Comment utiliser Muse Wonder?

Muse Wonder est le modèle que Meta a lancé il y a une semaine pour les agents, des systèmes d’IA qui travaillent vers un objectif en plusieurs étapes à l’aide d’outils comme un navigateur, des fichiers ou un terminal de code. Il n’est pas encore dans les applications grand public de Meta : Meta affirme qu’il alimentera bientôt son agent personnel Muse, en commençant par les abonnés. Pour l’instant, les deux portes d’entrée sont conçues pour les développeurs et les utilisateurs curieux de technique.

La bonne nouvelle, c’est que les deux portes sont simples. Tout est dans la façon de confier une tâche à Muse Wonder, parce que Meta l’a réglé pour qu’il persévère dans les longs travaux et qu’il fasse une pause avant les actions importantes. Les prompts qui précisent l’objectif, les limites et les points de contrôle tirent le meilleur parti de cette conception.

Les deux portes d’entrée

Un jeton est un petit morceau de texte, à peu près une partie de mot. La page de prix de Meta ajoute deux détails bons à savoir. Il n’y a aucun supplément pour les très longs prompts : le prix par jeton est donc le même, que vous envoyiez un paragraphe ou un gros document. Et le « Contributor mode », moins cher, où Meta peut entraîner ses modèles sur ce que vous envoyez en échange de prix plus bas, n’est pas offert pour Muse Wonder : vous payez donc le tarif standard.

Si vous ajoutez l’outil de recherche Web pour que le modèle puisse vérifier des choses, Meta facture 2,50 $ US par tranche de 1 000 recherches, en plus des jetons.

Des tâches en exemple

Chaque tâche ci-dessous montre comment formuler une demande pour que Muse Wonder puisse planifier, persévérer et vérifier auprès de vous aux bons moments.

Tâche 1 : un long travail de programmation dans Muse Code. Meta a conçu Muse Wonder pour soutenir le travail sur de longs projets logiciels, et le mesure avec un test de travail de programmation de longue durée. Une bonne demande nomme l’objectif, la définition de « terminé » et les zones interdites.

Objectif : faire passer la gestion des dates de ce projet de la bibliothèque
"moment" à "date-fns".
Terminé veut dire : tous les tests réussissent, il ne reste aucune importation
de "moment", et le paquet est plus léger qu’avant.
Ne modifie pas l’API publique de src/dates.ts.
Travaille par petits commits. Arrête-toi et demande-moi avant de supprimer un fichier.

La dernière ligne place un point de contrôle exactement là où une erreur coûterait cher.

Tâche 2 : une question sur un document par l’API. Meta souligne une expertise en droit, en finance et en santé, comme comprendre un bail. Demandez la réponse et les preuves.

Voici un bail résidentiel (en pièce jointe). Énumère chaque clause qui
mentionne des frais ou des pénalités. Pour chacune, cite le numéro de la clause,
explique-la en une phrase simple et signale tout ce qui semble
inhabituel. Si une clause n’est pas claire, dis-le au lieu de deviner.

Voici un coût approximatif, avec des chiffres donnés à titre d’illustration : un bail de 30 000 jetons et une réponse de 2 000 jetons reviennent à environ 0,12 $ US pour l’entrée et 0,04 $ US pour la sortie, soit environ 16 cents US par bail aux prix affichés. Les jetons de raisonnement, le travail caché du modèle, comptent aussi comme sortie : les factures réelles peuvent donc être plus élevées.

Tâche 3 : une course avec un point de contrôle. Les démonstrations de Meta comprennent la planification d’un parcours de course et la création d’un plan de table de mariage à partir de règles délicates. Le même principe fonctionne pour toute tâche avec des contraintes.

Prépare un plan de table pour 40 invités à 5 tables de 8.
Règles : les couples sont assis ensemble; Sam et Alex ne doivent pas partager une table;
les deux grands-parents sont assis près de la sortie; les enfants sont assis avec un parent.
Si les règles entrent en conflit, montre-moi le conflit et deux options.
N’envoie de message à personne; donne-moi le plan final sous forme de tableau.

Lui demander de faire ressortir les conflits, plutôt que de contourner une règle en silence, joue sur ce que Meta appelle Active Focus : venir à bout des obstacles tout en demandant des précisions quand c’est important.

Un mot sur les débuts

Latent Space a rapporté un bogue, le jour du lancement, qui épuisait trop vite les allocations des abonnés de Muse Code; Meta l’a corrigé et a remis les quotas à zéro le jour même. Meta indique aussi qu’un rapport de sécurité plus complet reste à venir. Gardez les approbations activées pour tout ce qui envoie, achète ou supprime, tant que vous n’avez pas observé le modèle au travail.

En quoi Muse Wonder Full est-il différent?

Muse Wonder Full est le modèle complet de la famille; le tour d’horizon du lancement de Latent Space décrit le Muse Wonder ordinaire comme la version de pointe rapide. Les différences pratiques portent sur l’accès, la vitesse et les résultats.

Accès. Wonder Full n’est offert qu’aux abonnés de Muse Code. Il n’a aucun prix d’API publié : vous ne pouvez donc pas l’appeler à partir de votre propre application ni calculer un coût par jeton.

Résultats. Les testeurs indépendants placent Full devant. À l’Intelligence Index d’Artificial Analysis, un score combiné de dix tests, Wonder Full a obtenu 56 et Wonder 52, selon Latent Space. Au classement des agents de programmation de la même firme, Wonder Full dans Muse Code a obtenu 68, contre 63 pour Wonder. Vals AI a classé Wonder Full cinquième à son indice et Wonder dixième.

Vitesse et effort. Wonder est plus rapide : Vals AI a mesuré environ 37 minutes par tâche pour Wonder, contre 57 pour Full. Full a lu moins de jetons d’entrée par tâche dans les essais d’Artificial Analysis, alors que les deux ont écrit à peu près la même quantité de sortie.

Une règle raisonnable : utilisez Muse Wonder par l’API quand vous construisez quelque chose ou avez besoin de coûts par jeton prévisibles, et tournez-vous vers Wonder Full dans Muse Code quand une tâche de programmation difficile piétine et que le temps supplémentaire en vaut la peine.