Meta Muse Wonder 实测：处理工单很强，别让它碰前端
How I AI 主持人 Claire 用近 20 个真实任务测 Meta Muse Wonder：账单工单、收件箱分拣、电脑操作和写邮件排第一，设计和原型反复出错。
- 谁·场景
- How I AI 主持人 Claire，用近 20 个工作任务对比 Muse Wonder 与 Opus 5.5、Astra、Fable。
- 怎么用
- 她搭了一个账单工单基准：模拟的 SaaS 环境里埋了账户关联错误、重复退款、改套餐和提示词注入，看 agent 能否一路处理到关单。
- 结果
- Muse 修正了关联错误，处理了重复退款逻辑，改了套餐，起草回复并关单，所有埋点都解决了，也没被注入带偏。写邮件能贴合她两句话的简洁风格。前端设计忽略品牌规范、乱加 emoji，原型交互测试时按钮失效。
- 你可以试
- 把你岗位上一个真实工单或流程做成带坑的小测试，新模型出来先跑一遍再决定用在哪。
- 注意
- 复杂任务明显变慢。原型常常能做到八成，后面的视觉打磨和交互完整度做不好。
Claire 在 How I AI 里实测 Meta 新模型 Muse Wonder。它最强的是长链条 agent 任务：一个办法不行就换一个，直到达成目标。复杂任务上它花的时间更长，结果也更好，她认为时间和质量的对应关系比竞品更清楚。
可借鉴的是她的账单工单基准：模拟真实 SaaS 后台，故意埋入账户关联错误、重复退款和提示词注入，要求 agent 从修正、改套餐、写回复一直做到关单。这种测法比聊天对比更接近你会交给 agent 的真实工作。
短板也很具体：前端默认粗衬线字体、蓝紫配色和千篇一律的 SaaS 布局，ChatPRD 改版时还弄坏了图片显示。剪视频时它能挑对 40 秒片段，但字幕位置和音频处理不到位。她的结论是把它放进几个 agent 工作流里试，但不做日常主力，也不用在前端上。