Meta发布Muse Spark 1.1：多智能体协作百万token上下文

AI学会"组团干活"！Meta发布Muse Spark 1.1，百万token+多智能体协作

7月12日，Meta正式发布多模态推理模型Muse Spark 1.1，主打一个方向：让AI智能体学会"组团干活"。这版本最核心的升级是多智能体协作机制：主智能体负责收集信息、制定计划，再把任务拆解、分配给多个子智能体并行执行，最后汇总成果。

100万：最高支持的token上下文长度，超长工作流不"失忆"。

这和GPT-5.6破解数学猜想时用的"64个子智能体并行"思路异曲同工——只不过Meta把它变成了通用能力。更狠的是上下文长度：最高支持100万token。这意味着AI可以在超长工作流程里一直"记得住事"，甚至能调用几十轮对话之前的关键信息。对开发者和企业来说，大项目、复杂代码库、长文档处理终于不用频繁"切上下文"了。

能力对比

"智能体赛道，Meta是冲进来了，但想当老大还差口气。"

不过Meta也很坦诚：在部分电脑操作、长上下文和代码开发测试中，Muse Spark 1.1仍落后于GPT-5.5和Claude Opus 4.8。应用场景很实在：跨多个App持续执行长流程任务，自动判断是该点界面、写脚本还是批量操作；代码层面能诊断复杂bug、开发新功能、搞大规模代码迁移。Meta内部工程师已经在每天用它辅助开发。

目前已上线Meta AI App和meta.ai的Thinking模式，开发者可通过Meta Model API预览版接入。安全性方面，Muse Spark 1.1按内部《Advanced AI Scaling Framework》完成部署前评估，在化学与生物安全、网络安全等领域维持在安全范围内，还提升了对提示词注入、越狱攻击的抵抗能力。

当GPT-5.6用子智能体破解数学猜想，Meta又把多智能体协作做成通用能力——2026年，AI已经不满足于"单打独斗"，"组团干活"正在成为新标配。