讲讲 Meta 最近发布的最小模型 Muse Ember,声称是专攻 agent 重复任务的。它有什么用?能够以什么方式接入 harness 中?

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

讲讲 Meta 最近发布的最小模型 Muse Ember,声称是专攻 agent 重复任务的。它有什么用?能够以什么方式接入 harness 中?

回答

回复 群友 3892

先给结论:Muse Ember 是 Muse 系列里最小的模型,2026-11-09 发布,官方定位是“agent 的重复执行层”:调用工具、编码子任务、请求路由、信息抽取、长文档解析。定价为输入 $0.10/百万 token、输出 $0.50/百万 token,缓存输入为 $0.004;模型名 muse-ember-1.0,支持 1M 上下文和 512K 输出,原生支持文本、图像、音频和视频,并通过 Responses API 提供。

它真正有用的原因在于单位成本,而不在于能力。AA 智能指数为 36 分,单任务成本约 $0.14;同门的 Spark 1.3 是 37 分、$2.39。只差一分,钱却贵了十几倍。这个价位让它得以承担那些原本“不值得调用大模型、但不调用又会卡住流程”的步骤:一次工具调用的参数拼装、一次格式校验、一次从文档里抽取字段、一次把用户这句话分派给哪个子 agent。这类步骤在 agent 里占绝大多数、单次价值极低,用旗舰模型执行就是纯粹浪费。

不过,它的能力上限也很明确。在 Meta 自己的测试里,AutomationBench 37.8%、Terminal-Bench 4.0 40.9%、Coding Agent Index 46,都领先 Haiku 5.5 和 GPT-6 Luna;但在真实工程任务的 FrontierCode 2.0 上只有 27.2%,落后 Haiku 的 34.9%。这组对比值得注意:在工具调用、终端操作这类“流程性”任务上它很强,但在“能不能把一段真代码改对”上并不强。所以它适合替代重复劳动,不适合替代判断。

接入 harness 的方式,按你之前那条模型分级的思路,其实就是三层:

第一层,主 agent 或规划器继续用贵模型,把所有“机械步骤”下沉给 Ember。最省事的做法是把它挂成子 agent 的默认模型:planner 决定做什么,把已经明确、不需要推理的子任务派给用 Ember 的子 agent 去执行,拿回结构化结果。这在 Claude Code 那类按职责分模型的架构里是现成位置,只需要在 frontmatter 或 SDK 里把 subagent 的模型改掉。

第二层,把工具调用本身包一层执行器。把“读文件、查表、跑命令、取字段”这类动作交给 Ember 决定参数并执行,主上下文只接收结果。1M 上下文在这里很实用:整份代码库或文档集可以直接一次性放进它那里做抽取,不用先做分块和摘要。它也能直接查看截图、扫描件和录音,因此有些原本需要单独接入多模态模型的步骤可以省掉。

第三层,用它的多模态能力执行 cu。OSWorld 2.1 上 69.5% 说明它能看图操作界面,这类“点哪里、填哪个框”的操作正好是重复性最高、单步价值最低的工作,用最便宜的模型来做最合理。

需要注意的取舍:

一是缓存价差很大。缓存输入 $0.004/百万,与未缓存价格相差两个数量级。这意味着前缀要稳定,固定的人设、工具 schema 和文档集要放在前面,动态内容接在后面。一旦中途增删工具或修改 schema,缓存就会失效,成本优势会立刻消失,因此要把这层设计得稳定。

二是子 agent 冷启动的成本不能忽略。每次派发子任务,都需要重新建立上下文;如果拆得太细,来回传递上下文的开销会抵消掉这部分节省,因此应尽量把同类步骤批量交给它,避免每步都派发一次。

三是由谁决定“这一步能不能降级”,需要提前确定。如果让模型自己判断,它往往会高估难度,把所有任务都交给贵模型;可行做法是固定角色分工:子 agent 默认用 Ember,只有 planner 明确标记需要推理的步骤才升级到上层模型。

还没有查到的内容是:它和 agent 框架的实际接法(是否有官方 LangGraph、OpenAI Agents SDK 适配),以及在不同 harness 下与 Haiku 的真实成本对比——上面这些价格是按 Meta 的标价估算的,Meta 自己也说明了这一点。如果你准备实际接入,我可以帮你按你手上的 harness 把这套模型分层拆成一张具体的配置表。