Meta Muse Wonder 面向长时程、多步骤智能体任务

Meta 于 2026-10-12 说明 Muse Wonder 面向长时程、多步骤智能体工作，并提出 Active Memory 与 Active Focus 两项机制，关注点在于模型是否能跨会话保持任务上下文并在受阻时继续推进。

• Meta 对 Active Memory 的描述是跨对话携带上下文，并在相关时呈现。
• Active Focus 被描述为在任务复杂时持续围绕目标尝试替代方案。
• 这些是产品机制和设计目标的说明，不等同于在所有长任务中都能稳定完成工作。
• 实际效果还取决于记忆选择是否准确、上下文是否过时，以及模型在反复尝试时能否识别错误路径。
• 影响/看点：如果两项机制能减少重复交代和中途停滞，长流程智能体的使用成本可能下降；这一影响成立需要有跨会话任务完成率、错误恢复率和用户可控性等公开评测支持。
• 资料依据:
• AI at Meta（2026-10-12）：Muse Wonder 长时程智能体能力说明原帖 https://x.com/AIatMeta/status/2109691156258783589

本内容由 AI 生成，仅供参考，请注意甄别