Meta公司发布了最新版本的Muse Spark 1.3，该版本已通过Muse Code和Meta Model API推出。推理模式自9月2日起开放使用，最大推理模式将在完成额外安全测试后不久上线。
Muse Spark 1.3基于数月来Muse Code和Meta Model API的实际应用经验，进行了多项改进，使其在实际环境中更易于使用。同时，该版本在代理任务和编码任务的性能上都有显著提升。
该模型设计能够在长线程中同时处理多个工作流程，更有效地支持长期任务。只要给出明确目标，Muse Spark 1.3就能利用工具从复杂且矛盾的信息源中生成独特的上下文，主动修正计划中的缺口，追踪学习内容，最终完成成果。为了适应多样化的代理环境，模型训练时采用了执行层，能够调用多种大型语言模型（LLM）来执行工具和判断处理流程。
此外，Muse Spark 1.3经过针对长期编码任务的训练，提升了在常见工程工作流程中的易用性。与前一版本Muse Spark 1.2相比，减少了不必要的处理和冗余，实现了更简洁的编码风格。Meta工程师的对比测试显示，工具调用次数减少约20%，令牌数减少约25%，处理速度和效率大幅提升。
多任务处理能力也得到了增强。无论用户是否跳过或中断请求，模型都能在单线程环境中更准确地将接收到的提示映射到相应任务。该模型能够更好地识别自身能力和局限，准确判断能做什么、不能做什么，知道自己掌握哪些知识，何时遇到障碍。
当指令不明确时，模型会主动向用户提问以确认；遇到瓶颈时，会请求用户协助；在执行重要操作前，也会进行确认。此外，在长时间工作时，Muse Spark 1.3能根据用户偏好，选择频繁更新进度或静默后台运行，展现出良好的“察言观色”能力。相比之前的版本，它能更可靠地处理复杂且冗长的指令，执行多步骤任务时不会遗漏约束条件，也不会偏离要求的工作流程，能更好地保持详细需求。
