Meta 的 Muse Wonder：工程師的禮物，設計師的噩夢

> Patch Note

我的結論先講：Muse Wonder 是一個對 AI Agent 開發者很有用、但對設計相關工作幾乎沒價值的模型。Meta 把它包裝成「personal and professional agent」，這個 framing 基本上成立，但如果你是衝著視覺生成或設計輸出來的，可能會失望。

Claire Vo 用她自己的 benchmark（How I AI bench）跑了將近 20 個 task，涵蓋 prototyping、agentic workflows、coding、writing 和 creative work，並且用 LLM-as-a-judge 搭配人工 voice notes 打分。結果說明一件事：Muse Wonder 的強項跟它的弱項一樣清楚，而這個落差透露出 Meta 真正想做什麼。

---

現象：數字說話

Agentic 任務拿到前幾名

在 benchmark 裡，Muse Wonder 在三個 agentic task 類別拿到第一。這不是小事。Agentic 任務是現在所有大模型廠商都在搶的戰場，因為這跟「AI 真的能幹活」直接相關，不只是問答機器人的延伸。

能在這個類別贏過其他 frontier model，代表 Muse Wonder 在 tool use、multi-step reasoning、跨工具協調這些面向有真本事。（來源：How I AI bench，Claire Vo）

設計輸出：直白說，不好看

但 Claire 在 voice notes 裡對 Muse Wonder 的視覺輸出評價直接：不好。跟 Opus 5.5、Astra、Fable 這些在 SVG illustration 和 short-form video 類別競爭的模型相比，Muse Wonder 的輸出缺乏設計感。這不是小差距，是「你一眼就看得出來是哪個模型出的」那種差距。

SVG 跟短影片這兩塊，它的表現在競品裡屬於偏下盤，不是墊底但也沒有讓人印象深刻的地方。

Speed Profile 很有趣

One-shot 任務快，但 agent 任務慢。這個 trade-off 很典型 — 單次生成的 latency 壓得很好，但一旦 task 拉長、需要多步驟協調，速度就掉下來了。這不是致命傷，但如果你要把它接進一個需要即時反饋的 agent loop，要先評估一下。

---

為什麼設計輸出這麼差？

Meta 的訓練優先級根本不在這裡

Meta 這幾年在視覺 AI 的投入主要是 Segment Anything、ImageBind、還有生成類的 Make-A-Scene，但這些都不是走「設計感」路線的。它的視覺模型傳統上是往「理解」和「識別」優化，而不是往「美觀輸出」走。

這跟 Midjourney、Ideogram 或 Adobe Firefly 的訓練方向完全不同。後面這些模型是從設計師的審美需求出發去調的，Midjourney 甚至花了很長時間去 fine-tune 一個「人覺得好看」的 taste model。Meta 沒有這個積累，也沒有這樣的 flywheel — 它沒有幾百萬個每天在跑設計提示的 power user 在幫它做隱性的 RLHF。

Agent 是 Meta 真正的戰場

如果你從商業角度看這件事就清楚了。Meta 的核心商業模式是社群平台上的廣告，而 AI Agent 是它下一個大賭注 — 用 AI 幫用戶做事、幫廣告主做事、幫平台本身做事。Muse Wonder 的定位「personal and professional agent」不是在跟 Midjourney 競爭，它是在跟 Claude、GPT-4o 這些 agent-capable 模型競爭。

這讓我想到 2023 年 Google 推 Bard 的時候，大家都說它的答案不如 GPT-4，但後來回頭看，Google 真正在意的是把 AI 接進 Workspace 和 Search 的 pipeline，Bard 的「對話品質」從來不是最優先的指標。Meta 現在的邏輯很像：Muse Wonder 的設計輸出爛，但它能跑 agent workflow，這才是重點。

Muse Code 的存在也很說明問題

Meta 同時推了 Muse Code，這是針對開發者的版本，有獨立的 developer portal。這個分拆本身就說明 Meta 的目標受眾是工程師和 agent builder，不是設計師。如果你把 Muse Code 跟 Muse Wonder 放在一起看，整個產品線的輪廓就很清楚了：這是一個工具堆，服務的是開發和自動化，不是創意輸出。（來源：Meta developer portal）

---

Meta 判讀：Patch Note，但有幾個值得注意的訊號

我把這件事定級為 Patch Note，原因是：

Muse Wonder 不會改變 AI 設計工具的格局。 Midjourney、Adobe Firefly、Ideogram 在視覺生成這塊的護城河目前安全，Muse Wonder 的設計輸出沒有到足以搶市場的水準。如果你是設計師在問「我要不要換工具」，答案是暫時不需要。

但有幾個訊號值得盯：

Agent 競爭正在加速。 在 nearly 20 個 task 的 benchmark 裡，Muse Wonder 在三個 agentic 類別拿第一。這個成績放到 6 個月前看會很驚人，但現在競爭者都在快速追趕。Anthropic 的 Claude 在 agentic task 上的表現一直很強，而 Google Astra 在多模態 agent 也有明顯進展。Meta 這次拿到幾個第一，但這個排名不會持久。

Meta 有資源打持久戰。 目前沒有公開的 Muse 用戶數或商業化數字，但 Meta 的研究預算和基礎設施規模讓它有本錢慢慢磨。它不需要 Muse Wonder 在第一版就完美，它需要的是把 agent 能力內建進 WhatsApp、Instagram、Messenger 的長期佈局。

---

我的建議

如果你是工程師或 agent builder

值得試。特別是如果你在建一個需要處理多步驟任務、tool use、或長時間 autonomous workflow 的東西，拿 Muse Wonder 跑一輪你的 use case。Claire 的結論是她「會把 Muse Wonder 接進部分 agent workflow」，這個背書對工程師來說已經夠用了。

實際操作上，先從 Muse Code 的 developer portal 進去，比直接用 API 更好上手，Meta 在這塊的 onboarding 做得比想像中好。（來源：developer.meta.com）

如果你是設計師

不用急。你現在用的工具 — 不管是 Midjourney、Firefly、還是 Ideogram — 在美觀輸出上都還是甩 Muse Wonder 好幾條街。除非你有一個很特定的 workflow 需要把設計輸出接進 agent pipeline，不然沒有理由換。

但可以稍微關注 Meta 接下來怎麼更新設計相關功能。如果它在後續 version 開始認真補視覺輸出的短板，那就值得重新評估。

如果你是在想要不要投這個方向的人

老實說我對 Meta 在 AI 這塊的長期投資吸引力是持保留態度的。它的 AI 策略看起來是「什麼都做、哪裡有機會就插進去」，而不是有一個清晰的商業閉環。Muse Wonder 對 agent 任務很強，但 Meta 怎麼把這個能力變成收入？目前看不到清楚的 monetization 路徑。跟 Anthropic 靠 API 收費、OpenAI 靠 ChatGPT Plus 訂閱相比，Meta 的 AI 商業模式還是模糊的。

這不代表它沒價值，但如果你要評估「誰在 AI agent 這塊最值得押注」，目前不是 Meta 先。

延伸閱讀

• Meta 也來搶 AI coding 市場了 — Muse Spark 1.1 有機會嗎
• 設計師用 AI Agent 自己刻網站了 — 工程師的邊界在哪裡？
• Coding Agent 正在改變工程、產品、設計的協作方式 — 但改變的不是你想的那個