Meta的Muse Spark 1.1：更智能的多智能体AI，可自行修复代码

Meta刚刚推出了一款新的旗舰AI模型Muse Spark 1.1，它旨在让多智能体自动化更流畅、更智能。可以把它想象成AI乐团的指挥——它能协调一个主智能体和多个子智能体共同处理复杂任务，并在情况变化时实时调整计划。

Muse Spark 1.1有何特别之处？

多智能体工作流并不新鲜，但一直存在一个难题：当智能体生成大量数据时，它们往往会达到上下文限制，不得不丢弃一些信息，从而影响质量。Muse Spark 1.1通过巧妙的上下文压缩技巧解决了这个问题。它在压缩数据的同时保留重要部分，因此可以回溯之前的工作而不会丢失线索。该模型的上下文窗口现在可容纳多达100万个token——即使是最混乱的项目也有足够的空间。

专业级编码能力

该模型在编码任务中表现尤为出色。在一次内部测试中，Meta工程师要求它根据一个简单的提示构建一个聊天应用。Muse Spark 1.1不仅编写了代码——它还自动截取应用界面的屏幕截图，发现错误，并精确定位导致问题的代码片段，然后进行修复。真可谓一个自给自足的开发者！

在AI编程基准测试Vibe Code Bench v1.1上，Muse Spark 1.1获得了72.2分——比Meta之前的旗舰产品高出50多分。在SWE-Atlas Codebase QnA测试中，它也提升了近18%。这不仅仅是改进，而是一次飞跃。

超越代码：现实世界任务

但它不仅仅用于编码。Muse Spark 1.1还能处理其他多步骤工作，例如根据视频生成产品描述或为你下餐厅订单。它就像一个超级高效的助手，永远不会忘记你的要求。

可用性与未来展望

开发者现在可以通过Meta模型API试用Muse Spark 1.1。Meta并未止步——他们计划明年将数据中心容量提升至14兆瓦，并预计推出自己的AI芯片，代号Iris。Meta的AI雄心未来可期。

关键要点

• 上下文压缩：处理多达100万个token而不丢失重要数据。
• 多智能体编排：主智能体规划，子智能体执行，模型实时调整。
• 编码能力：在Vibe Code Bench上获得72.2分，相比之前模型大幅提升。
• 现已可用：通过Meta AI聊天机器人和API公开预览。
• 未来计划：数据中心扩展和定制AI芯片Iris。