Muse Wonder 3D 建模翻车，亚历山大·王辩护遭马斯克补刀
原标题：Muse Wonder 建模大翻车，亚历山大·王辩护遭马斯克无情补刀
AI 摘要
Meta 发布 Muse Wonder 与 Muse Wonder Full，主打 Coding Agent 和长任务执行，官方称 Wonder Full 在 SWE-Marathon 得 57.5 分、DeepSWE 1.1 得 79.0 分。开发者社区 BridgeMind 用 3D 熔岩灯任务测试普通版 Muse Wonder，结果明显失败，质疑其存在针对 Benchmark 过度优化（Benchmaxxing），马斯克以“Hmm”回应。Meta 首席 AI 官 Alexandr Wang 承认未针对 3D 演示显式训练，官方 Model Card 也承认 3D 空间推理是短板。文章进一步分析 Post-training、Harness 与推理预算对 Agent 评测成绩的影响，指出单一排行榜分数难以反映模型在陌生任务中的真实能力。
正文节选
官方承认 3D 短板，跨模型测试 Harness 不同。 作者丨郑佳美 编辑丨岑 峰 Meta 刚发布的 Muse Wonder，没想到因为一盏熔岩灯，在开发者社区引发了一场关于 AI 模型跑分的争论。10 月 12 日，Meta 推出 Muse Wonder 和 Muse Wonder Full，主打 Coding Agent、工具调用和长任务执行能力。官方公布的成绩相当亮眼，Wonder Full 在 SWE-Marathon 上拿到 57.5 分，DeepSWE 1.1 达到 79.0 分，已经能够与同期的前沿模型展开竞争。然而，开发者社区 BridgeMind 随后安排了一项 3D 编程测试，要求 Muse Wonder 制作一盏具有透明玻璃外壳、动态熔岩和光照效果的熔岩灯。BridgeMind 随即质疑 Muse Wonder 存在严重的 Benchm