Meta выпустила Muse Wonder. Память есть, пора работать
Объяснять агенту одно и то же в каждом новом чате утомительно. Meta предлагает модели, которые помнят нужные детали и продолжают работу, когда первый способ не сработал.
· обновлено · 3 мин чтения
Открыл новый чат, снова объяснил проект, снова перечислил ограничения. Отличный сотрудник: каждый понедельник как первый рабочий день.
12 октября Meta представила Muse Wonder и Muse Wonder Full. Компания называет их своими самыми мощными моделями и делает ставку на персональных и рабочих ИИ-агентов. Главные особенности: память между разговорами и способность продолжать сложную задачу, когда что-то идет не по плану.
Память, которую нужно вовремя достать
Первая функция называется Active Memory. По описанию исследовательской команды Meta, модель должна переносить значимую информацию между беседами и находить детали, которые нужны для текущей работы.
Скажем, агенту поручают подготовить документы по проекту. Ранее обсужденные требования пригодятся именно в этот момент. Сохранить их недостаточно: нужно еще связать старую информацию с новым заданием.
Для проверки Meta использует MemoryBench. Это внутренний тест с длинными разговорами, отвлекающими темами и сведениями, которые позднее исправляют или обновляют. Проверяют, насколько точно модель вспоминает нужное. Именно обновления здесь любопытны: сотрудник, который отлично помнит отмененное решение, тоже способен устроить незабываемый рабочий день.
Первый способ не сработал. И что дальше?
Вторая функция, Active Focus, отвечает за продолжение работы. Meta описывает ее как способность пробовать другой подход, проходить через препятствия и учитывать новые сведения. Когда данных не хватает, агент должен уточнять; перед важными действиями - запрашивать подтверждение.
Для этого компания использует FocusBench с задачами из разных областей и SWE-Marathon для длительной работы над программными проектами. В разработке модели обучали проходить последовательные циклы изменений, тестов и исправлений, а не ограничиваться одним ответом с кодом.
Редакционная схема двух возможностей по описанию Meta. Это объяснение их назначения, а не устройство модели.
К слову, мы уже разбирали разницу между чат-ботом и ИИ-агентом. Здесь как раз речь о работе, которая требует нескольких действий и проверки результата.
Что умеют модели и как их сравнивали
В карточке моделей указан контекст до миллиона токенов. На вход можно подавать текст, изображения, видео и аудио; выход у обеих моделей текстовый. Они предназначены для коммерческих и исследовательских задач, включая разработку, анализ документов и работу с приложениями через инструменты.
Meta обучала семейство в центре обработки данных Prometheus гигаваттного масштаба. Релиз продолжает работу над Muse Spark после 14 месяцев перестройки ИИ-направления компании.
В опубликованных сравнениях фигурируют GPT-6 Astra, Claude Fable 5.1 и Claude Opus 5.5. При этом результаты собраны разными способами: часть измерений Meta проводила сама, часть взяла у сторонних организаций и разработчиков моделей. В SWE-Marathon сравнивались и разные агентские продукты. Поэтому конкретный тест говорит о конкретной задаче и условиях, а не выдает вечный титул самой умной нейронки.
Где попробовать
Muse Wonder уже доступна разработчикам через Meta Model API и Muse Code. Muse Wonder Full доступна подписчикам Muse Code. В помощнике Muse новые возможности появятся позже, сначала у подписчиков.
Компания также сообщает о тренировке защиты приватной информации и противодействия вредоносным инструкциям. Расширенный отчет с дополнительными оценками безопасности обещан позднее.
В проектировании ИИ-агентов мне интересна именно эта связка: помнить требования, продолжать работу и спрашивать перед важным действием. Хочется проверить ее на реальном проекте.
UPD, 16 октября: Meta также открыла веса другой модели, Muse Spark Open. Как её запускают локально и на каких условиях можно использовать.
