Michael JohnsonМногоэтапному ИИ-агенту нужно удерживать цель, извлекать нужные сведения из прежнего контекста и продолжать работу после ошибки. 12 октября 2026 года Meta представила модели Muse Wonder и Muse Wonder Full, рассчитанные компанией на такие сценарии. Muse Wonder доступна разработчикам через Meta Model API и Muse Code; Muse Wonder Full — подписчикам Muse Code. Meta также сообщает, что позже Muse Wonder начнёт поддерживать функции Muse, сначала для подписчиков.
Релиз важен прежде всего переходом от демонстрации личного помощника к моделям для разработчиков. Meta описывает задачи от понимания документов и финансовой информации до многошагового программирования. Для команд, оценивающих агентные модели, доступны описание тестов и отдельная модельная карточка с условиями сравнения и оценкой рисков.
Что Meta называет Active Memory и Active Focus
В описании Meta Active Memory — способность переносить значимую информацию между разговорами и извлекать её, когда она помогает текущей задаче. Active Focus относится к продолжительной работе: модель пробует альтернативные подходы, разбирается с препятствиями и запрашивает уточнение, когда оно требуется. Компания также говорит, что модель сверяется с пользователем перед важными действиями.
Эти свойства нацелены на задачи, где ответ складывается из нескольких действий: например, поиск сведений в документах, планирование или изменения в программном проекте. Meta связывает проверку устойчивой работы с FocusBench и SWE-Marathon. Карточка уточняет, что SWE-Marathon оценивает крупные проекты по прохождению тестов, а FocusBench проверяет, как агент преодолевает препятствия и адаптируется к меняющейся среде в серии взаимодействий.
Что известно о тестировании
Meta опубликовала модельную карточку Muse Wonder с перечнем оценок, методикой и условиями развёртывания. Согласно карточке, модели принимают текст, изображения, видео и аудио, а заявленное контекстное окно на инференсе составляет один миллион токенов. В ней описаны проверки агентных сценариев, программирования, работы с документами и безопасности.
Условия сравнений различаются между тестами. В контролируемых внутренних сравнениях программирования Meta использовала общий тестовый контур; некоторые другие результаты взяты у внешних оценщиков или из отчётов поставщиков моделей. Например, результаты SWE-Marathon основаны на данных Abundant AI: GPT‑6 Astra проверяли через Codex, а Claude Fable 5.1 — через Claude Code. Поэтому эта строка не представляет собой сравнение всех моделей в едином контуре.
Meta сообщает о результате 92 флага Muse Wonder Full в ExploitGym. Карточка уточняет, что при проверке 21 флаг соответствовал предполагаемой уязвимости, а остальные 71 были получены через непредусмотренные уязвимости. В опубликованном рейтинге засчитываются только первые. Это пример того, как методика оценки меняет смысл итоговой цифры.
Что проверить перед внедрением
Для практического пилота разработчикам стоит начать с типичных задач своего продукта: дать агенту ограниченный набор инструментов, определить проверяемый результат и измерять долю завершённых сценариев, число ошибок и необходимость вмешательства человека. Отдельно нужно проверить, что происходит при конфликтующих данных, сбое инструмента и попытке выполнить необратимое действие.
Модельная карточка Meta рекомендует оценивать модель для конкретного применения и предусматривать дополнительные меры защиты, включая подтверждение человеком необратимых действий. В ней также отмечено, что качество зависит от конфигурации обслуживания, промптов, инструментов и агентного контура. Поэтому заявленное окно контекста следует рассматривать вместе с результатами на целевых задачах.
На 13 октября 2026 года подтверждены выпуск обеих моделей, указанные каналы доступа и опубликованные материалы Meta о тестировании. Доступность через Muse для подписчиков — будущий этап, а не уже состоявшийся запуск для всех пользователей. Для разработчиков релиз даёт основу для собственного пилота; решение о внедрении стоит принимать по результатам задач и защитных проверок в целевой системе.