Meta推出Muse Wonder:Agent专用模型开始分工

Meta在10月推出Muse Wonder和Muse Wonder Full,定位为面向Agent任务的前沿模型,建立在Muse Spark的基础之上。官方强调的能力包括:在不确定时主动请求澄清、在执行重要操作前先确认、以及多步骤任务的持续推进。这些描述听起来不像在说”模型更聪明”,而更像在说”模型更像个靠谱的同事”。
personal assistant
模型开始按”岗位”分工
过去评价模型,看的是考试分数:数学、编程、常识问答。但Agent要完成的是真实任务:订机票、整理报表、跟进客户。这类任务需要的不是单项能力,而是规划、工具调用、错误恢复和边界感。Muse Wonder这类模型的定位,说明厂商开始按”岗位”而不是”科目”来设计模型。
评测标准变了
当模型从”回答问题”转向”完成任务”,评测标准也必须变。答案对不对不再是唯一指标,还要看过程是否可审计、失败时是否安全、需不需要人工干预。这也是为什么越来越多的团队开始搭建自己的任务级评测集,而不是只看公开榜单。
Agent模型的安全账
一个会主动执行操作的模型,犯错成本远高于一个只会聊天的模型。Meta强调”执行前确认””重要操作前检查”,本质上是在给Agent加刹车。能力越强,刹车越重要。对企业来说,选Agent模型时,安全边界和任务完成率同样重要,甚至更重要。

上一篇 1000万Token上下文代码模型Fern:长上下文的真实价值
下一篇 SuperMimic:人形机器人运动控制训练成本降1000倍