10月12日，Meta扔出了过去14个月里最重的一块石头。Muse Wonder系列到店，两个版本，标准版Wonder和超大杯Wonder Full，打的旗号很直白：给每个人配一个真能干活的个人助理。你想啊，订餐厅不看日历会撞车，看租约看到第三页就困，改代码改到一半忘了需求，这些碎活才是它要啃的。素材以Meta官方博客与模型卡为准，第三方跑分引自Artificial Analysis解读，数字引用建议回原文核对。

一句话锚点：它像一个记性好、耐力强的管家，记住你的偏好，盯着目标死磕。

发布了什么：双版本与获取方式

标准版Wonder走Meta Model API和Muse Code，超大杯Wonder Full只给Muse Code订阅用户。Muse App的订阅用户会先用上，artifact生成这类更吃智能的环节也会切过去。

输入支持文本加图像加视频加音频，输出文本，推理时上下文100万token。底座是在吉瓦级Prometheus数据中心训出来的，延续了Muse Spark那套可预测扩展的路子，预训练加强化学习一起加码。

说真的，我没想到Meta会把超大杯锁在Code订阅里。

跑分实测：56分刷新Meta上限

第三方Artificial Analysis智能指数v4.3给出了硬数字。Wonder Full拿到56分，标准版52分，6周前的Spark 1.3是48分。超大杯把指数内10项全刷高了，涨得最多的是智能体类。

三组数字最能说明问题。终端任务Terminal-Bench 4.0，从33%涨到57%。公司流程自动化AutomationBench，从58%涨到68%。知识工作GDPval，涨了176分。这类榜考的是端到端把事办成，不是单轮问答。

编码智能体指数也有看头。Wonder Full在Muse Code里拿到68分，追平Claude Code配Sonnet 5.5。标准版63分，老底子Spark配下来只有54分。

主动记忆：记住你的事，用时捞回来

个人助理最难的是记性。Meta给的名字叫主动记忆，意思很朴素：跨对话记住关键上下文，干活时主动取回相关细节。

官方的内部榜MemoryBench就是考这个，64K到100K token的多轮对话里塞干扰和改口，看它还捞不捞得准。结果是Wonder在记忆榜上超过Astra与Fable和Opus。

打个比方，它像一个随身小本子。你上周提过乳糖不耐，这周让它订馆子，它翻到那页，自动避开芝士锅。

你递过去的日历、消息和文档越多，这个本子越值钱。

主动专注：卡住换路子，大事先问你

光有记性不够，还得扛得住折腾。主动专注说的是：遇到卡点换方法试，适应新信息，拿不准就问一句。

评测用了内部的FocusBench，专考住房、旅行、IT和财务这类会冒出拦路虎的活。工程侧用SWE-Marathon压长活，看它能不能在大型项目里 sustained 地推进。

这套做派像一个老练的装修队长。水管走不通就改走吊顶，砸墙前先喊你来看一眼。

我一开始以为这只是话术，直到看到它在浏览器里跨应用做跑步计划，会看偏好和日程那种。

专业与代码：看懂租约，也能搓出小游戏

Wonder把行业知识也带上了。法律看Harvey LAB，要读案卷按要求交出法律文书，还加了幻觉检查。金融看Vals Finance Agent V2，要翻财报和市场信息。医疗看HealthBench Pro，525道专业题按医生写的标准判。

代码侧堆的是长活。DeepSWE有113个任务横跨91个仓库和5种语言，SWE-Marathon直接考完整项目跑测试。演示里它从图片输入搓出可玩的3D厨房游戏，属于需求记忆加跨文件改加反复测一条龙。

还有组对照实验挺有意思。同样加思考量，Wonder Full在没练过的陌生任务上，比Spark的趋势线还要高一截。底座更大，练会的招式更容易搬到新场子。

这对个人助理很关键，你的需求组合，训练时根本穷举不完。

安全与价格：权限越大，缰绳越紧

个人智能体要碰你的私人物品，Meta这次把缰绳勒得很紧。防越狱的CyberBench单轮多轮攻击成功率都压到0.8%，隐私 mishandling 也是同档最低。化生放核这类高风险问题，英语和多语言拒绝率都在98%以上，化学类接近100%。

按超级智能扩展框架的说法，未缓解时化学与生物域不排除触高线，加了安全后训练加系统分类器后才压到可部署。防守用的网络能力特意留着，方便你拿它查自己代码的洞。

价格走的是订阅加API两条腿。API侧标准版输入4美元每百万token，输出20美元，缓存读0.2美元。C端Muse App据报道是20美元和100美元两档，Code侧超大杯面向50美元和200美元订阅。想尝鲜，先对好你的用量账。

还有个好玩的细节。Alexandr Wang在采访里说内部代号叫西瓜Watermelon，为的是让助理不再为订位查空位这种小事绊倒。西瓜看着随意，瞄的可是最琐碎的活。