Meta 的 Muse Wonder、Active Memory, 以及站到你 WhatsApp 收件箱里的那个智能体究竟发生了什么变化
目录
这个新模型第一次让我觉得重要,不是通过跑分,而是因为一个客户。
一位今年三月订阅了第三档付费 newsletter 的读者,上周四晚 11:14 分在我的 WhatsApp Business 号上发消息,问我们有没有 Q4 节日推广的最新指南。我现在的 WhatsApp Business 自动回复礼貌地处理了这条问题,发了一条常青链接,问她要不要订阅。她没有回复。
我敢打赌,站在那条回复背后的模型根本不知道她是第三档订户。根本不知道她在二月问过类似的。根本不知道过去六期 newsletter 她开了哪几期。直到本周,跑在你客户在你表面上接触你那一端的模型,都是 Muse Spark——一个 Meta 刻意定位为轻量、低延迟的设计,主打编程和智能体工作,而不是客户历史守门人。11:14 分弹出的那条回复,是一场无状态对话里没收了一个无状态的人。同一个人明天再问同一个问题,得到的回复,和一个陌生人毫无分别。
10 月 12 日,Meta 发布 Muse Wonder 和 Muse Wonder Full——这是 Meta 超级智能实验室(MSL)第一次公开称之为「前沿级」的模型。两款都被确认将驱动 Muse 智能体,也就是那个住进你 WhatsApp 收件箱、Instagram 私信、Muse iOS/Android/web 应用、以及(自上个月 Meta Connect 起)Mac 桌面和即将到来的 Muse Charm 眼镜里的那个智能体。媒体报道大多引用的前沿指标,是 Artificial Analysis 智能指数——Wonder Full 拿到 56 分,与 Claude Sonnet 5.5 持平,高于 GPT-6 Astra 的 53 分。营销人真正该抓住的那条前沿指标,是 Meta 在自家公告里第一个点名强调的:Active Memory——「跨对话携带对你重要的内容,在任务需要时把相关细节带回来」,根据 Meta 自己的测试,现在已经在 MemoryBench 跑分上击败 Fable、Opus 和 Astra。
如果你三周前读过我的 Muse Agent 早期解读,或者那篇两周复盘,你已经知道那个住到那几条表面上的智能体的路由原则。这一篇是当时还没出现的那条变量:跑在那个智能体底下的模型,即将变成「前沿级+带记忆」。这改变了哪些营销工作值得交给它,以及哪些地方我还会继续盯紧审计日志。
Meta 自己说过的话
先做点基于公开资料的背景:这些都来自 Meta 自己的新闻稿,以及同日发布的技术报道。
Wonder 名下两个模型。Muse Wonder 现已在 Meta Model API 上可用,定价 每百万输入 token 4 美元、每百万输出 token 20 美元,缓存输入折扣至每百万 0.20 美元。Muse Wonder Full 是更大的兄弟款,仅在 50 美元/月 Muse Code 订阅里可用——不上 API。这个「门控」很重要,我会在路由部分再展开。两款模型都是多模态(文本、图像、音频、视频输入;文本输出),上下文窗口大约一百万 token。它们在 Meta 位于俄亥俄州中部的 Prometheus 数据中心训练完成,都会逐步跑进那个已经住在你广告投放表面上的 Muse 智能体。
Meta 对这两款与之前 Spark 的差异化讲得很清楚:Active Memory 和 Active Focus。Active Memory 是持续性的故事——上下文跨会话携带,模型在任务需要时检索相关细节。Active Focus 是韧性的故事——任务变难时,模型尝试别的路径、从错误里恢复、「把事情做完」而不是停下来找用户帮忙。对营销人来说,Active Memory 是相关的。Active Focus 是关于智能体可靠性的。两者相关——驱动它们的工程肌肉常常是同一块——但对营销人回答的是不同的问题。
