Meta 发布 Muse Spark 1.3：写代码少耗 25% Token，提示词模糊会主动反问

Google 刚刚端出 Gemini 3.8 Flash 没几个小时，Meta 就紧跟着把自家的压箱底模型扔了出来。

Meta 正式发布 Muse Spark 1.3。新模型已经同步上线 Meta 的编程平台 Muse Code 以及 Meta Model API，主打的就是更强的长流程智能体协作与代码工程能力。

业内评测视频指出，在 Deep Suite 和 SUI Atlas 等基准测试里，Muse Spark 1.3 甚至跑赢了 GPT-5.6 Sol，整体水准已经死咬在行业最前沿。

懂得停下来问你，才算真懂干活

很多人用 AI 智能体最头疼的，不是它不会做，而是它遇到模糊要求时开始盲猜，最后辛辛苦苦跑了一大圈，交出来的东西完全跑偏。

Muse Spark 1.3 专门改了这身毛病。新模型在收到含糊不清的提示词时，会主动停下来向你提问确认；在任务卡壳时会主动求助，遇到不可逆的高风险操作也会先等人类点头。

在单条长对话里处理多任务也是这次的重头戏。就算你上一秒还在让它改流体仿真报告，下一秒突然插播一段音频剪辑需求，甚至中途推翻之前的指令，它也能准确把任务对应到不同的线头上，不再像以前那样容易逻辑打架。

官方还给它补了更强的自我边界意识，自己能干什么、不能干什么心里更有数，遇到迈不过去的坎会如实汇报，而不是在那里硬编结果。

写代码更省，防捣乱更硬

在实际的工程敲代码场景中，Muse Spark 1.3 明显瘦身了。

根据 Meta 内部工程师的对比测试，相比上一代 Muse Spark 1.2，新模型在日常工程工作流中减少了不必要的废话轮次，代码风格也更干净。具体到账面上，它减少了大约 20% 的工具调用，同时节省了约 25% 的 Token 消耗。

这意味着同样的开发任务，跑起来不仅速度更快，调 API 的账单成本也直接切掉了一大截。

此外，Meta 还针对智能体容易被外部数据带偏的问题加强了防御，大幅提升了抵御恶意对抗输入和提示注入的能力。对于经常要把 AI 放进复杂环境读乱七八糟文件的开发者来说，这算是一颗定心丸。

Meta 同时预告，后续还会推出更大的模型版本，并且承诺会把 Muse Spark 的开源权重放出来。

为什么重要

我们认为，Meta 这次把重点放在减少 Token 和主动反问上，走得非常务实。

对于每天靠 AI 写代码的开发者和工程团队来说，省 25% 的 Token 和少 20% 的工具调用，是看得见摸得着的降本增效；而懂得在关键时刻向人确认，更是让 AI 从玩具走向真正生产力工具的前提。

在行业层面，AI 模型的竞争焦点显然已经从单纯刷单题推理分，彻底转移到了长流程、多步骤、能容错的复杂任务执行能力上。Meta 紧咬着 Google 和 OpenAI 的发布节奏步步紧逼，而且后面还捏着开源权重这张底牌，这会让整个大模型市场的商用 API 定价和竞争进一步内卷。

不过对于普通人来说，这套能力目前主要嵌在 Muse Code 和专业 API 里，更偏向工程师场景。如果你平时只用大模型写写短文、回回邮件，可能还感受不到太大差距；但对于准备搭建复杂自动化流程的团队，现在确实值得去 dev.meta.ai 上跑一跑实测了。