Meta 于周二发布了 Muse Spark 1.3，这是该模型的最新版本，为其 Muse Code 编码代理和 Meta Model API 提供支持，并表示该更新提高了代理和编码任务的性能。这一消息发布在 Meta 的人工智能研究博客上，正值该公司努力保持其车型系列的竞争力之际，竞争对手在这一年里不断推出更快、更便宜、功能更强大的系统。为了更多地报道 Meta 的人工智能推动和更广泛的突发人工智能新闻 周期，该出版物跟踪每个主要模型的发布。
Meta 所说的新内容
根据 Meta 的博客文章，Muse Spark 1.3 旨在通过与用户协作并在单个长线程内处理多个工作流程来“更好地维持长期工作”。该公司表示，当给出一个开放式目标时，该模型使用工具在混乱和冲突的来源中生成自己的背景，主动纠正计划中的差距，并跟踪在最终交付成果的过程中学到的东西。
Meta 还强调，该模型是通过一系列不同的工具进行训练的，以便它可以推广到各种代理环境——当模型充当代理而不是聊天机器人时，模型周围的工具、记忆和反馈循环的脚手架。
旨在协作，而不仅仅是响应
公告中反复出现的主题是合作。 Meta 表示，Muse Spark 1.3 会在提示不明确时提出澄清问题，在遇到困难时致电用户，并在采取相应操作之前进行确认。在长期任务中，该模型会根据用户偏好进行调整，要么提供频繁的进度更新，要么在后台安静地工作。
该公司还表示，该模型比早期的 Muse Spark 模型更可靠地遵循复杂的长格式指令，在多步骤任务中保留详细要求，而不会放弃约束或偏离所请求的工作流程。
更好地意识到自身的局限性
元强调了对所谓校准自我知识的改进。该公司写道，该模型经过训练，可以“更好地了解自己能做什么、不能做什么、知道什么、不知道什么，以及何时遇到障碍，而不是产生幻觉结果。”多任务处理也得到了特别关注：该模型现在可以更准确地将传入的提示映射到混乱的单线程上下文中的正确任务，即使用户中断或跳过先前的请求也是如此。
通过 Muse 代码和元模型 API 推出
Muse Spark 1.3 立即在 Muse Code（Meta 的基于终端的编码代理）中以及通过 Meta Model API 推出。一个值得注意的警告：之前可用的推理模式今天已经上线，但 Meta 表示，“最大推理”只有“在我们完成额外的安全测试后不久”才会出现。
在安全审查背后建立一种模式的决定呼应了近几个月来整个行业的一种模式，即实验室越来越多地保留其最强大的配置，而评估却在赶上。 Meta 将整个发布视为迈向“个人超级智能”的一步，自去年重组研究工作以来，马克·扎克伯格将这一雄心壮志置于公司人工智能战略的中心。
开发者的早期关注
该消息立即引起了《黑客新闻》的关注，该报道在几个小时内就获得了数百个点赞。开发人员 Simon Willison 对新模型运行了他惯用的鹈鹕自行车 SVG 基准测试，并报告说 Muse Spark 1.3 的结果明显优于 1.2，每次运行的成本约为 4 美分。
快速的社区审查反映了这些版本的受众已经成熟得多。 Muse Code 本身于 8 月初才推出，由 Muse Spark 1.2 提供支持，此后开发人员将该系统用于从对旧游戏二进制文件进行逆向工程到日常错误修复等各种工作。 Hacker News 的评论者将 1.3 与其前身进行了比较，而其他人则指出，他们根据任务在 Meta 的模型和 GLM-5.3-Flash 等竞争对手之间进行了切换。
竞争格局
发行版的背景与变更日志一样重要。谷歌本周发布了 Gemini 3.8 Flash 和一个以网络为中心的配套变体——正如 Ars Technica 指出的那样，这是大约六周内的第三个 Flash 级模型——而 OpenAI 则继续应对围绕其 Astra 模型的公众传奇。在此背景下，Meta 将 Muse Spark 1.3 定位为实用、代理的主力，而不是追逐头条新闻的基准测试领导者。
这些改进是否足够，将由与模型一起发布的 Meta 评估来决定，并最终由过去一个月对 Muse Code 进行压力测试的开发人员手中决定。该公司承诺提供一份附有评估详细信息的报告，并表示更强大的推理模式即将推出。
目前，Meta 的信息很简单：用于编写代码和运行代理的模型在工作中乏味的部分变得更好 - 掌握上下文、纠正自己的计划以及知道何时寻求帮助。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
