Meta新模型开始记住你:AI助手离真正懂你还有多远?

Muse Wonder发布，主动记忆和持续执行成卖点；第三方跑分确有提升，但价格、隐私和实际开放范围同样值得看。兼谈GLM-Legal、AI编程研究与其他科技看点。

01｜Muse Wonder：AI终于开始认真处理“记得住”

你跟 AI 解释过项目背景、工作习惯和不想要的写作风格。隔几天再来，它又从零问一遍；让它处理一个复杂任务，走到一半还会忘记最初目标。10月12日 Meta 发布 Muse Wonder 和 Muse Wonder Full，把“主动记忆”和“持续专注”放在产品叙事的中心。这个切口比一句‘又刷榜了’更接近真实体验：助手能不能在合适的时候想起合适的事，然后把事做完？

Meta 所称的 Active Memory，不是把所有旧对话无差别塞进提示词，而是跨对话保留重要背景，在相关任务出现时调出。Active Focus 则指模型在长期目标上尝试不同路径、遇阻调整、必要时提问，并在关键动作前征询确认。两者都是 Meta 的能力定义和测试主张；现阶段不能把它们写成已经替普通用户验证过的生活体验。

最容易被标题带偏的是‘已经能用了’。据 Meta 的发布说明，Muse Wonder 当天可通过 Meta Model API 和 Muse Code 使用；性能更高的 Full 版本先面向 Muse Code 订阅者。Muse 应用将来才接入，起步也从订阅者开始。模型卡说明它可接收文字、图像、视频、音频输入，输出文字，推理上下文为100万 token。这不等于每位 Facebook、Instagram 用户已经拥有一个会长期记住自己的助手，也不等于记忆功能默认跨所有 Meta 产品互通。

真正值得盯的是记忆的‘可纠错性’。比如你去年说过用 Python，今年改用 Rust；如果模型总把旧偏好当成最新命令，所谓懂你就成了固执。再比如你在私人对话里讲了健康信息，之后让它写一封工作邮件，它不应该擅自把隐私带出来。准确召回、遗忘过时信息、控制使用边界，这些比‘记住多少条’更决定产品是否可信。Meta 在发布文中强调隐私和抗恶意指令，但完整安全报告尚待公布；现有材料不足以替它做独立背书。

第三方 Artificial Analysis 的评估给这次发布加了一层可核对的尺度：在其 Intelligence Index v4.3、最高推理强度设置下，Wonder 得52分，Full得56分，六周前的 Muse Spark 1.3得48分。尤其在该机构的 Terminal-Bench 4.0 测试里，Full 从前代33%提高到57%。这说明其测试集合中的代理与编码任务确有明显进步，却不能直接推导出‘所有场景最好’。该机构也指出 Full 在其十项指标里有六项进入前三，而非全部登顶。

价格进一步决定谁愿意真的把长期任务交给它。Artificial Analysis 列出的 Wonder API 价为每百万输入 token 4美元、输出20美元；其指数测试中平均每个任务约4.52美元，前代约1.60美元。这个数字只描述该测试任务，不是所有用户的真实账单。Full 当前没有按 token 的公开 API 价格。企业若想评估，可以拿一组真实多轮任务，记录遗忘率、错用私有信息的次数、人工接手次数和完成成本，而不是只盯总分。

我的判断：Muse Wonder 的新闻点不是‘Meta 也有一个高分模型’，而是头部厂商开始把记忆与长期执行包装成助手的核心能力。它能否改变日常工作，还要看普通用户何时能用、记忆能否被查看和删除，以及长任务在开放环境里的失败率。把这三项摆到发布会跑分旁边，读者才能判断自己要不要迁移。

02｜GLM-Legal：法律模型开始接受“交付整件事”的考试

智谱10月12日发布 GLM-Legal，基于 GLM-5.3-Flash，训练时把法律语料、真实工作流程和代理运行框架一起考虑。它想解决的不是‘法条问答’单题，而是读材料、找冲突、写修改建议、按要求交出工作底稿这条链。官方披露 Harvey LAB 的严格全过率为19.2%，比基础模型高12.5个百分点；数字是厂商对基准测试的报告，不能理解为真实案件有八成以上能独立完成。

