 变成真正的队友
另外，我们也在思考，AI 如何从个人提效走进团队协作。
HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。
👉 立即体验 Hifox：https://hifox.com
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。