2026年11月6日，Meta 在官方研究博客宣布，基于 Muse Wonder 训练的专用模型开始向 Muse 与 Meta AI 用户推送。这是 Wonder 系列发布几周后的第一次能力下放：不是再推一个新模型，而是把前沿模型的能力带进日常用的两个产品里。Meta 给出的综合评分是，个人超级智能指数（Personal Superintelligence Index）从 38% 升至 47%。
主动记忆：记得什么、忘掉什么
这次升级的核心，是随 Wonder 一起发布的两项能力。主动记忆（Active Memory）让模型记住哪些信息重要、识别旧信息何时重新变得相关，并分清临时信息与长期信息、跨时间推理、判断什么已经过时。Meta 的数据是：改进后的 Muse 模型在关键信息遗忘上减少了 2.4 倍，主动记忆评测中正确使用关键上下文的任务比例从 76% 升至 90%。这正是 Agent Memory 要解决的问题：智能体最大的短板常常不是不会做，而是记不住。
主动专注：遇到意外也不撒手
主动专注（Active Focus）让模型在遇到意外困难时继续朝着目标推进：针对现实中的各类卡点做过训练，会更努力尝试、恢复或找替代方案，日常任务中遇到突发问题时的完成率提升了 67%。专用模型还学会了多任务处理，知道何时独立推进、何时与用户实时协作，任务中途收到调整也能跟上而不被带偏。在 Meta AI 一侧，同样的改进让它更像思考伙伴：把复杂问题拆成清晰步骤、追问更准、用户中途改主意也能跟上。
对用户来说，变化是渐进的：不用换产品、不用学新入口，同一批对话会慢慢变得更“有记性”、更“有耐性”。值得留意的是边界：这批模型是“专用模型”，能力来自 Wonder 训练，但 Meta 没说它们等于 Wonder 本人；评分是 Meta 自家的指数与评测，不是第三方横评，47% 这个数字不宜直接拿去和其他厂商的榜单对比。推送是逐步放开的，不同地区、不同账号收到新模型的时间会有先后。
Meta 没有给出全量推送的具体时间表。接下来可以观察两件事：实际对话里模型是不是真的记得住跨会话的关键信息，以及多步任务中途改需求时，它是真跟上了还是悄悄跑偏。这两点官方数字说了不算，要用起来才知道。
