资讯日期：2026年10月12日｜整理日期：10月13日
来源：Meta官方新闻稿及研究博客。本文依据公开资料整理，未进行产品实测。
让AI完成一项跨多天的工作，难点往往不只是回答问题：它能不能记住前面的要求，遇到失败后继续推进，并在关键步骤停下来确认？
10月12日，Meta发布Muse Wonder与Muse Wonder Full，把个人及专业智能体任务作为重点。官方特别介绍了Active Memory和Active Focus两项设计。
一、谁现在可以使用？根据官方公告，Muse Wonder已通过Meta Model API和Muse Code向开发者提供；Muse Wonder Full面向Muse Code订阅用户。
进入个人产品Muse的安排则是“即将推出”，并将先面向订阅用户。模型发布和每个个人账号立即获得升级，是不同的事情，不能混为一谈。具体账号、地区及使用条件仍应以官方页面为准。
二、记忆与持续执行分别做什么？Meta研究博客将Active Memory解释为：跨对话保留重要上下文，并在新任务需要时找回相关细节。重点是信息能否在合适的时候被用上。
Active Focus关注持续完成任务：遇到障碍时尝试其他办法，根据新信息调整，在必要时询问，并在重要行动前确认。官方还将编程作为应用方向，涉及需求跟踪、代码修改、测试与修订。
这些是Meta对产品能力的介绍。本文没有独立验证效果，也不把厂商所称的领先表现写成适用于所有场景的结论。
三、对普通用户意味着什么？以下是作者分析。假设你要做一个小型活动网站，今天定页面结构，明天改报名规则，后天再检查。一个有用的AI助手需要知道哪些要求已经确认、哪些还在讨论，避免把旧版本当成新目标。
同样，持续执行也不等于不停地重试。真正有价值的推进，应当能说明失败原因、调整步骤，并给出可检查的结果。若方向已经偏了，做得越久，可能返工越多。
给这类助手分配任务时，可以先说明：
目标：最终交付什么，怎样才算完成。资料：以哪些文件和已确认要求为依据。边界：哪些步骤可直接执行，哪些动作必须先确认。四、能力更强，也要能检查Meta称，它训练该系列避免未经许可分享私人信息，并表示更多安全评估的完整报告将后续提供。训练目标不能当成不会发生错误的保证。
本文认为，记忆是否准确、能否纠正过时信息，以及任务过程中是否遵守权限，都应成为实际使用时的观察点。提交成果后，也要核对文件、运行结果和未完成事项。
结语：从回答走向持续协作这次发布值得关注的方向，是让AI在更长的任务里保留上下文并继续工作。对用户来说，评价标准也应随之具体化：要求是否记对，过程是否可控，成果是否可核验。
官方来源
Meta发布公告（2026年10月12日）：https://about.fb.com/news/2026/10/introducing-muse-wonder-models/
Meta研究博客（同日）：https://research.meta.ai/blog/muse-wonder
封面为AI科技示意图，来源：头条免费正版图库，非新闻现场照片。
声明：本文图片来源于版权方，任何网站、报刊、电视台、公司、组织、个人未经版权方许可，不得部分或全部使用。