How Muse Wonder Shifts the AI Landscape

Meta 发布 Muse Wonder 系列，旗舰版 Wonder Full 在 Deep Suite 1.1 拿下 79%，反超 GPT6 Astra 和 Opus 5.5 近 5 分，扎克伯格称"已到前沿"。

一年前 Meta 还被写出一线 AI 竞赛，靠天价挖人却内部动荡；如今 Muse Wonder 让扎克伯格公开宣称"已到前沿，接下来只会更快"。但同一批模型，有人夸它一次找出真实安全漏洞，有人骂它烧掉 411 美元还没跑完一个 3D 游戏。这期讲清楚：Meta 到底回来了没有，以及"前沿"这个词现在值多少钱。

跑分上 Meta 确实挤进了第一梯队，但社区实测立刻撕开了裂缝——问题不在模型强弱，而在两个版本共用一个名字。

• Wonder Full 在 Deep Suite 1.1 得 79%，比 GPT6 Astra 和 Opus 5.5 高近 5 分；Terminal Bench 4.0 只落后 2 分，Artificial Analysis 智能指数 56 分，与 Sonnet 5.5 并列第二。
• 但瘦身版 Wonder 只有 52 分，排第七，和 GPT6 Soul、Gemini 4 Argon 同档。开发者 Adam Halter 指出：大家测的是 Wonder，骂的却是整个 Wonder 系列，两个版本同名发布是失误。
• 价格也劝退：Wonder 每个任务 4.52 美元，是上一代 Muse Spark 1.3 的近 3 倍，比 GPT6 Astra 贵约 1 美元，比 Opus 5.5 便宜 1.5 美元。

支持者看重它在真实编程任务里的判断力，反对者卡在 3D 游戏和额度消耗上——这两拨人根本没在测同一个东西。

• 开发者 Theo 把 Wonder Full 放进 S 级，与 Opus 5.5 并列：让它修 bug，它发现别人已提交的小 PR，直接说"你该合并这个"，而不是重写 300 行测试。
• Conductor 的 Charlie Holtz 称它一次找出代码库里其他 agent 都漏掉的真实安全漏洞，擅长设计和可视化，CLI 细节丰富。
• 反面：Max Blade 让它做 3D 割草机模拟，烧掉 50 美元套餐外加 411 美元等值 token，被迫升级到 200 美元档；Dan Shipper 的资深工程师基准里 Wonder 只得 52%，远低于 GPT6 Soul 的 71%。

在别的实验室讨论"要不要放慢"时，Meta 明确站到了另一边，而且把个人 agent 和职业 agent 绑在一起卖。

• 扎克伯格没签"pacing the frontier"公开信，反而发文《未来属于每个人》，主张开放广泛访问，认为把强模型锁在内部造成的权力集中，风险可能比发布本身更大。
• 他对《金融时报》说 Meta "已经到达前沿，正在做下一步"，模型开发"从这里开始大概会快不少"，并拒绝给出 AI 灭绝人类的概率数字。
• Wonder 专为替你干活的 agent 设计：Active Memory 跨对话记住你在意什么，Active Focus 在任务变难时换方法、从错误里恢复——直指 Muse 此前"订酒店陷入死循环""记错会议日期"的毛病。

"雇最顶尖的人，组一支能打的队，给他们一个够大的目标和足够多的资源，他们就能创造奇迹。"

• 如果你在选模型做真实工程任务，别用 3D 游戏 demo 判断——Meta 自己都没为这个场景训练，用你自己的代码库跑一遍 senior engineer 类基准更靠谱。
• 关注 Decart 的 DOS 这类推理优化技术：号称推理快 8 倍、成本 1/8，且不绑定硬件。当模型能力趋同时，谁能把每 token 成本压下来，谁就拿到下一轮定价权。