10 月 12 日，Arena 的官方动态只写了一句话。Meta 的 Muse Wonder 已经上线 Agent Arena，欢迎去测，分数即将公布。
就这么多。没有发布会直播，也没有预热视频。
我先把背景理了一遍。Muse Wonder 这个系列分两档，一档叫 Muse Wonder，一档叫更强的 Muse Wonder Full。Meta 自己的说法是，这是他们目前为止能力最强的模型，面向个人和专业的智能体任务。公司还提到，这一步是在 14 个月里从底层重搭 AI 技术栈之后做出来的，训练放在自家那座吉瓦级的 Prometheus 数据中心里。
读到这里，多数人的第一反应大概又是来了一个跑分新闻。真正让我多看两眼的，是它上架的地方。

Agent Arena 跟常见的静态题库不一样。它收集的是全球用户真实提交的长周期任务，同一个任务同时交给几个模型去跑，最后让用户投票，哪边结果更好。排行榜背后用的是一种叫因果追踪的方法，衡量的是一个模型相对于平均水平到底高出多少。
翻成普通话，它看的是结果。一个真活交出去，谁交的东西更好用，谁就赢。

Muse Wonder 这次还同时进了 Code Arena，WebDev、Image-to-WebDev、Text 和 Vision 几个方向都能找到它。
想试的人可以自己去挑一件平时就会碰到的事。让模型读一份租约，理一份理赔材料，或者把一个改到一半的项目收尾，然后看它到底撑不撑得住。

我自己比较在意的是一件事。分数还没公布，两家真打过照面之前，任何一方说的话都只能算自述。Meta 说它在前面，Arena 说可以来测，这两句都成立，可它们还没告诉我们它排第几。
有一个数字倒是能当参照。Meta 的 Muse 应用在 9 月 8 日上线，22 天做到 500 万下载。Sensor Tower 的数据显示，这个速度比 ChatGPT、Grok、Claude 同期都快。模型好不好是另一回事，至少说明有人愿意点开它。
这次 Meta 走的也是闭源路线，跟当年 Llama 开放权重的做法不同。Financial Times 提到，这是 Meta 在人才、数据中心和算力上砸了大钱之后，重新回到前沿竞争的结果。扎克伯格说 Meta 回到了前沿，这句话今天还只是一句自评。
所以这条消息眼下能确定的部分很有限。模型上线了，可以去测，分数没出。想提前知道它几斤几两的人，与其等榜单，不如自己丢一个真任务进去。榜单迟早会发，但你自己那次卡住或者没卡住，比任何名次都具体。