10 月 12 日，Meta 超智能实验室发布了 Muse Wonder 与 Muse Wonder Full 两个模型，官方定位是「首款前沿级模型」。对做 Agent 的人来说，这次值得单独拎出来讲的不是跑分，而是它把长期记忆写成了模型自带的行为——而不是应用层自己搭的一套检索。
一、事实梳理：发布了什么
先把可核实的事实列清楚，厂商口径与第三方口径分开写。
模型与能力（厂商公布）：两个型号同时发布，标准版 Muse Wonder 走 Meta Model API 与 Muse Code，完整版 Muse Wonder Full 只进 Muse Code 订阅、不上 API。两者都是 1M token 上下文，闭源、不下发权重。官方强调的两个训练出来的行为是：Active Memory——跨会话保留与你相关的信息，并按当前任务取回；Active Focus——任务变难时继续推进，换方法、绕开阻塞、需要时追问澄清，并在重要动作前先确认。
价格与额度（厂商公布）：Muse Wonder 按 $4 / 百万输入 token、$0.20 / 百万缓存输入 token、$20 / 百万输出 token 计费；限速为每分钟 3000 次请求、400 万 token。Muse Wonder Full 不单卖 token，含在 Muse Code 订阅里，Power 档 $50/月，新的 Maximum 档 $200/月。
第三方口径：Artificial Analysis 给出的智能指数是 Full 档 56、标准档 52，同期的 Claude Opus 5.5 为 58；但它测算的单个任务成本是 $4.52，低于 Opus 5.5 的 $5.98，高于 GPT-6 Astra 的 $3.26。厂商自己公布的 SWE-Marathon 为 57.5%，对照组 46.3%，这组数字来自厂商图表，需要打折看。
官方没说的：没有公布参数量，没有独立第三方跑分复核，承诺的安全报告当时尚未发布。这一条要记住，后面还会用到。
二、真正新的是什么：记忆换了位置
Agent 的记忆一直是个工程活。站内讲过的做法很清楚：AI Agent 记忆怎么设计 讲的是自己搭短期记忆、长期记忆和污染治理；OpenClaw 长期记忆怎么用 讲的是在 Agent 里开 Active Memory、验证、防污染；AI Agent 上下文管理 讲的是窗口不够用时怎么取舍。
这些做法的共同前提是：模型本身没有记忆，记忆是你在外面搭的一层。每次调用，你得自己决定塞什么进去、取什么出来、什么时候清掉。这也是为什么 长时任务 这么难做——一半的复杂度花在「怎么让模型记得住」上。
Muse Wonder 这组能力改的是这个前提。它把「保留什么、什么时候取回」训练成了模型行为。这不等于旧方法没用了，但意味着同一件事现在有两个实现位置：应用层和模型层。往模型层挪的好处是省掉一层工程和一堆调参；代价是这层记忆怎么存、存在哪、谁能删，你不再完全掌控。
三、它改的是评价口径
如果记忆真的变成模型能力，那现有评测基本测不出来——大部分评测都是单轮或者短会话，跨会话这件事根本没进考场。至少得补四个维度：
- 长期召回准确率——该记住的记住了没有，不该记的有没有乱记。
- 时序一致性——用户上周说 A、这周说改成 B，模型会不会还按 A 走。
- 记忆冲突消解——新旧信息矛盾时，是覆盖、是并存、还是追问，处理方式必须可预期。
- 来源可追溯——每条被记起来的信息，能不能指出是哪一次对话来的。
最后一条最关键。记忆一旦不可追溯，出了问题就无从复盘——这和 AI Agent 审计查询字段怎么设计 是一个道理：能查回来，才谈得上治理。
四、商业结构：模型按量卖，最强能力按订阅卖
这次的定价结构比模型本身更值得琢磨：标准版按 token 卖、最强版只进订阅。Muse Code 订阅的三档（Everyday、Power $50、Maximum $200）里，只有后两档能用上 Full。