这条消息在 Hacker News 有约400分、200多条讨论。讨论的有趣之处在于边界：初稿和条款比对可能省时间，但证据遗漏、法律适用和责任归属仍需要专业人士复核。官方称它将进入 AutoClaw 测试体验，尚未宣布所有人都能在现有办公软件里直接使用。给法律团队的实用问题是：模型每条建议是否指回原文、能否留下修改轨迹、发现矛盾时会不会明确说不确定。

03｜AI写得更多，团队就交付得更多吗？

一项关于 AI 编程工具的研究重新引起技术社区讨论。研究者用来自718家公司的约3亿条工程工作事件观察采用助手与代理后的变化，发现代码活动增加，却没有在更接近最终交付的指标上看到同等幅度增长；代码审查时间变长，是重要阻塞点。这里要特别留意时间：研究并非今天才发布，今天热的是它被重新讨论。

对一个小团队，这意味着衡量 AI 编程不能只数提交量。更有价值的是从需求确认到上线的周期、线上缺陷率、返工率，以及审查者实际花费。代理把‘写初稿’压缩得很快，需求含混、测试覆盖和代码审查却未自动消失。若人力仍卡在最后一公里，仓库热闹可能只是在制造排队。

04｜AI歌曲刷量案：问题不在会作曲，而在机器人冒充听众

微博科技榜出现‘美国男子用AI写歌套利获刑’话题，原始事实可在美国司法部10月6日通报中核实：Michael Smith 因用大量 AI 生成歌曲配合机器人账号虚构播放量、骗取流媒体版税，被判18个月监禁，并被责令没收约809万美元。通报称其机器人账号累计制造数十亿次播放。

关键不是‘AI作曲有罪’，而是把不存在的真实听众伪装成消费行为，侵占本应分给真实音乐人的版税。报道这个案子时若只说‘用 AI 写歌坐牢’，会把诈骗手法和创作工具混在一起。对平台而言，难题也不只是识别音乐是不是 AI 生成，而是识别播放行为是否真实。

05｜Agent37：AI代理的成本战从模型转向沙盒

一家名为 Agent37 的创业团队在 Hacker News 介绍自己的代理运行沙盒：创始人声称通过针对突发 CPU、较高内存需求的资源调度，配合 gVisor 与较便宜的服务器供应商，把每个沙盒的平均客户开销做到每月0.37美元。数字来自团队自述，还不是第三方审计或同配置压测结论。

它提示了另一个竞争方向：当多个代理同时打开浏览器、读仓库、跑工具，瓶颈可能变成隔离环境的启动速度、空闲内存、网络和安全，而不是模型本身。团队也承认 gVisor 沙盒不适合 Docker-in-Docker 或 Android 模拟器。开发者选方案时，应连同隔离强度、持久化需求、峰值并发一起算，而非只看标价。

06｜PS2进浏览器：开源项目用静态重编译走了另一条路

开源项目 ps2-web-recomp 在 Hacker News 引来数百条讨论。作者把游戏的 PS2 机器码先转成 C++，再编译为 WebAssembly，以 WebGPU 处理图形；项目展示《GT赛车4》和《战神2》部分流程可以在浏览器运行。它不是‘所有 PS2 游戏一键上线’，作者明确写着目前只打通两款，更多游戏大概率会撞上未实现的系统调用或图形特性。

仓库按 MIT 许可开放项目代码，但没有附带游戏数据；作者提醒生成物涉及原游戏版权，应使用自己拥有的光盘镜像并留在本地。动手门槛也不低，需要 C++20、CMake、Ninja、Python 及构建工具。值得收藏的是静态重编译与运行时补齐硬件行为的工程方法，而不是把它误传成一个随手打开就能免费玩所有游戏的网站。

