# Meta 发布 Muse Spark 1.1：一个能自己用工具、写代码、管多步骤任务的多模态推理模型

> 原标题：Introducing Muse Spark 1.1

- 来源：Hacker News 首页
- 发布时间：2026-07-09T14:10:22.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43344
- 原文：https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/?_fb_noscript=1

## 摘要

Meta 超级智能实验室推出了 Muse Spark 1.1，相比上一代在工具调用、电脑操作和写代码上提升明显。这个模型能直接上手没见过的工具和 MCP 服务器（一种让模型调用外部服务的协议），不需要额外训练。它支持 100 万 token 的上下文窗口，能记住之前干过什么，还会主动压缩记忆，只保留关键步骤。做复杂任务时，它可以自己当主控，把活拆给并行...

## 推荐理由

Meta 超级智能实验室把 Muse Spark 1.1 推出来了，工具调用、电脑操作和写代码都比上一代强，最抓人的是它不用额外训练就能上手没见过的工具和 MCP 服务器，还带 100 万 token 上下文和主动记忆压缩。正文没给基准对比和定价，所以分数先压一压，但 agent 开发者肯定会拿它跑测试，开源也让验证门槛变低。

## 锐评

Muse Spark 1.1 最大的变化是让模型更像一个能干活的项目经理。它能把复杂任务拆开，分给多个“子模型”并行处理，自己只负责统筹和收尾，这直接缩短了从接到活到干完活的总时间。它还能记住之前干过什么，主动压缩记忆，只保留关键步骤，而不是傻乎乎地记下所有废话。在操作电脑时，它学会了判断什么时候该直接点鼠标，什么时候该写个脚本自动跑，不再是一根筋地模拟人类点击。

不过，这篇官方博客更像产品预告，不是技术报告。它贴了几张评估图表，但没给出具体的数值，也没提模型参数量、推理成本或实际延迟数据。它说支持 100 万 token 的上下文，但没讲在这么长的上下文中，记忆压缩的准确率会掉多少。对于开发者来说，这些缺失的数字才是决定要不要接入 API 的关键。

目前模型已在 Meta AI 的“思考”模式和新的 Meta Model API 公开预览版上线。想试的话，可以先看看它拆解任务和操作陌生软件的能力，但做生产环境评估前，最好等一等更详细的第三方基准测试和自己的实测数据。