这意味着行业里那条已经出现过的定价转向又往前走了一步：GPT-6 与 Claude Opus 5.5 同天降价 那一次，计价单位从每 Token 转向每任务成本；这次是能力本身开始分轨——能按量买到的，和只能靠订阅拿到的，不是同一个东西。配合 缓存 那套 $0.20 的缓存输入价，可以算出：常用上下文越多，实际成本越靠近订阅制。
往深一层看，锁定点也挪了位。以前换模型主要是换 API，成本是重调提示词和工具描述；现在多了一项——换模型意味着换掉那层记忆。从这个角度说，模型本身反而变得更可替换了，真正难搬的是「你的长期上下文」。这跟 开源 Agent 开始卖进企业 里那种「内核免费、靠部署位置收费」是同一类结构，也和 控制平面 的思路同向。
五、和站内两篇老稿的关系
站内已经有两条 Muse 线的稿子，这次要明确错开：Meta 发布个人 AI 智能体 Muse 写的是产品发布，重点是 Secure VM + Sentinel 架构和「C 端个人 Agent 元年」；Meta Muse 首周拿下 50 万用户 写的是上线后的用户数据与「深受 OpenClaw 启发」那段官方表态。这两篇讲的是产品与用户。
这一篇讲的是模型能力形态与商业结构：前沿模型第一次把长期记忆当作核心卖点，以及「按量 / 按订阅」的分轨定价。三篇放在一起不冲突，只是各看了一层。
六、影响分析：三方各受什么影响
- 对开发者：短期最实用的动作不是换模型，而是把「记忆」这一层做成可替换的接口。这样无论记忆在模型里还是在你的向量库里，切换成本都可控。另外，接入前先测「有阻塞的长任务」，因为 Active Focus 的价值只在那种任务上才显出来。
- 对企业：新的合规问题出现了。以前记忆是你自己存的，删哪条、留多久、谁能查，都是你说了算；现在一部分记忆在模型侧，就得问清楚三件事——存在哪、能不能删、会不会被用于训练。这次订阅版默认开启的一项数据设置就属于这类，需要主动检查而不是事后发现。
- 对行业：当头部厂商都在把「持久上下文」做成核心能力，Agent 的竞争焦点会从「模型聪不聪明」继续往「记不记得住、记不记得准」挪。这也解释了为什么 常驻个人 Agent 这类产品都要自带一台云电脑——记忆和常驻是同一件事的两面。
七、三盆冷水
- 「首款前沿级」是厂商定位。参数未公布、无独立跑分复核、安全报告未发布，第三方指数上它仍排在 Opus 5.5 之后。把它当成「Meta 回来了」的信号可以，当成「已经领先」还不够。
- 厂商自己的跑分差距不能直接信。SWE-Marathon 那组 57.5% vs 46.3% 来自厂商图表，且没有说明测试条件。真要评估，用自己的仓库和自己的任务跑一遍。
- 订阅默认值要主动看。报道提到 Muse Code 订阅默认处于一种贡献者模式，提示词、代码、文件和输出可能被用于改进模型，关掉也只对之后的提交生效。用公司代码库之前，先去改这个设置。
八、老达点评
这次发布里最值得记住的一句话，不是哪个分数，而是「记忆从应用层挪到了模型层」。过去两年大家做 Agent 最花时间的两件事是上下文工程和记忆设计，本质都是在替模型补一个它没有的能力。现在厂商开始直接把这个能力做进模型，短期看是省事，长期看是把一个原本由你掌控、可以随时替换的模块，变成模型的一部分。
所以我更关心的不是它比谁强多少，而是可迁移性：如果一个 Agent 的价值有一半来自那层记忆，那这层记忆能不能带走，就成了选型时的第一问题，而不是最后一问题。至于是本地存还是模型侧存，目前没有标准答案，但有条判断线很清楚——能不能删、能不能导出、出了问题能不能指出是哪条记忆导致的。这三条过不了的方案，先别往核心业务上用。
至于具体要不要接，我的建议是先别急着切主模型。拿一个真实的长任务去测它的 Active Focus，拿一个跨越两三周的对话去测它的 Active Memory，成本不到半天，结论比看十篇评测都管用。
九、总结
Meta Muse Wonder 这次把长期记忆写进了模型本身，同时把最强能力放进订阅、标准能力放进按量计费。对开发者来说，评价口径要补上长期召回、时序一致、冲突消解和来源追溯四项；对企业来说，要先把「模型侧的记忆」当成一类新的数据资产来管；对行业来说，竞争的焦点正从模型能力往持久上下文迁移。分数会被追平，记忆和上下文很难搬家——这才是这次发布真正的分量所在。
