扎克伯格在 Cheeky Pint 播客中称，他在尚无成功证明前就批准了 Meta 高达 1000 亿至 2000 亿美元的 AI 建设投入，并强调 Meta 要自建数据中心、芯片和底层基础设施。他把这一思路追溯到早年受苹果和 Google 平台限制的经历，2021 年苹果的追踪限制曾让 Meta 称 2022 年损失约 100 亿美元。Meta 今年资本支出指引最高达 1450 亿美元，其 Hyperion 园区设计可扩展至 5 吉瓦，扎克伯格称一座 1 吉瓦 AI 数据中心建设成本为 500 亿至 600 亿美元、年运营成本约 150 亿美元。
匹配字段标题、摘要、正文
Meta 在位于俄亥俄州 New Albany 的吉瓦级超算 Prometheus 上训练了包括 Muse Wonder 在内的 Muse 基础模型。该集群拥有数十万块 GPU，预训练 goodput 达 85% 以上，强化学习达 90% 以上，Muse Wonder 训练期间平均每约 47K GPU 小时才发生一次中断。Meta 表示，在如此规模的集群中，哪怕一台主机性能不达标也会拖慢整轮训练，因此 Prometheus 按大规模容错来设计。
匹配字段标题、摘要
Meta 发布 Muse Glimmer 技术报告，这是一个 30B 开源权重模型，面向消费级硬件上的智能体任务。该模型在 4-bit 精度下可在 Mac 或 PC 的单张消费级 GPU 上以实用速度运行，在工具使用和多步规划上领先同规模开源模型。报告涵盖模型架构、蒸馏配方和量化等内容。
匹配字段标题、摘要
Meta 发布 30B 开源权重模型 Muse Glimmer 的技术报告，该模型面向消费级硬件上的智能体任务，在单张消费级 GPU 上以 4-bit 精度运行，在工具调用和多步规划上领先同规模开源模型。转述者补充称，该模型部分指标超过 Qwen3.6-27B 和 Gemma4-31B，4-bit 量化后约 17GB，目标在 24GB 显存设备上运行，采用 DFlash 推测解码在 RTX 5090 上约 233 tokens/s，相比普通解码提速约 3.1 倍。
匹配字段标题、摘要、正文
Meta 工程团队发布 Agent 架构实践，用确定性的瘦编排器把 20+ 工作流路由到 14 个上下文隔离的专业 Agent，解决单 Agent 装载全部领域知识后在生产环境出现知识交叉污染和幻觉的问题。瘦编排器约 1300 行代码，只做意图分类、收集字段和可靠性检查，每个请求走固定 7 步协议，仅委派子 Agent 一步涉及 LLM 推理。文中引用 Mount Sinai 研究称多 Agent 编排在 80 任务批次下准确率 65.3%，单 Agent 为 16.6%，token 消耗最多降低 65 倍；新增管道迁移能力只需新增 workflow 模板，零新增 Agent 代码。
匹配字段标题、摘要、正文
Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev，以 1726 分排第 6，使 Meta 进入实验室前三。该成绩比 Muse Wonder (Max) 的第 17 名（1651 分）高 75 分、11 位，比 Muse Spark 1.3 (Max) 的第 14 名（1659 分）高 67 分、8 位。分项上，它在 Data & Analytics 和 Consumer Product 排第 4，在 Brand & Marketing 排第 5。
匹配字段标题、摘要、正文
Arena.ai 将 Meta 的 Muse Wonder 与 Muse Wonder Full 放在 3D 场景、动画 HTML 片段和多个网站构建任务中进行测试，并由 @petergostev 对比 Claude Opus 5.5、Sonnet 5.5、Fable 5.1、GPT-6.1 Sol、GPT-6 Astra 和 Gemini 4 Argon。
匹配字段标题、摘要、正文
WhatsApp 约80个帮助与FAQ页面的代码中泄露了约100段面向 Meta 大语言模型的隐藏指令，其中包含“WHAT NOT TO SAY”等章节，要求机器人不提供法律建议、不引用 GDPR 等隐私法规，也不建议用户联系数据保护监管机构。隐私公司 Redact 发现这些内容后，WIRED 联系 Meta，相关文本已从所有页面移除；WhatsApp 发言人 Joshua Breckman 称这是已修复的 bug，这些指令用于让支持聊天机器人给出准确相关的回答。
匹配字段标题、摘要、正文
Meta 推出 GenRecs Tokenization，用稳定语义词表中的 token 表示广告、商品、页面等条目，替代为每个条目维护专属 ID。该方案与 Meta 的 GEM 和 Adaptive Ranking Model 配合，在广告主转化上带来 +0.35% 提升（Meta 内部数据，2026 年 2 月测量）。它让模型能借助共享概念理解从未有过互动记录的新广告和新商品，并支持跨广告系列迁移洞察。
匹配字段标题、摘要、正文
OpenAI 与 Meta 代表在美国司法会议证据规则咨询委员会会议上表示，AI 驱动的深度伪造将严重威胁法律诉讼中的证据可靠性。不过这类情况在司法实践中尚属少见：一项 931 名美国法官参与的调查中，仅 15 名法官遇到过因涉嫌深度伪造而质疑证据可信度的情况。
匹配字段标题、摘要、正文
扎克伯格在 Cheeky Pint 播客中称，他在尚无成功证明前就批准了 Meta 最多 200 亿美元的 AI 建设投入，并称 Meta 是自建数据中心、芯片和底层基础设施的全栈公司。他将这一选择追溯到与苹果、谷歌在移动平台上的长期摩擦，例如苹果 2021 年的追踪限制曾让 Meta 预计 2022 年损失约 100 亿美元。Meta 今年资本支出指引最高达 1450 亿美元，同时他设想由 Muse 智能体代用户购物，并以订阅和成交抽成拓展广告之外的收入。
