Michael JohnsonEin mehrstufiger KI-Agent muss ein Ziel im Blick behalten, relevante Informationen aus früherem Kontext abrufen und nach einem Fehler weiterarbeiten können. Am 12. Oktober 2026 stellte Meta die Modelle Muse Wonder und Muse Wonder Full vor, die laut dem Unternehmen für solche Szenarien ausgelegt sind. Muse Wonder ist für Entwickler über die Meta Model API und Muse Code verfügbar; Muse Wonder Full für Abonnenten von Muse Code. Meta kündigt außerdem an, dass Muse Wonder später Funktionen von Muse unterstützen soll, zunächst für Abonnenten.
Die Veröffentlichung ist vor allem deshalb relevant, weil Meta sich von der Präsentation eines persönlichen Assistenten hin zu Modellen für Entwickler bewegt. Das Unternehmen beschreibt Einsatzbereiche von der Auswertung von Dokumenten und Finanzinformationen bis hin zu mehrstufiger Programmierung. Teams, die Agentenmodelle bewerten, stehen eine Beschreibung der Tests sowie eine separate Modellkarte mit Vergleichsbedingungen und einer Risikobewertung zur Verfügung.
Was Meta mit Active Memory und Active Focus meint
Meta beschreibt Active Memory als die Fähigkeit, wichtige Informationen zwischen Gesprächen zu übertragen und abzurufen, wenn sie für die aktuelle Aufgabe nützlich sind. Active Focus bezieht sich auf längeres Arbeiten: Das Modell probiert alternative Ansätze aus, arbeitet sich durch Hindernisse und bittet bei Bedarf um Klärung. Laut Meta stimmt sich das Modell vor wichtigen Aktionen außerdem mit dem Nutzer ab.
Diese Eigenschaften zielen auf Aufgaben ab, bei denen eine Antwort aus mehreren Schritten besteht, etwa der Suche nach Informationen in Dokumenten, der Planung oder Änderungen an einem Softwareprojekt. Meta verknüpft die Überprüfung der Robustheit mit FocusBench und SWE-Marathon. Die Modellkarte erläutert, dass SWE-Marathon große Projekte danach bewertet, ob Tests bestanden werden, während FocusBench prüft, wie ein Agent Hindernisse überwindet und sich im Laufe einer Reihe von Interaktionen an eine sich verändernde Umgebung anpasst.
Was über die Tests bekannt ist
Meta veröffentlichte eine Modellkarte zu Muse Wonder mit einer Übersicht der Bewertungen, der Methodik und der Bereitstellungsbedingungen. Der Karte zufolge verarbeiten die Modelle Text, Bilder, Videos und Audio; das angegebene Kontextfenster bei der Inferenz beträgt eine Million Token. Beschrieben werden Tests zu Agentenszenarien, Programmierung, Dokumentenverarbeitung und Sicherheit.
Die Vergleichsbedingungen unterscheiden sich je nach Test. Bei kontrollierten internen Programmiervergleichen verwendete Meta eine gemeinsame Testumgebung; einige andere Ergebnisse stammen von externen Bewertungsstellen oder aus Berichten von Modellanbietern. Die SWE-Marathon-Ergebnisse beruhen beispielsweise auf Daten von Abundant AI: GPT‑6 Astra wurde über Codex getestet, Claude Fable 5.1 über Claude Code. Diese Zeile ist daher kein Vergleich aller Modelle in einer einheitlichen Testumgebung.
Meta berichtet für Muse Wonder Full von 92 Flags in ExploitGym. Die Modellkarte präzisiert, dass 21 Flags einer vermuteten Sicherheitslücke entsprachen, während die übrigen 71 durch nicht vorgesehene Schwachstellen ausgelöst wurden. In der veröffentlichten Rangliste werden nur die ersten gezählt. Das zeigt, wie die Bewertungsmethode die Bedeutung einer Kennzahl verändert.
Was vor der Einführung geprüft werden sollte
Für einen praktischen Pilotversuch sollten Entwickler mit typischen Aufgaben ihres Produkts beginnen: dem Agenten eine begrenzte Auswahl an Werkzeugen geben, ein überprüfbares Ergebnis definieren und den Anteil abgeschlossener Abläufe, die Zahl der Fehler und den erforderlichen menschlichen Eingriff messen. Gesondert sollte geprüft werden, wie das System mit widersprüchlichen Daten, einem Werkzeugausfall und dem Versuch umgeht, eine unumkehrbare Aktion auszuführen.
Die Modellkarte von Meta empfiehlt, das Modell für den jeweiligen Anwendungsfall zu bewerten und zusätzliche Schutzmaßnahmen vorzusehen, darunter eine menschliche Bestätigung unumkehrbarer Aktionen. Sie weist außerdem darauf hin, dass die Qualität von der Bereitstellungskonfiguration, den Prompts, den Werkzeugen und dem Agenten-Workflow abhängt. Das angegebene Kontextfenster sollte daher gemeinsam mit den Ergebnissen bei den vorgesehenen Aufgaben betrachtet werden.
Mit Stand vom 13. Oktober 2026 sind die Veröffentlichung beider Modelle, die genannten Zugangswege und die von Meta veröffentlichten Testmaterialien bestätigt. Die Verfügbarkeit über Muse für Abonnenten ist ein künftiger Schritt und noch kein Start für alle Nutzer. Für Entwickler bietet die Veröffentlichung eine Grundlage für einen eigenen Pilotversuch; über eine Einführung sollte anhand der Ergebnisse bei den vorgesehenen Aufgaben und der Schutzprüfungen im Zielsystem entschieden werden.