Claire Vo 用 How I AI 基准实测 Meta Muse Wonder 模型

我把 Meta 新推出的 Muse Wonder（以及 Wonder Full）前沿模型放到了 How I AI 基准测试上跑了一遍，该测试涵盖原型设计、智能体工作流、编码、写作和创意工作等近 20 项任务。我用 LLM-as-a-judge 的方式打分，并结合自己的语音笔记，然后汇总出了你在这里看到的初测结果。

在 YouTube、Spotify 或 Apple Podcasts 上收听或观看

你将了解到：

1. Meta 的“个人与职业智能体”定位在哪些方面基本成立，又在哪些方面不成立

2. 主动专注模式在长时间任务上究竟做了什么，以及它是否真实有效

3. Muse 排名第一的三项智能体任务，以及这些类别为何重要

4. Muse 的设计输出实际看起来如何（并不好）

5. 它在语音助手任务上与 Sonnet 的对比表现

6. 在 SVG 和短视频方面，Muse 相比 Opus 5.5、Astra 和 Fable 处于什么位置

7. 我是否真的把 Muse 用进了自己的智能体工作流中

本集由以下品牌赞助：

DX——面向 AI 时代的工程智能

Jira Product Discovery——用洞察确定优先级，自信地构建

本期我们涵盖：

(00:00) 开场以及 Muse Wonder 是什么

(01:19) Meta 的前沿能力宣称

(04:36) Muse code

(06:06) 基准测试概览以及 How I AI bench 的运作方式

(07:51) 总体结果与 TL;DR 结论

(11:53) 智能体任务

(13:36) 邮件写作与语音助手表现

(14:35) Muse 的不足之处

(18:28) SVG 插画结果

(19:33) 短视频剪辑

(21:18) 一次性任务很快，智能体任务很慢

(22:15) 最终结论以及我接下来会在哪里使用 Muse Wonder

提到的工具：

• Meta Muse Wonder / Muse Wonder Full：https://research.meta.ai/blog/muse-wonder

• Muse Code：https://developer.meta.com/ai/lp/muse-code

在哪里可以找到 Claire Vo：

ChatPRD：https://www.chatprd.ai/

网站：https://clairevo.com/

LinkedIn：https://www.linkedin.com/in/clairevo/

X：https://x.com/clairevo

制作与营销由 https://penname.co/ 完成。如需咨询播客赞助事宜，请发送邮件至 jordan@penname.co。