当天的头条：两个名字，两个老毛病
10 月 12 日，Meta 发布 Muse Wonder 与 Muse Wonder Full，官方定位是「面向个人与专业智能体任务的前沿模型」。发布材料里被提到台前的是两个命名能力，恰恰戳中生产智能体最贵的两笔开销。
一个叫 Active Memory：跨会话带着「关于你的事」——项目、偏好、此前的决定——并在任务当下主动检索相关细节，而不是等你复述。治的毛病每个跑长程智能体的人都熟：智能体在会话之间清零，每一轮都要在提示词里重搭状态——政策文本、工具目录、上轮做过的决定，全部重来。另一个叫 Active Focus：难题前换路、从错误里恢复、需要时开口问，重要动作前先确认再动。治的毛病更贵：该停的时候不停——凭一个没人核实的假设，把凭证备忘录、邮件、工单一路发出去，错在对账时才浮出来。这两件事过去都归提示词与管道工程管，Meta 把它们收进了模型本体。
基准账：赢的三项是自家跑的，输的三项也是自家认的
跑分要连着口径读。模型卡上，Muse Wonder Full 在 Harvey 法律智能体基准（Artificial Analysis 版）上 13.1% 对 GPT-6 Astra 的 8.6%；两项长程编码测试领先；但 ProgramBench、HealthBench Pro 与 OSWorld V2.1 都落后于 Claude Opus 5.5，综合智能指数也低 2 分。Meta 自己在卡里注明了对比的成色：对比模型的跑分是 best-effort，提示词与工具未必调到位；SWE-Marathon 的对照明确标注「不受控」，且 Wonder Full 用了最高的推理档。另一处自我暴露更有意思：Meta 放出对照图，显示 Wonder Full 在陌生任务上的表现好于自家 Spark 1.3 趋势线的预测——「基准刷分」与「大模型嗅觉」之争，被摆到了台面上。
获取是分层的：Wonder 走 Meta Model API 与 Muse Code，Wonder Full 仅向 Muse Code 订阅者开放，随后先供养 Muse 智能体的订阅者使用，再用于生成artifact 与更难的流程。技术规格上，1M 上下文，输入可混合文本、视频、音频与图像，输出只有文本。定价是个悬案：官方发布材料未见统一定价，第三方渠道流传「每百万输入 4 美元、输出 20 美元」等说法，口径不一——以 Model API 文档为准。底座是吉瓦级 Prometheus 数据中心，Meta 说这轮重建已经进行了 14 个月。
记忆进了模型，治理还在模型外
把 Active Memory 当产品能力看，立刻冒出治理四问：记错了怎么办、能不能删、会不会过期、冲突听谁的、隐私怎么隔——这些没有一项是模型权重能回答的，全在产品层。Meta 的评估矩阵因此值得注意：记忆类基准（MemoryBench）与专注类基准（FocusBench、SWE-Marathon）被提到了和编码基准并列的位置。有分析把这轮发布读成「把长期记忆当一级产品能力」，判断标准也跟着变：该测的不只是答得准，还有长程回忆准确率、时间一致性、记忆冲突消解与来源可溯。
对正在搭审批门的团队，还有一个更直接的含义：一个被训练成「重要动作前先问」的模型，是和你现在每笔写回都要人批的架构对话的。有运维视角的分析算过这笔账——如果模型可靠地在不确定处停下，闸门就可以从「每次写都审」移到「模型标记的写＋抽样审」，自动化省下的才从阅读时间变成人头时间。这是主张，不是结论：Wonder 系列刚发布，没有第三方复现，「停在不确定处」的可靠性待验。放进站内脉络：1148 写过 Muse 桌面端的权限设计、1259 写过它的连接器平台、239 写过 Spark 1.1——这一轮的增量是「记忆与分寸进了权重」。同一天的法律模型赛道上，GLM-Legal 正把单价打到每题 0.15 美元（本站 1854），而 Vals AI 的 Harvey LAB 榜上目前领跑的是 Muse Spark 1.2 的 25.42%——前沿模型竞争的重心，正从「答得好」移向「记得住、停得下、花得起」。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。