Meta于2026年10月12日公布Muse Wonder和Muse Wonder Full，相关新闻页于10月13日更新。公告强调智能体任务、跨对话记忆和持续处理复杂工作的方向。本篇梳理两个版本的开放入口，并分析它们与Meta AI生态产品之间的关系。
官方信息：两个版本并非在所有入口同时开放
公告说明，Muse Wonder通过Meta Model API和Muse Code提供，Muse Wonder Full面向Muse Code订阅用户。Muse中的后续体验将先向订阅者推出。模型发布、开发服务可用和消费应用接入属于不同阶段，不能把这份公告写成Meta所有应用、眼镜和账户已经统一升级到同一版本。
解读：记忆能力需要服务当前任务
官方介绍Active Memory用于跨对话保留并找回相关信息。本文认为，有用的记忆应帮助理解当前问题，而不是把过去所有内容都放进每次回答。用户可以明确哪些偏好长期有效、哪些决定只适用于某个项目，并在情况变化时补充说明，让后续工作有机会依据更新后的背景继续推进。
解读：持续处理难题还要有清楚的任务状态
Active Focus是公告介绍的另一方向，强调在复杂任务中尝试其他方法、恢复并继续推进。本文认为，用户还需要知道当前做到哪里、是否遇到依赖和成果位于何处。长时间运行不是成果质量的替代指标，任务应以能够检查的输出、未完成事项和必要说明作为交接依据。
解读：复杂任务可以按材料与成果组织
一项工作可能同时包含文档阅读、资料比较和文件制作。本文认为，开始时说明材料来源、目标读者和成果形式，有助于减少过程中的歧义。若需求后来变化，可以指出哪些结论需要保留、哪些部分重新处理。这样的任务组织方法并非模型独有，却能帮助使用者更清楚地判断工具是否完成了预期工作。
解读：开发入口与消费者入口需要分别观察
开发者通过API把模型放入应用，普通用户则通过既有产品界面接触能力，二者的工具、上下文和操作流程可能不同。本文认为，阅读AI品牌消息时，应先确认自己使用哪一种入口，再查看对应文档。模型具备某项能力，不足以说明所有应用都已经配置了完成相关任务所需的连接与文件工具。
品牌观察：Meta继续把模型与智能体产品连接
此次模型公告延续了此前Muse小企业服务和基础设施报道，让Meta AI生态从建设条件延伸到任务能力与开放方式。本文认为，长期体验仍要看记忆是否切合工作、过程是否清楚，以及成果能否被接续使用。官方关于能力的介绍属于发布方表述，本文没有据此形成新的综合品牌排名或跨平台性能结论。
信息来源
常见问题
Muse Wonder Full是否面向所有Meta用户开放？
公告将其写为面向Muse Code订阅用户，不能扩展为所有消费应用账户。
Meta AI生态更新是否代表所有应用同步换模型？
不是，模型、开发服务与应用接入需要按各自开放安排理解。