[{"data":1,"prerenderedAt":41},["ShallowReactive",2],{"blog-post-zh-CN-meta-muse-active-memory-active-focus-update":3},{"id":4,"title":5,"seo_title":6,"seo_description":7,"seo_keywords":8,"slug":13,"summary":14,"cover_url":15,"cover_alt":16,"cover_width":17,"cover_height":18,"author":19,"category":20,"tags":21,"is_pinned":24,"is_featured":25,"published_at":26,"modified_at":26,"content":27,"faq":28},"1789036800000-meta-muse-active-memory-active-focus-update","Meta Muse 更新：主动记忆和主动专注，分别解决什么问题？","Meta Muse 是什么？主动记忆、主动专注与功能更新","看懂 Meta Muse 主动记忆与主动专注的区别及官方评测数字，了解 MuseWork 如何用 Memo 和 Wiki 整理背景，减少工作中的重复交代。",[9,10,11,12],"Meta Muse 主动记忆","Meta Muse 主动专注","Meta Muse 更新","MuseWork Memory","meta-muse-active-memory-active-focus-update","Meta Muse 的这次更新，针对的是使用 AI 时常见的两种麻烦：重要背景反复交代，任务一遇到问题就得重来。","/images/meta-muse-active-memory-focus-en-v2.webp","冷蓝渐变背景上，官方Meta标识位于Active Memory和Active Focus大标题上方。",2048,1152,"MuseWork 内容团队","AI 新闻",[22,23],"Meta Muse","MuseWork",false,true,1793923200,"Meta 在 2026 年 11 月 6 日宣布更新 Muse 和 Meta AI 背后的模型：用 Muse Wonder 训练现有模型的专用版本，将 **Active Memory（主动记忆）**和 **Active Focus（主动专注）**带入这两款产品。前者帮助调用过去对话中仍然相关的信息，后者让任务遇到意外问题时，仍能继续朝目标推进。\n\n这次变化不是让每个请求都直接使用 Muse Wonder，而是把它的部分能力用于改进助手背后的模型。对使用者来说，值得关注的是更具体的体验：项目已经讲过一遍，计划也改过几次，AI 能否接着做，而不是要求您从头解释。\n\n## 主动记忆：不只是记得，还要分清哪些信息仍然有效\n\nMeta 对主动记忆的描述，重点不在“保存更多聊天记录”，而在于识别以前的信息何时与当前任务有关，区分临时信息与长期信息，以及判断哪些内容已经过时。\n\n假设您正在准备一次产品发布。目标受众和品牌语气可能几周都不变，但发布日期和交付范围在评审后调整了。真正有用的记忆，应当沿用受众要求，同时采用更新后的日期，而不是把旧期限拼进新计划里。主动记忆想改善的，正是这种对变化的理解。\n\n## 主动专注：原来的路走不通，仍能找到下一步\n\n主动专注处理的是任务推进问题。Meta 表示，它用现实中常见的阻碍训练模型，让 Muse 遇到意外时能够继续尝试、从失败中恢复，或寻找替代办法。公告也提到，模型更能应对任务执行中途的补充说明和方向调整。\n\n还是以产品发布为例：如果一份关键素材延迟，合理的下一步可能是先用现有材料完成简报结构，并把缺少的素材标出来，而不是停下整个任务，更不是编造一份素材填空。\n\n## 官方数字说明了什么？\n\n在 Meta 自有的 **Active Memory Eval** 中，新 Muse 模型正确使用关键上下文的任务比例为 **90%**，前一模型为 **76%**，提高了 **14 个百分点**。这个指标衡量的是能否正确使用任务需要的信息，不是“所有任务都有 90% 的完成率”。\n\nMeta 还报告，在出现意外问题的日常 Muse 任务中，完成表现改善了 **67%**。公告没有给出原来的完成率，因此不能把它理解为最终成功率达到 67%，或提高了 67 个百分点。这些数字来自 Meta 对 Muse 的评测；公告没有单独列出 Meta AI 的对应成绩。\n\n这些评测关注的是 AI 如何使用背景信息、应对任务变化。放到实际工作中，一个持续推进的项目就会反复遇到这两类问题。\n\n## 用 MuseWork 记忆，接着推进同一个项目\n\n一个项目往往要推进几周甚至几个月。以产品发布为例，上次确定的受众、评审中调整的安排，以及您习惯的简报格式，都会影响下一次工作。准备本周进展简报时，这些背景仍然重要，但没必要每次都从头介绍。\n\n**MuseWork Memory（记忆）**让这些背景在持续共事中积累下来：**Memo** 记下对话与共事中的重要细节，**Wiki** 将这些记忆与您提供或授权访问的项目资料组织起来，方便回看内容与来源。后续讨论可以少一些重复说明，把精力放在本周进展和接下来需要处理的问题上。\n\n可以从一个正在推进的项目开始，**[注册 MuseWork，体验记忆功能](/zh-CN/chat?scene=standard)**。如果准备简报还需要用到电脑上的项目文档或浏览器资料，也可以**[下载 MuseWork 桌面端](/zh-CN/download)**，在您授权的范围内请助理协助整理。\n\n## 常见问题\n\n### 主动记忆等于更大的上下文窗口吗？\n\n不等于。上下文窗口描述模型一次请求能处理多少信息；主动记忆关注的是，在情况变化后，能否找出并使用过去仍然相关的信息。\n\n### 这次更新是不是让所有请求都使用 Muse Wonder？\n\n不是。11 月 6 日的公告描述的是用 Muse Wonder 训练现有模型的专用版本。\n\n### AI 记住了项目，就代表每个细节都是最新的吗？\n\n不代表。请明确标出日期与变更，并检查它采用了哪份资料。记住旧信息，与知道旧信息已经被替代，是两件不同的事。\n\n### MuseWork 和 Meta Muse 是同一个产品吗？\n\n不是。两者属于不同公司和团队，互无关联；MuseWork Memory 与 Meta 的 Active Memory 也不是同一套记忆系统。\n\n## 参考资料\n\n- Meta AI Research, [Bringing Specialized Models to Muse and Meta AI](https://research.meta.ai/blog/specialized-models-for-muse-and-metaai), 2026-11-06.",[29,32,35,38],{"question":30,"answer":31},"主动记忆等于更大的上下文窗口吗？","不等于。上下文窗口描述模型一次请求能处理多少信息；主动记忆关注的是，在情况变化后，能否找出并使用过去仍然相关的信息。",{"question":33,"answer":34},"这次更新是不是让所有请求都使用 Muse Wonder？","不是。11 月 6 日的公告描述的是用 Muse Wonder 训练现有模型的专用版本。",{"question":36,"answer":37},"AI 记住了项目，就代表每个细节都是最新的吗？","不代表。请明确标出日期与变更，并检查它采用了哪份资料。记住旧信息，与知道旧信息已经被替代，是两件不同的事。",{"question":39,"answer":40},"MuseWork 和 Meta Muse 是同一个产品吗？","不是。两者属于不同公司和团队，互无关联；MuseWork Memory 与 Meta 的 Active Memory 也不是同一套记忆系统。",1794387545265]