07｜路由器变软件无线电：极客项目的高门槛浪漫

另一个热议 GitHub 项目 w1700k-sdr，把特定型号的 Wi‑Fi 7 路由器改造成宽带软件无线电接收器。仓库称可抓取最高320 Msps 的 IQ 数据，经10GbE送到 Linux 主机，在浏览器看实时频谱。它是接收用途，不是教人把路由器变成任意无线电发射器。

项目公开了固件、驱动和主机工具；许可并非简单一个 MIT 标签，内核驱动及补丁有 GPL 条款。安装会替换路由器原系统，恢复需要额外工具，还要串口适配器和10GbE网卡。对普通读者，它展示消费级硬件潜藏的研究空间；对真想尝试的人，先读仓库的硬件型号、备份和恢复说明。

08｜有人用C和CGI做现代商业网站

开发者 Corey Prophitt 写文分享一个反潮流实验：用 OpenBSD、C、httpd、SQLite 和 CGI 做了带账号、搜索、支付、邮件功能的商业网站，没有前端 JavaScript 框架。文章在技术社区得到数百投票。作者喜欢的是单个二进制文件、少量依赖和直接可读的请求处理路径；这是一篇工程经验，不是证明所有网站都该回到 C。

实际选择仍取决于团队。CGI 每个请求创建进程，C 语言的内存安全风险、招人和后续维护都要算进去。这个案例最值得拿来讨论的是‘复杂性预算’：框架节省开发时间，也可能引入很长的依赖链；极简部署让系统可理解，却要求开发者承担更多底层细节。

09｜一部可以修的手机，换来哪些妥协？

手机数码方向，本轮没有查到足以把新品放上头条的实时热度证据，但10月10日 Tom’s Guide 的 Fairphone 6 Plus 评测值得作为补充。评测给出的重点是649美元的价格、较容易维修的设计、五年保修与计划支持到2033年；作者测试中续航约13小时19分钟，同时批评芯片性能和相机处理。这里是媒体单机评测，不是我们亲测，也不能直接推广到每一台。

如果你通常两年换机，维修优势未必抵得上同价位更强性能；若你愿意长期持有，电池、屏幕能否方便更换和软件支持承诺就更重要。评测的价值在于把‘环保’从口号落到寿命和使用代价上。

10｜稳定币进入监管议程，但别把关注写成禁令

加密方向同样缺少已核实的当日社交热度，所以只作为高价值补充。金融稳定理事会主席10月12日的公开讲话把跨境稳定币、人工智能和非银金融风险列为需要持续关注的领域。这是工作重点与风险讨论，不是宣布稳定币被禁止，也不是任何币的价格信号。

如果你关注支付产品，真正要看的不是币价涨跌，而是跨境结算的储备、赎回、监管协同与风险传导如何落到规则。产品创新跑得快，信任机制和法律边界却要慢慢补齐。

参考来源

Meta Muse Wonder发布说明（10月12日）https://research.meta.ai/blog/muse-wonder

Meta Muse Wonder模型卡https://research.meta.ai/static/muse-wonder-model-card

Artificial Analysis独立评估（10月12日）https://artificialanalysis.ai/articles/muse-wonder/

智谱GLM-Legal官方说明（10月12日）https://z.ai/blog/glm-legal

Chen与Stratton研究原文https://fion.ac/jellyfish.pdf

美国司法部AI音乐刷量案通报（10月6日）https://www.justice.gov/usao-sdny/pr/north-carolina-man-sentenced-18-months-prison-super-intelligence-assisted-music

Agent37创始人介绍https://news.ycombinator.com/item?id=50059096

ps2-web-recomp项目仓库https://github.com/snuri00/ps2-web-recomp

w1700k-sdr项目仓库https://github.com/h0m3us3r/w1700k-sdr

Corey Prophitt项目经验原文https://prophitt.me/writing/a-modern-web-app-in-c

Tom’s Guide Fairphone 6 Plus评测（10月10日）https://www.tomsguide.com/phones/android-phones/fairphone-6-plus-review

FSB主席关于AI和稳定币的公开讲话（10月12日）https://www.fsb.org/2026/10/fsb-chair-sets-out-fsb-work-on-ai-and-stablecoins/