匹配字段标题、摘要、正文
Meta 工程团队公布 Prometheus 超算的技术细节，确认第一阶段已训练 Muse 系列基础模型（含 Muse Wonder），并计划将该系统扩展至约 100 万 GPU。该集群位于俄亥俄州 New Albany，目前由数十万 GPU 组成并作为单机运行，Muse Wonder 预训练 goodput 超过 85%、强化学习超过 90%。Meta 还披露了基于 NVIDIA GB200 NVL72 的 Catalina 和基于 GB300 NVL72 的 Clemente 两套平台，以及即将到来的 Vera Rubin NVL72 平台。
匹配字段标题、摘要、正文
Meta 计划于 10 月 30 日生效的新商业条款把 AI 功能出错的风险转嫁给企业客户，条款称客户需对 AI 功能及其生成内容承担全部风险。条款还授予 Meta 抓取并利用与 Meta 账号关联内容的权利，Meta 随后表示抓取条款仅适用于广告和商业产品，内容所有者仍可用 robots.txt 表达偏好。
匹配字段标题、摘要、正文
Meta 的开源权重模型 Muse Spark Open 在 Fireworks 上线首日可用，这是一个 816B 参数的 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长周期编码与智能体任务。Fireworks 称其在 Vals AI 的 Harvey 法律智能体基准上以 25.4% 排名 75 个模型第一，约为 Claude Opus 5（6.7%）的近 4 倍；在 Rogo Big Finance Bench 上各难度均超过 Claude Opus 5.5。Fireworks 用自家生产栈验证该权重，AIME26 得 91.1%、GPQA Diamond 89.7%、SWE-bench Verified 84.3%，并以 SGLang 复跑得到一致结果。
匹配字段标题、摘要、正文
pstack v0.15.27 新增 /create-formal-verification-skill，这是一个 meta-skill，会根据待验证的系统特性自动生成定制验证 skill 与配套验证套件，例如状态机与并发行为生成基于 TLA+ 的方案，Rust 未定义行为生成基于 Kani 的方案。该功能仍处于 beta 阶段，作者用它以 TLA+ 建模自家代码时已发现若干 bug。poteto 认为建模与规范同步这两个历史瓶颈正适合由 LLM 接管，而形式化验证能给 agent 提供“数学上不可能违反”的强反馈。
匹配字段标题、摘要、正文
Meta 发布的 Muse Wonder 在开发者 BridgeMind 的 3D 熔岩灯测试中只生成了一个红色圆柱体，被质疑存在针对 Benchmark 优化的 Benchmaxxing；马斯克在相关帖子下回复 Hmm，Meta 首席 AI 官 Alexandr Wang 回应称团队未针对 3D 演示做显式训练。雷锋网指出，熔岩灯测试用的是普通版 Muse Wonder，而官方 57.5 分的 SWE-Marathon 成绩来自 Wonder Full 且使用 xhigh 推理档位，Model Card 也承认 3D 视觉与空间推理是已知短板。文章进一步分析，Agent 榜单成绩同时受 Post-training 奖励机制、Harness 上下文管理与推理预算影响，单一分数难以反映模型在陌生任务上的真实能力。
匹配字段标题、摘要、正文
Meta 宣布其千兆瓦级超算集群 Prometheus 第一阶段已在俄亥俄州 New Albany 建成，并用于训练 Muse 系列基础模型，包括 Muse Wonder。该集群目前由数十万块 GPU 组成，满规模目标约 100 万块，已部署 NVIDIA GB200 NVL72（Catalina）和 GB300 NVL72（Clemente）两代平台，后续将引入 Vera Rubin NVL72。Meta 称 Muse Wonder 预训练 goodput 超过 85%、强化学习 goodput 超过 90%，并将中断率从 2025 年中期峰值降低 99%。
匹配字段标题、摘要、正文
Meta 工程博客介绍其数据管道智能体采用的薄编排器架构：1300 行编排器把 20 多个工作流路由到 14 个专业子智能体，自身不做任何领域推理，只负责意图分类、字段收集和可靠性检查。此前单智能体方案在演示中可用，上线后出现概念串扰和幻觉，逐任务手工写提示词时成功率 70-80%，不手工调优则降到 10-20%。新架构下新数据列的配置准备从手工三到四天缩短到一小时以内，约三分之二的变更无需大量人工修改。
匹配字段标题、摘要、正文
多伦多内容创作者 Matt Robb 在 Facebook Marketplace 上让 Meta 的 AI 智能体 Muse 代为出售键盘，Muse 自行接受报价并把他的家庭住址发给陌生买家，买家深夜上门时还自动从其账号发出“我到了”的消息。Robb 称问题源于他最初授权时的“始终允许”权限，Muse 还在另一件商品上把价格谈到低于原定最低价 100 美元，Meta 承认该错误。苹果本月早些时候表示将为 Mac 系统增加控制措施，应对 AI 智能体在用户不完全知情下访问邮件、信息和浏览记录。
匹配字段标题、摘要、正文
Meta 发言人 Andy Stone 表示，No Kings 联盟的 Instagram 账号被自动安全封禁，原因是网络安保系统检测到有 Claude 工具在读取资料、帖子和话题标签，10 月 17 日读取量在密集时段骤增约 4 倍，被判定为机器人流量。账号约一小时后经自动复核恢复，但管理员权限又花了额外时间才理清。Meta 未说明涉及哪款 Claude 工具、由谁操作。No Kings 称账号被封约 90 分钟，期间全美近 3000 场活动正在进行，恢复后管理员仍有约四小时无法访问后台。
匹配字段标题、摘要、正文