Muse Wonder 長跑代理
Meta 在 2026 年 10 月 12 日（官方研究部落格與開發者部落格日期）發布 Muse Wonder 系列：包含 Muse Wonder 與更強的 Muse Wonder Full。官方定位是「個人與專業 AI 代理」的前線模型，並強調兩項能力——Active Memory（主動記憶）與 Active Focus（主動專注）。
簡單說：這不是只會一問一答的聊天框，而是設計給要跑很久、要跨多個步驟、還要記得你先前交代過什麼的工作。官方示範包括在瀏覽器與應用程式之間規劃行程、依複雜條件排座位、以及長時間寫程式與除錯。
Muse Wonder 今天可透過 Meta Model API 與 Muse Code 使用；Muse Wonder Full 今天則給 Muse Code 訂閱者使用。官方也寫道：Muse Wonder 稍後會先對訂閱者驅動 Muse 產品體驗，並用於需要更高智力的產物生成與流程。
主動記憶與 100 萬上下文
1. Active Memory 與 Active Focus：為什麼對「長跑代理」重要
官方把兩者寫得很直白：
- Active Memory：把對你重要的脈絡帶到不同對話，並在當下任務需要時主動取回相關細節。
- Active Focus：任務變難時仍朝目標前進——換方法、穿過卡點、適應新資訊；必要時會請你澄清，並在採取重要行動前先確認。
對一人公司和中小企來說，這比較接近「把一件事交給背景代理去做幾小時」，而不是「整天盯著聊天窗來回追問」。不過官方也提醒：模型仍可能在陌生的多步驟任務中犯錯，表現也取決於外圍軟體與工具；對重要動作，官方建議保留人工確認。
2. 輸入輸出與上下文
依官方 Model Card：輸入可為文字、圖像、影片、音訊，輸出為文字；推論時上下文長度約 100 萬 token。開發者部落格亦提到多模態推理（截圖、圖表、文件、圖像與影片可與對話一起理解）；音訊相關用途需確認該發布介面是否支援音訊。
3. 怎麼取用、多少錢（只列官方數字）
| 項目 | Muse Wonder | Muse Wonder Full |
|---|---|---|
| 取用管道 | Meta Model API（muse-wonder-1.0）與 Muse Code |
目前僅 Muse Code（Power Usage、Maximum Usage） |
| 公開 API 按量計費 | 有 | 官方尚未提供公開 API 按量價 |
| 輸入／輸出（每百萬 token，USD） | $4 / $20 | 含在 Muse Code 訂閱 |
| 快取輸入（每百萬 token） | $0.20 | — |
| 模型權重可否下載自架 | 否（專有模型；與較小的開源 Muse Glimmer 不同） | 否 |
開發者部落格補充：Muse Code 的 Maximum Usage 方案用量上限為 Everyday Usage 的 80 倍（並有與 Everyday 相同的五小時與每週重置規則）；Power Usage 亦可使用 Muse Wonder Full。第三方報導整理 Power Usage 約 每月 50 美元、Maximum Usage 約 每月 200 美元——若你要訂閱，請以 Muse Code 結帳頁當下顯示為準。
官方亦指出：按量 API 走 Standard 資料使用模式（官方稱提交內容不用來訓練模型）；Muse Code 訂閱預設可能是 Contributor 模式（可用於改進模型），訂閱者可關閉，但只對之後提交生效。處理機密程式碼或客戶資料前，請先讀 Meta 的服務條款與資料保留選項（含合格組織可申請的零資料保留，以及其功能限制）。
4. 成績單怎麼讀（避免只看單一數字）
Meta 與第三方評測都把 Wonder Full 放在前線模型區間。例如 Artificial Analysis Intelligence Index（最大推理力度）報導數字約為：Wonder Full 56、Wonder 52（同指數上 Claude Opus 5.5 約 58）。開發者部落格亦列出 Wonder Full 在部分軟體工程與長跑編碼評測（如 DeepSWE、SWE-Marathon 的第三方跑分）表現突出。
請注意：不同基準不可直接互比；Meta 的對照表可能混合內部評測、廠商提供分數與第三方結果。對你真正有用的，仍是用自己的業務流程試跑，而不是只抄排行榜。
API 與訂閱雙管道
- 現在就能試 Muse Wonder：開發者可走 Meta Model API（模型 ID
muse-wonder-1.0），或安裝 Muse Code。 - 要試最強的 Muse Wonder Full：目前需 Muse Code 的 Power／Maximum 等訂閱方案；還不能像一般模型一樣用公開 API 嵌進自己的產品後端。
- 香港／亞洲中小企：官方頁面未單獨列出地區封鎖說明；實際可否註冊、結帳幣別與稅務，以 Meta／Muse Code 當下流程為準。
- 資料與合規：API 與 Muse Code 的訓練／保留預設不同；有客戶個資或機密文件時，先確認模式與零資料保留是否符合你的需求，再決定要不要開長記憶、背景請求等功能。
長跑任務配合記憶
對一人公司和香港中小企，這次發布比較值得注意的不是又一個「更聰明的聊天機器人」，而是：
- 長跑任務有官方產品敘事：跨檔案重構、保險／法律文件類工作流、多步驟瀏覽器操作——官方就是用這類場景在推。若你本來就把客服整理、報價草稿、內容批次產出丟給背景代理，可以評估 Muse Wonder 是否比你現用的模型更穩。
- 標準版有清楚的 API 價：每百萬輸入 4 美元、輸出 20 美元，方便先做小流量 PoC；最強版暫時鎖在 Muse Code，適合先在編輯器裡試複雜 workflow，再決定要不要為產品化等 API。
- 記憶與專注是雙刃劍：Active Memory 對「不用每次重講公司規則」很有吸引力，但也代表脈絡會跨對話累積——請搭配正確的資料模式，並對匯款、對外寄信、刪檔等動作保留人工批准。
- 和本站主題一致：與其整天和 AI 來回聊天，不如把可重複的流程交給背景代理，你只在固定時段檢查結果與摘要。Muse Wonder 的產品語言，正好朝這個方向設計；是否真的省時間，仍要用你自己的一兩個真實任務量測延遲、失敗率與總費用。
若你已經在用 Claude、Gemini 或 GPT 做代理自動化，這次更新最實際的下一步是：選一個你每週都會重複的長任務，用 Muse Wonder API 跑一次對照——看它是否少中斷、少重講脈絡，再決定要不要擴大採用。