Meta AI Research 於 2026 年 9 月 2 日發布 Muse Spark 1.3，並表示模型正陸續在 Muse Code 和 Meta Model API 上線。這次升級沒有只把焦點放在 benchmark，而是把較長時間的 Agent 工作、使用者協作、工具呼叫和 coding usability 放在同一個發布內。先前可用的 reasoning modes 會先提供，max reasoning 則要等額外安全測試完成後才推出。
Muse Spark 1.3 的長流程設計，是讓模型在面對開放式目標時自行用工具建立 context，整理混亂或互相矛盾的來源，主動修正計劃缺口，再產出交付物。Meta 亦說模型會在 prompt 不清楚時提出澄清問題，遇到卡住時向使用者求助，並在採取 consequential action 前確認。這幾項行為比「會不會產生一段漂亮文字」更接近真實 Agent 的可靠性問題。
模型也針對長對話中的 multitasking 做調整。Meta 表示 Muse Spark 1.3 能更準確把新 prompt 對應到正確任務，即使使用者在同一條 thread 中回看過去要求、插入新問題或改變方向。對企業 workflow 而言，這有助減少任務串線；但生產環境仍應用明確 task ID、狀態和人工交接點，不能只依賴模型自行判斷上下文。
Coding 是另一個主要賣點。Meta 表示，與 Muse Spark 1.2 比較，1.3 在內部 coding 評估中約少用 20% tool calls 和 25% tokens，同時減少不必要的 turns，並改善程式碼風格。這些數字來自 Meta 工程團隊的比較，沒有說明為何選擇這些任務，也不是獨立跨模型 benchmark。實際收益仍會受到 harness、repo 大小、工具延遲、上下文整理和 review 流程影響。
安全方面，Meta 表示 1.3 改善 adversarial robustness、prompt-injection resistance，以及對 irreversible action 的 calibration。模型也被訓練去辨認自己的能力限制，在遇到障礙時承認問題而不是假裝已完成。這是良好的 Agent 行為方向，但「更懂得何時停」要在實際工具、權限和惡意輸入組合下測試，不能只由模型自述推斷。
Meta 的發布節奏也透露產品分層。普通 reasoning modes 已可用，max reasoning 要等額外 safety testing；換句話說，最高能力不是與一般版本同一時間、無條件開放。對需要自動寫 code、改檔案或操作外部工具的團隊，應把不同 reasoning level 視為不同風險和成本配置，而不是同一個模型的外觀選項。
對企業採用者，Muse Spark 1.3 最值得試的不是一次性 demo，而是一條有明確成功條件的長流程。例如讓 Agent 先讀多個來源、建立工作計劃、在每一步保留狀態、遇到不確定性先詢問，最後交由人員審核輸出。測試時要同時記錄完成率、錯誤工具呼叫、重複動作、使用者介入次數及不可逆動作攔截。
目前最需要保持距離的是 Meta 對「personal superintelligence」、效率和 safety 的產品描述。Muse Spark 1.3 已經上線，不等於 max reasoning 已完成，也不等於所有 API 地區、帳戶和工具配置相同。採用前要以實際可用模型、限制、資料政策和自己的 Agent harness 做驗證。