媒体口径里的跑分叙事,是「平起平坐」。Wonder Full 在 Artificial Analysis 智能指数上和 Claude Sonnet 5.5 并列 56 分,高于 GPT-6 Astra、Gemini 4 Argon 和 Claude Fable 5.1(都是 53 分)。只有 Claude Opus 5.5 更高,58 分。在 SWE-Marathon(编程智能体)上,Wonder Full 拿到 57.5 分,对比 Opus 5.5 的 46.3 分和 Astra 的 42.5 分——这是一份真正领先的、向上比较的领先幅度。在 MemoryBench 上,Meta 说 Wonder 现在击败了 Fable、Opus 和 Astra,而带来这个结果的那份工程能力,正是 Active Memory 这一项。单独看,没有一项是决定性的;累积起来,这张图景是「Meta 追上了前沿对话」,不是「Meta 一举超过」。
诚实的说一句:我还没用 Muse Wonder 跑过任何真实的客户对话。API 上线才两天(写这篇时),Muse Wonder Full 仅限 Muse Code,而 Muse Agent 内部署其中任何一个、按照付费订阅时间表,我的账户还没轮上。所以这一篇是早期解读 + 路由原则——和我七月写的那篇 Muse Spark 早期解读是同一种。日记版本,要等真正到了我客户在的那几条表面之后再写。
Active Memory 为何是营销人的真正突破
2026 年大多数主流模型的发布,讲的都是原始能力——下一档跑分、下一档编程通过率、下一档长上下文理解。这些改进干净地体现在学术测试里,也悄悄改进了你已经付费的工具。Active Memory 是另一种改进,因为它讲的是状态,而「状态」是今年我测过的所有客户侧 AI 表面里一直缺失的那个变量。
具体的变化是这样的。在 Muse Spark 作为底层模型的年代里,客户发到你 WhatsApp Business 号上的每一条消息,从模型的视角看,都是一场新对话。模型能知道这位客户在这条消息里说了什么、在这场会话里说了什么;它没法可靠地知道这位客户上周说了什么、上个月说了什么、订阅的是哪一档 newsletter。持续性的客户状态,只能放在你的 CRM、CDP、WhatsApp Business 集成、邮件工具里——任何地方都行,只要不在模型的上下文窗口里。如果哪一次集成忘了把客户历史加载进来,模型就只能冷启这场对话。我认识的每个营销人都撞过这件事。这是「聪明」的聊天机器之所以显得「笨」最常见的原因。
有了 Active Memory,模型就有了自己的记忆。它会跨会话携带学到的关于用户的内容,在任务需要时检索相关细节,在回复里浮出。在一个像 Muse 智能体住在 WhatsApp Business 里这种客户侧的表面上,这意味着智能体可以——不用再走一遍 CRM 查询、用户也不必再提示一次——知道这个客户是第三档订户、二月问过同一类问题、过去六期 newsletter 都打开了、即使问的问题里夹了双语措辞,这位客户还是偏好用英语的简短回复。你拿这条信息做什么动作,还是你来定。模型正在替你保管它,保管在它自己的记忆层,这件事本身就是突破。
对一个营销人来说,具体的含义有这几条:
- 会员对话默认就有上下文感知。「你是 2024 年起的老会员」这句话不再是一次 CRM 查询,而是模型的记忆。回答一样;出错的成本趋近于零。
- 再互动流程不再像重起炉灶的再互动。 一场 campaign 里第三封「我们想你」的邮件,可以变成第二封,因为模型记得客户第一封回过、选择了不行动。退订压力下降。相关性下降的压力下降。
- 投诉-恢复循环收紧。 一个模型记得两个月前的投诉,可以在同一段对话、同一份智能体、同一段渠道里被承认、被处理——客户不必重新讲一遍。
- 跨会话的品牌语气连贯性终于可能。 一个记得你第一天设置的品牌语气的工具,不会在第三十天漂走。这是我两周复盘里那一次失败的反面——那些听起来完全不像我们语气的发票回复。记忆是修补这件事的一部分,只是其中一部分。
我反复回到的是这一点:上面每一条收益,都只在 Meta 表面内可用。OpenRouter、你自托管的 Llama、你一场跟 Claude 或 Opus 5 的对话、ChatGPT Work 智能体——它们中间没有任何一个能对你的客户在 Meta 物业里打开的对话线程拥有直接的记忆访问权限。Active Memory 是锁在对话跑在的那条表面上的。这是同一份「闭环」的批评,我在 Muse Spark 那篇里提过,这里同样成立。能力是真的;锁定也是真的。
没人讨论的那个「门控」问题
