Meta Muse Wonder 智能体与设计任务初评

在这份 2026 年 10 月的初步评测中，Claire Vo 用自己的 How I AI 任务测试 Meta 的 Muse Wonder 模型。她的排名结合了语言模型评审和个人判断，应视为小规模主观评估，而不是通用排行榜。

Vo 总结 Meta 关于智能体工作、编程、记忆和持续努力的主张。她先将这些视为公司的产品定位，再与自己的观察比较。

为了测试，Vo 获得 Muse Code 的使用权限，并通过另一个编码智能体以无界面方式运行。她说自己没有全面评估 Muse Code 界面，因此结果针对这一具体配置。

她的基准包含近 20 项任务，涵盖原型、编程、写作、智能体工作流和创作。语言模型评审与 Vo 的语音笔记评价共同参与；任务选择和评审方法可能影响排名。

Vo 说模型在她的智能体任务中表现良好，在两项编程任务中表现尚可；她对设计和部分创作输出不太满意。这些是有限例子中的初步印象。

一项测试要求智能体在管理应用中处理复杂账单工单，包括账户不匹配、重复问题和提示注入挑战。Vo 报告说模型在她的运行中处理了预设问题。

她喜欢模型为自己写出的简短邮件和对话式助手语气。这是主观偏好，并不能证明生成消息总是正确或适合未经审查直接发送。

对于产品需求文档和界面原型，Vo 发现细节不足、部分元素无法使用以及她不喜欢的设计选择。她说还会继续测试，再对编程能力作更广泛的判断。

在她看来，SVG 插图可以使用，但在所选比较中排名低于几个替代模型。短视频测试找到了合适的片段，但她不喜欢画面叠层和音频。

Vo 报告说，部分单次任务回应较快，而智能体任务耗时更长。她猜测持续努力模式可能有关，但表示还需要更多测量。

她的暂时结论是在智能体工作流中尝试该模型，同时继续使用其他工具做设计。视频记录的是一位评测者在特定时间的偏好。