Meta 推出 Muse Spark 1.3，称在编码和自主任务上取得提升

Meta 于 2026 年 9 月 2 日发布了 Muse Spark 1.3，这是 Meta 超级智能实验室的最新模型，并在同一天于 Muse Code 和 Meta Model API 中提供。Meta 表示，此次更新在自主任务和编码任务上提升了性能，并且在真实场景中更易使用，这得益于公司所称的数月对 Muse Code 和 Meta Model API 的广泛采用。

根据 Meta AI 研究公告，之前已有的推理模式在发布时仍可使用，而“最大推理”模式将在 Meta 完成额外安全测试后不久推出。Meta 引导读者查看随附的评估报告以获取基准细节。

自主工作流

Meta 表示，Muse Spark 1.3 旨在通过与用户协作并在单个长线程中处理多个工作流，更好地支持长期任务。当给定开放式目标时，公司称模型会使用工具在混乱且相互冲突的来源中生成自己的上下文，主动纠正计划中的缺口，并记录所学以生成最终交付物。Meta 透露，他们在多种不同的使用场景下训练模型，以实现对各种自主环境的通用性。

公司表示，他们对 Muse Spark 1.3 进行了训练，使其能够更积极地与用户协作：当提示模糊时，模型会提出澄清性问题；卡住时会请求用户帮助，并在执行关键操作前进行确认。针对长期任务，Meta 说明，模型会适应用户偏好，或提供频繁更新，或在后台静默运行。

Meta 表示，Muse Spark 1.3 在遵循复杂、长篇指令方面比早期的 Muse Spark 模型更可靠，并且在多步骤任务中能够更好地保留详细需求，不会遗漏约束或偏离预定工作流。

公司还表示，他们提升了模型的多任务处理能力。例如，Meta 称 Muse Spark 1.3 现在能够在混乱的单线程环境中更准确地将输入提示映射到正确任务，无论用户是继续先前请求还是中途打断。Meta 补充说，模型对自身能力和局限有更好的认知，经过训练后能够更清晰地判断自己能做和不能做的事、已知和未知的内容，以及在遇到障碍时停止而不是产生幻觉式的结果。

编码

Meta 表示，Muse Spark 1.3 在更长期的编码任务上接受了训练，并在常见工程工作流中展现出更佳的可用性。相较于 Muse Spark 1.2，公司称新模型在不必要的情况下回合更少，冗余度更低，整体编码风格更简洁。Meta 工程师的对比显示，模型显著更快且更高效，工具调用约减少 20%，令牌使用约减少 25%。

安全性与可用性

Meta 表示，他们在多个维度上提升了安全性，这些维度与自主和编码能力最为相关。公司称 Muse Spark 1.3 的对抗鲁棒性更强，对对抗性输入和提示注入的抵抗力得到提升。在复杂的自主任务中，Meta 说明模型对何为不可逆操作有更好的校准，并据此行动。公司表示，这些改进体现了在长期自主任务中更佳的审慎性和判断力。

Meta 表示，Muse Spark 1.3 今日已在 Muse Code 和 Meta Model API 中可用。

先前状态与路线图

Muse Spark 1.3 接替了 Muse Spark 1.2，后者于 2026 年 8 月 5 日与终端编码代理 Muse Code 一同由 Meta 发布。在此前的 Muse Code 与 Muse Spark 1.2 公告 中，Meta 将 Muse Spark 1.2 描述为面向编码的 Muse Spark 1.1 更新，提升了代码生成、复杂调试、代码库理解以及端到端开发者工作流。Meta 表示，为该版本在编码任务上显著扩大了训练算力，并扩展了训练环境的多样性，且模型与 Muse Code 共同训练。

展望未来，Meta 表示其路线图包括更大的模型、Muse Spark 开放权重发布等内容，但未给出具体时间。