背景7 月 9 日Meta 发布多模态推理模型 Muse Spark 1.1重点强化 AI 智能体任务能力。本文分析这次更新的核心机制以及对该平台用户的影响。Muse Spark 1.1 的核心升级Muse Spark 1.1 不是一次普通版本迭代核心升级在多智能体协作机制主智能体负责收集信息、制定计划再将任务拆分并分配给多个子智能体并行执行。这种模式让复杂项目的处理时间显著缩短——原来一个智能体串行做完的任务现在可以拆给多个子智能体同时跑。5 个关键能力按 IT 之家 7-12 报道Muse Spark 1.1 重点强化了 5 项能力规划能力主智能体先收集信息、制定整体计划协同能力把任务拆给多个子智能体并行执行执行能力子智能体各自完成后汇总结果工具调用增强工具调用稳定性代码与应用操作代码开发、应用操作能力提升上下文支持最高 100 万 tokens——可以处理长文档或复杂项目。多智能体协作的实际价值传统单一智能体模式下复杂任务需要串行处理。比如要分析 10 份合同并提取关键条款单一智能体一份一份处理10 份需要 10 倍时间多智能体协作主智能体分配任务10 个子智能体同时跑时间缩短到接近 1 份Muse Spark 1.1 的多智能体机制本质上是把串行变成并行。对 OpenStarry 用户意味着什么该平台主营 Coding Plan 和按量计费两种模式覆盖 DeepSeek、GLM、Kimi、Qwen 等国内主流模型。如果 Meta Muse Spark 1.1 后续开放 API 接口可能成为该平台接入的新模型之一。对客户来说关注点有两个是否值得切换Muse Spark 1.1 的强项是多智能体协作如果你的工作流主要是一个智能体写代码可能用现有模型就够如果需要多智能体并行处理复杂任务可以等接入后测试。何时能用Meta 官方模型发布后通常需要一段时间才会开放 API具体接入时间以双方公告为准。写在最后Muse Spark 1.1 的发布反映了 2026 年 AI 行业的一个趋势从模型更强转向协作更高效。多智能体协作模式让复杂任务的处理时间显著缩短是 AI Agent 落地的重要技术方向。该平台接入新模型时会保持一贯原则——价格与官方完全一致0 加价。相关阅读DeepSeek API 高峰时段排队慢这套调度脚本能解决FAQ客户规则解答你对多智能体协作怎么看评论区聊聊。
