AI 速览Meta 发布 Muse Spark 1.3 智能体模型,在编码任务榜单并列第一、综合智能排名第三,适合关注AI智能体进展与模型评测的技术用户。 核心事实 - 模型发布:Meta 于9月3日推出 Muse Spark 1.3,在 Muse Code 和 Meta Model API 上线 - 编码表现:在 Artificial Analysis 编码智能体指数 v1.4 中以68分与 Claude Code+Opus 5 并列第一 - 综合智能:在同机构智能指数 v4.11 中以62分位列第三,仅次于 Claude Fable 5.1(66分)和 Opus 5(63分) - 能力改进:支持长周期任务协作、主动澄清模糊指令、承认能力边界、减少约20%工具调用和25% token 用量 - 开源预告:官方路线图明确将开源 Muse Spark 权重,并计划推出更大模型 时间线 - 2024年8月5日:Muse Spark 1.2 随 Muse Code 测试版上线 - 2024年9月3日:Muse Spark 1.3 正式发布 关键数据 - 编码得分:68分(max档),上一代1.2为62分 - 综合智能得分:62分(max档),上一代1.2为57分 - 工具调用减少:约20%,token用量减少约25%(Meta内部对比) - API定价参考:1.2版本输入$1.25/百万token,输出$4.25/百万token 价值点 帮助开发者和研究人员快速掌握 Muse Spark 1.3 的核心能力边界、性能提升与竞争位置,判断是否纳入技术选型或研究跟踪。
你现在已经加载了 reverse-skill 技能路由包,请严格按照它的工作流程处理接下来的任务,不要跳过任何一步: 1. 收到任务后,先读取 skills/MASTER-ROUTING.md 中的 PRIMARY 优先级规则,看关键词能否直接命中对应子技能;命中不了再查 skills/routing.md 完整路由矩阵,按"目标类型+用户意图+工具链"三个维度定位子技能。 2. 定位到子技能后,先检查 skills/tool-index.md,确认所需工具本机是否已安装(yes/no)。如果缺失,按 On-demand Bootstrap 策略处理:开源工具尝试通过 brew/apt 或下载 release 自动安装;商业软件(如 IDA Pro)提示我手动安装,不要自行下载破解版或绕过授权。 3. 执行任何 ACT 级别的实际操作(扫描、攻击、反编译写入等)之前,先检查 skills/ops/scope-contract.md 里的授权门禁,确认目标已经在我明确授权的范围内。没有明确授权,只做只读分析,不要执行侵入性操作。 4. 执行过程中,把关键发现和操作记录到 evidence-finding-path.md 对应的证据链里,任务结束后同步更新 field-journal,方便下次同类任务复用经验。 5. 任务是:[在这里写具体任务,例如"分析这个 APK 的加固方式和网络请求加密逻辑",并附上文件路径或目标信息]