跑分头条新闻盖过去的部分是这样的。Wonder Full——那份跑出 56 分、SWE-Marathon 领先的模型——不上 API。它锁在 Muse Code 里,也就是 Meta 那个面向开发者的编程产品,每月 50 美元。如果你想从自己的流水线里调用它——你的智能体栈、你的广告创意 QA 智能体、你的内容简报生成器、任何东西——你调不到。你拿到的是 Muse Wonder,那个小一号的兄弟款,而你的集成是建立在比 Meta 在发布会上炫耀的那款稍弱一档的模型之上的。
媒体口径里的发布会回音壁没盖住这部分,VentureBeat 在同一天点出了它。对大多数营销人来说这很抽象——你今晚不会建一个模型集成的流水线。但对确实在建的那一群——任何跑 AI 驱动广告创意产线的人、任何有 n8n 多智能体流水线的人、任何在桌面端用 Lindy AI 或 OpenClaw 路由的人——这个门控是一个真实的产品决策。你被告知最强版本的模型存在,却被要求在次强版本上搭你的栈。这套供应商动作我以前见过(Anthropic 在 Opus 级别访问上也做过),这同样是为什么 OpenRouter 轮换在一个认真做事的营销人栈里还在争一席之地——路由原则就是「不让任何单一供应商拥有你的模型层」。Wonder Full 仅限 Muse Code,就是同一道理的小版本。
今天该做的是完全无反应——API 上线两天,智能体内部署是订阅限定,门控本周不会变。这个季度要看的是:Meta 会不会以更高价格开放 Wonder Full 的 API 访问,还是 Muse Code 这道闸变成最强模型周围的永久护城河。前者对营销人友好(重要的工作上你路由过去)。后者是供应商锁定的结果(任何需要最强模型的工作你都绕开)。
路由原则,一句话
让 Wonder 驱动 Wonder 落到原生 Meta 表面、Active Memory 是真正突破的那一类工作;你的栈剩下的部分,搭在不会把最强版锁在 50 美元月费订阅之后的工具上。
如果你的工作流结尾是「智能体点进了 WhatsApp / Instagram / 广告管理那条流程,记得上次这位客户是谁」,Muse Wonder 跑在 Muse 智能体里是这个季度对的那个工具。如果你的工作流结尾是「智能体打开了 Google Sheet、更新了 HubSpot、发了一条 Slack,模型是瓶颈」,你是在为一份你本来可以同样价格档路由到 OpenRouter 的模型白白交供应商溢价。表面决定路由。门控决定你要的模型是不是你拿到的那个。
这个季度我会盯什么
三件观察项,不是实测结论:
- MemoryBench 的领先在独立测试下站不站得住。 Meta 的主张是 Active Memory 在 MemoryBench 上击败 Fable、Opus 和 Astra。独立验证这个月内会出。如果站得住,这就是突破特性;如果站不住,这就是跑分营销。无论哪种,营销人相关的问题都是同一句:模型在真实客户坐对面时,是不是真的跨会话记得住?
- 订阅账户上的 Muse 智能体真的跑在 Wonder 之下。 Meta 说两款都会驱动智能体。到底是这个月内、还是拖到 Q1 才到付费订阅账户,会告诉你 Active Memory 现在到底是在你客户手里,还是在实验室里。
- Wonder Full 的门控问题。Meta 会不会放开? 加价 API 访问 Wonder Full 是营销人友好的结果。永久 Muse Code 护城河是供应商锁定的结果。Q4 模型发布 vs Q1 2027 发布会告诉你 Meta 站在哪一边。
我自己真正盯的,是三件之外的那件:有多少客户会悄悄发现,他们的 WhatsApp 收件箱里收到的下一条消息,来自一个记得他们是谁的模型——没人要求它记得、CRM 没被查、我也没配置它。这是这次发布里真正新的部分,也是让我改变节奏的那部分。智能体的可靠性天花板是你买到的那个模型。模型的记忆天花板是模型跨会话回忆的能力。截止本周,Meta 把这两条都抬高了。
问题从来都不是 Muse Wonder 有没有在编程跑分上击败 Opus 5.5。问题是:你的客户在你 WhatsApp 收件箱里收到的下一条消息,是不是来自一个记得他们是谁的模型——以及你会把这当成一份礼物,还是一种依赖。这些只有等真正的部署真正到了我客户在的那些表面之后才有答案。在那之前:这是一份值得认真对待的早期解读,还不是一件值得盲目信任的工具。