跨国深谈← 返回←Meta 新模型 Muse Wonder 实测:干活的能手，做设计的差生

Meta 新模型 Muse Wonder 实测:干活的能手，做设计的差生

关联

人物 Claire Vo

公司 Meta

概念 Muse Wonder · Muse Code · Claude Opus 5.5 · 智能体 · 主动记忆 · 主动专注

来源 Lenny’s Podcast

Claire Vo 是 How I AI 节目主持人、产品负责人，也是 AI 工具的重度用户。

这期她把 Meta 刚发布的前沿模型 Muse Wonder(分 Wonder 和 Wonderful 两版)丢进自己的测试集里跑了一遍，涵盖写产品文档、做原型、写代码、跑智能体任务和创意工作。

她的结论很干脆：该用在哪、不该用在哪，一听就明白。

Meta 想让这个模型干什么？

Muse Wonder 是 Meta 的新前沿模型家族，官方把它和 Fable、GPT-6 Astra、Claude Opus 5.5 放在同一梯队 。

Meta 主打的不是写代码，而是「个人和专业场景的智能体工作」——这和他们的个人 AI 助手 Muse 的方向一致。

Meta 特别强调三个能力。一是领域专业知识，比如法律分析、金融这些知识工作；

二是主动记忆,能把关于你的重要信息跨对话带下去，这对个人助手很关键；

三是主动专注,即模型会为有挑战的目标反复尝试不同做法。

剧透一下：这个能力在她的长任务测试里确实赢过了其他模型 。

测评怎么做的？

她的测试集有近 20 个任务：写产品需求文档(PRD)、做原型、重新设计 ChatPRD 网站、长时间操控电脑、智能体研究、代码修复，还有创意任务 。

先让一个大模型当评委打分，她自己再用语音笔记补充评判，最后汇总成报告。

不过这次只是第一眼快评，不是完整基准测试——她刚跑完 Opus 5.5 等模型，不想整套再来一遍，只想回答一个问题：Muse 到底行不行。

最烦人的一步：先装 Muse Code

要上手这个模型，她不得不订阅 Muse 服务、拿到 Meta 的模型接口，还下载了 Muse Code 工具 。

她坦言自己已经好几个月没打开过终端应用，而 Muse Code 本身给她的印象很一般。她实际的做法是给 Claude Code 接上 Muse Code 去跑，自己没怎么碰它。

干活是真行：智能体任务全场最佳

四个智能体任务——账单工单处理、客户回复、收件箱分诊、长线研究——它全是她的心头好，另外声音助手的角色也很讨喜 。

最出彩的是账单工单任务。

这个测试故意埋了坑：工单挂错了账户、退款金额奇怪、还有一笔重复扣款，说明文字里甚至藏了一个提示注入攻击。

Muse Wonder 一层层排查：找到正确客户、因为重复扣款退了正确的金额、改了套餐、回复并标记解决。它是所有模型里做得最好的。

写邮件她也放心交给它，给打了满分五分——毕竟她的邮件本来就只有两句话。

声音助手测试里，它接近平常霸榜的 Sonnet,语气像个正常人，不腻不烦。

代码：后端能打，前端拉胯

后端功能实现它排第一，和头部模型在同一档，做后端编程和架构审查完全够用 。

但前端就是灾难现场。她测了一个日程应用，点进去发现很多交互根本没反应；

一个事故管理平台，她明确要求深色模式，它偏偏做成浅色还加了个糟糕的遮罩层 。

她总结：这个模型给出的前端代码，错误比其他模型很长一段时间里见过的都多。

设计品味也很成问题。

她用了个词叫slop,意思是千篇一律的模板味儿——Muse 出品清一色是粗衬线字体加圆角组件的软件即服务风格。

最惨的是重设计 ChatPRD 网站：原本刚被 Opus 5.5 刷新过的漂亮网站，被它做得图片都是坏的，连拿到手的品牌设计规范都没遵守 。

PRD 和创意：能用，但别指望

PRD 写得短、也照了模板，这两点她喜欢；但格式乱、细节少，不如其他模型。创意任务里，SVG 插图画得挺可爱，但八个模型里排第七；

短视频剪辑找对了 40 秒素材、卡点几乎全对，可字幕盖在脸上、叠加装饰很丑，音频还出了怪问题，总分 2/5 。

到底该不该用？

一句话结论：智能体工作很强，代码和后端够用，写邮件、当语音助手都靠谱；

设计品味差一大截，她不会拿它做前端或创意工作，继续用 Opus 5.5 干这些 。

速度上也有个有趣的分裂：小任务快得飞起，智能体大任务却跑很久——可能正是那个主动专注模式在花时间磨。

她接下来打算把 Muse Wonder 塞进自己在搭的几个智能体里，实际跑跑看。

本集带走

• Muse Wonder 主打个人和专业智能体场景，主动记忆和长任务的持续专注是它的差异化卖点。
• 智能体任务表现全场最佳：账单排查、收件箱分诊、语音助手都接近或超过头部模型。
• 后端代码够用，但前端代码错误多、设计审美停留在模板风格，重设计网站直接翻车。
• 想上手得订阅 Muse 并下载 Muse Code,上手体验一般。
• 她的选择：干活交给 Muse Wonder,设计和创意继续用 Opus 5.5。

最让人沮丧的是它做对了大约 80%，然后就彻底垮掉了。
what’s super frustrating is it gets like 80% of it right, and then it just totally falls down.
—— Claire Vo · [15:43]

我不是说它不行。我只是还没说它行。
I’m not calling it a no. I’m just not calling it a yes.
—— Claire Vo · [20:57]