上周你刚告诉 AI："我对花生过敏，下个月要去东京出差。"
这周你让它帮忙订餐厅，它一脸无辜地推荐了一家花生酱拉面。

这是现在大多数 AI 的通病：聪明，但健忘；能聊，但不能"干活"。

10 月份，Meta 发布了新一代模型 Muse Wonder，专门瞄准这两个痛点。Meta 的说法是，他们用 14 个月把整个 AI 体系推倒重来，在自家吉瓦级的 Prometheus 数据中心里训练出了这个模型。（"吉瓦级"大致相当于一座大型发电站的供电规模。）

一、它是什么？两个"版本"，两个关键词

Muse Wonder 其实是一个系列：

• Muse Wonder：标准版，开发者现在就能通过 Meta 的 API 调用。
• Muse Wonder Full：更强的旗舰版，目前只对 Muse Code（Meta 的编程工具）的付费订阅用户开放。

Meta 给它贴了两个标签：

① Active Memory（主动记忆）
通俗讲，就是*记得你，并且在该想起来的时候想起来"。不是把聊天记录无脑塞进去，而是跨对话记住对你重要的信息，做事时主动调出相关的部分。回到开头的例子：理想状态下，它订餐厅时会自己想起"这个人对花生过敏"。

② Active Focus（主动专注）
通俗讲，就是"遇到难题不躺平"。Meta 的描述是：它会换思路、绕过障碍、根据新信息调整，必要时向你确认，做重要操作前会先问一声。官方还强调它能连续跑好几个小时的长任务，会拆解计划、把子任务分给"小弟"（子智能体）并行处理，出错了自己恢复。

Meta 演示了几个场景：帮你规划周六的跑步路线、根据你 Instagram 上的真实照片设计并下单定制周边、按一堆复杂条件排婚礼座位表，还有一键做出一个能玩的 3D 厨房小游戏。

二、成绩单：赢在哪，输在哪

这是我最想认真讲的部分，因为标题党容易只报喜不报忧。

Meta 拿 Muse Wonder 系列去和 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5.5 对比，下面是网页上的数据（均为 Meta 自己公布的成绩）：

所以"重归巅峰"这个说法对吗？

我的判断是：对一半。

Meta 赢得最漂亮的，恰好是它主打的方向：记忆、长时间持续工作、长流程工程任务。但在"从零写代码""终端操作"和综合智能指数上，Claude Opus 5.5 仍然领先它。

另外有两点要留意：

1. 这些几乎都是 Meta 自己公布的数据。 官网提到 DeepSWE 和 SWE-Marathon 有独立第三方复测，但其他项目还要等社区验证。
2. 跑分不等于体验。 这点 Meta 自己都承认，他们在文章里专门提到了圈子里常说的"benchmaxxing"（刷榜）和"大模型味"。

三、Meta 为什么特意聊"大模型味"？

这是整篇文章里我觉得最有意思的一段。

想象两个学生，期末考分数一样高。A 是把历年真题刷烂了，B 是真正学通了。换一套没见过的题，B 会比 A 强很多。

Meta 做了个实验来证明自己是 B：他们把任务分成"训练时重点练过的题"和"完全没练过的题"，对比新旧模型。结果是：在同样的"练过的题"成绩下，Muse Wonder Full 在"没练过的题"上，比上一代 Muse Spark 1.3 的趋势预测还要好。

Meta 的解释是：底座更大更强，学到的本事就更容易"举一反三"。

这对"个人助理"很重要，因为你的生活没法被提前出题：今天订机票，明天排座位，后天读租房合同。

四、普通人什么时候能用上？花多少钱？

• 开发者：现在就能通过 Meta Model API 调用，价格是每百万 token 输入 4 美元、输出 20 美元，上下文窗口 100 万 token（大概能塞下几本长篇小说）。
• 想用旗舰版 Full：需要订阅 Muse Code，档位是每月 50 美元（Power）或 200 美元（Maximum）。
• 普通用户：Meta 说 Muse Wonder 之后会陆续进入 Muse 应用，会先向订阅用户推送。

五、这次是"追上来了"，还是"超过去了"？

如果你问我，我会这么说：

Meta 不是在所有赛道上"重归巅峰"，但它选对了一条很有野心的赛道：做一个真正懂你、能替你干长活的 AI。在"记忆"和"长程任务"上，它交出了领先的成绩单，这比单纯在聊天跑分上刷第一更有意义。

