Michael Johnsonيحتاج وكيل الذكاء الاصطناعي متعدد المراحل إلى الحفاظ على الهدف، واستخراج المعلومات ذات الصلة من السياق السابق، ومواصلة العمل بعد وقوع خطأ. في 12 أكتوبر 2026، كشفت Meta عن نموذجي Muse Wonder وMuse Wonder Full، اللذين تقول الشركة إنهما مصممان لهذه الاستخدامات. يتاح Muse Wonder للمطورين عبر Meta Model API وMuse Code، بينما يتاح Muse Wonder Full لمشتركي Muse Code. وتقول Meta أيضًا إن Muse Wonder سيدعم لاحقًا ميزات Muse، بدءًا بالمشتركين.
تكمن أهمية الإصدار أساسًا في الانتقال من عرض مساعد شخصي إلى نماذج موجهة للمطورين. وتصف Meta مهامًا تمتد من فهم المستندات والمعلومات المالية إلى البرمجة متعددة الخطوات. وبإمكان الفرق التي تقيّم نماذج الوكلاء الاطلاع على وصف الاختبارات وبطاقة مستقلة للنموذج تتناول شروط المقارنة وتقييم المخاطر.
ما المقصود بذاكرة النشاط والتركيز النشط لدى Meta؟
بحسب وصف Meta، تعني «ذاكرة النشاط» القدرة على نقل المعلومات المهمة بين المحادثات واسترجاعها عندما تفيد المهمة الحالية. أما «التركيز النشط» فيتعلق بالعمل الممتد: إذ يجرّب النموذج أساليب بديلة، ويتعامل مع العقبات، ويطلب توضيحًا عند الحاجة. وتقول الشركة أيضًا إن النموذج يستشير المستخدم قبل تنفيذ الإجراءات المهمة.
تهدف هذه الخصائص إلى خدمة المهام التي تتكون إجاباتها من عدة خطوات، مثل البحث عن معلومات في المستندات والتخطيط وإجراء تغييرات على مشروع برمجي. وتربط Meta اختبار العمل المستقر باختباري FocusBench وSWE-Marathon. وتوضح البطاقة أن SWE-Marathon يقيّم المشاريع الكبيرة عبر اجتياز الاختبارات، بينما يفحص FocusBench كيفية تجاوز الوكيل للعقبات والتكيف مع بيئة متغيرة عبر سلسلة من التفاعلات.
ما المعلومات المتاحة عن الاختبارات؟
نشرت Meta بطاقة نموذج Muse Wonder، التي تتضمن قائمة التقييمات والمنهجية وشروط النشر. ووفقًا للبطاقة، تقبل النماذج النصوص والصور والفيديو والصوت، ويبلغ طول نافذة السياق المعلنة أثناء الاستدلال مليون رمز. كما تصف البطاقة اختبارات لسيناريوهات الوكلاء والبرمجة والتعامل مع المستندات والسلامة.
تختلف شروط المقارنة من اختبار إلى آخر. ففي المقارنات الداخلية المضبوطة للبرمجة، استخدمت Meta بيئة اختبار موحدة؛ أما بعض النتائج الأخرى فمأخوذة من تقييمات خارجية أو تقارير مزودي النماذج. فعلى سبيل المثال، تستند نتائج SWE-Marathon إلى بيانات Abundant AI: واختُبر GPT‑6 Astra عبر Codex، بينما اختُبر Claude Fable 5.1 عبر Claude Code. لذلك لا تمثل هذه النتيجة مقارنة بين جميع النماذج ضمن بيئة موحدة.
تقول Meta إن Muse Wonder Full حقق 92 إشارة في ExploitGym. وتوضح البطاقة أن 21 إشارة منها تطابقت مع ثغرة مفترضة، بينما نتجت الإشارات الـ71 الأخرى عن ثغرات غير مقصودة. ولا يُحتسب في الترتيب المنشور سوى الإشارات الأولى. وهذا مثال على أثر منهجية التقييم في معنى الرقم النهائي.
ما الذي ينبغي التحقق منه قبل التنفيذ؟
من الأفضل أن يبدأ المطورون تجربة عملية بمهام نموذجية من منتجاتهم: منح الوكيل مجموعة محدودة من الأدوات، وتحديد نتيجة قابلة للتحقق، وقياس نسبة السيناريوهات المكتملة وعدد الأخطاء والحاجة إلى تدخل بشري. وينبغي أيضًا التحقق مما يحدث عند وجود بيانات متعارضة، أو تعطل أداة، أو محاولة تنفيذ إجراء لا يمكن التراجع عنه.
توصي بطاقة نموذج Meta بتقييم النموذج للاستخدام المحدد، وباعتماد تدابير حماية إضافية، منها اشتراط موافقة بشرية على الإجراءات التي لا يمكن التراجع عنها. وتشير البطاقة كذلك إلى أن الجودة تعتمد على إعدادات الخدمة والمطالبات والأدوات وإطار عمل الوكيل. لذلك ينبغي النظر إلى نافذة السياق المعلنة جنبًا إلى جنب مع النتائج في المهام المستهدفة.
حتى 13 أكتوبر 2026، تأكد إطلاق النموذجين، وقنوات الوصول المذكورة، ونشر مواد Meta المتعلقة بالاختبارات. أما إتاحة Muse للمشتركين فهي مرحلة مستقبلية، وليست إطلاقًا قد تحقق بالفعل لجميع المستخدمين. ويوفر الإصدار للمطورين أساسًا لتجربة خاصة بهم؛ لكن قرار التنفيذ ينبغي أن يستند إلى نتائج المهام واختبارات الحماية في النظام المستهدف.