真正的考验不在发布会，而在接下来几个月：当几十万真实用户把真实的生活交给它时，它会不会还记得你对花生过敏？

1. 五分钟快速上手

import os
from openai import OpenAI
client = OpenAI(
    base_url="<从 dev.meta.ai/docs 获取>",
    api_key=os.environ["META_API_KEY"],
)
resp = client.chat.completions.create(
    model="muse-wonder-1.0",
    messages=[
        {"role": "user", "content": "帮我把这份租房合同里对租客不利的条款列出来。"}
    ],
)
print(resp.choices[0].message.content)

因为是 OpenAI 兼容格式，你现有的工具链（各类 SDK、Agent 框架）理论上只需要换 base_url 和模型名。

2. 用最朴素的方式理解 "Active Memory"

Meta 的 Active Memory 是模型和产品层面的能力，不是你几行代码能复现的。但下面这个迷你版能帮你理解它的思路：存下来 → 需要时检索 → 注入上下文。

import json, math
from pathlib import Path
MEM_FILE = Path("memory.json")
def load_mem():
    return json.loads(MEM_FILE.read_text()) if MEM_FILE.exists() else []
def save_fact(fact: str):
    mem = load_mem()
    mem.append(fact)
    MEM_FILE.write_text(json.dumps(mem, ensure_ascii=False, indent=2))
def recall(query: str, k: int = 3):
    # 演示用：简单关键词重叠打分。生产环境请换成向量检索（embedding）
    def score(fact):
        return sum(ch in fact for ch in set(query))
    return sorted(load_mem(), key=score, reverse=True)[:k]
def ask_with_memory(client, user_msg: str):
    relevant = recall(user_msg)
    system = "你是用户的个人助理。以下是你记得的关于用户的重要信息：
" + "
".join(f"- {m}" for m in relevant)
    return client.chat.completions.create(
        model="muse-wonder-1.0",
        messages=[
            {"role": "system", "content": system},
            {"role": "user", "content": user_msg},
        ],
    ).choices[0].message.content
save_fact("用户对花生过敏")
save_fact("用户下个月去东京出差")
print(ask_with_memory(client, "帮我推荐东京的晚餐"))

3. "Active Focus" 的骨架：一个会自己重试的 Agent 循环

长时间任务的核心是一个循环：想 → 调用工具 → 看结果 → 失败了换思路。

import json
tools = [{
    "type": "function",
    "function": {
        "name": "run_tests",
        "description": "运行项目测试并返回结果",
        "parameters": {"type": "object", "properties": {}},
    },
}]
def run_tests():
    # 这里替换为你真实的测试执行逻辑
    return "FAILED: test_login - AssertionError"
messages = [{"role": "user", "content": "让所有测试通过，改完后告诉我改了什么。"}]
for step in range(20):  # 设置上限，防止无限循环烧钱
    resp = client.chat.completions.create(
        model="muse-wonder-1.0", messages=messages, tools=tools
    )
    msg = resp.choices[0].message
    messages.append(msg)

    if not msg.tool_calls:      # 没有再调用工具，说明模型认为任务完成
        print(msg.content)
        break

    for call in msg.tool_calls:
        result = run_tests() if call.function.name == "run_tests" else "unknown tool"
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": result,
        })

实战提醒： 必须设置最大步数和预算上限。长任务的 Agent 最怕的不是做不好，而是做不完还一直在花钱。

4. 一笔成本账

假设一个长任务：新输入 30 万 token，缓存命中输入 300 万 token，输出 10 万 token。

fresh_in, cached_in, out = 0.3, 3.0, 0.1   # 单位：百万 token
cost = fresh_in * 4.00 + cached_in * 0.20 + out * 20.00
print(f"${cost:.2f}")   # → $3.80

可以看到，缓存输入只要 0.2 美元/百万 token，是普通输入价格的二十分之一。做长任务 Agent 时，把固定不变的内容（系统提示、代码库、文档）放在前面以命中缓存，是最划算的省钱手段。

5. 值得关注的官方 Cookbook

官方列了几个示例：多智能体编排（四个角色的"小团队"把一句话想法做成 SaaS 应用）、子智能体并行（在隔离的 git worktree 里同时干活，避免互相冲突）、Computer Use（让模型看屏幕、操作浏览器和桌面应用）、GitHub 机器人，以及搜索接入。感兴趣的朋友建议直接去官方文档看。