Le 12 octobre 2026, heure locale, l’américain Meta a annoncé son nouveau modèle d’IA « Muse Wonder » et sa version supérieure, « Muse Wonder Full ». Le modèle est désormais accessible aux développeurs via une API et l’outil d’aide au codage « Muse Code ». Meta prévoit aussi de l’intégrer prochainement à son agent d’IA personnel « Muse ». Ses atouts revendiqués : retenir des informations d’une conversation à l’autre et mener à bien les tâches difficiles. Cette annonce invite à se demander ce qui compte vraiment lorsqu’on confie un travail à une IA.
Ce qu’on attend d’une IA : de la mémoire et de la persévérance
La seule question « Cette IA est-elle intelligente ? » commence à ne plus suffire. Envoyer un e-mail, réserver un voyage, chercher un logement et même envoyer une demande de renseignements : lorsqu’on confie ce genre de tâches à une IA, il compte davantage qu’elle se souvienne de ce qu’on lui a dit la veille et qu’elle ne renonce pas au premier obstacle que la qualité d’une réponse ponctuelle. C’est un peu comme lorsqu’on confie un travail à une nouvelle recrue. Meta a précisément mis ces deux qualités au cœur de sa présentation.
Active Memory : une mémoire qui traverse les conversations
Active Memory permet de conserver d’une conversation à l’autre les informations importantes pour l’utilisateur et de retrouver spontanément les détails utiles à une tâche. Meta explique que le modèle se souvient même de petites habitudes, de préférences ou de remarques anodines échangées auparavant. Les chercheurs indiquent avoir travaillé pour qu’il n’oublie pas les éléments importants, même après plusieurs jours, semaines ou mois.
Meta a présenté MemoryBench comme indicateur des capacités de mémoire. Selon ses évaluations internes, Muse Wonder a obtenu un meilleur score que ses concurrents Claude Fable 5.1, Claude Opus 5.5 et GPT-6 Astra. Il convient toutefois de garder à l’esprit qu’il s’agit de résultats issus d’évaluations internes.
Active Focus : rebondir après une impasse
L’autre fonctionnalité, Active Focus, permet de poursuivre un objectif même lorsqu’une tâche est difficile. En cas d’impasse, le modèle essaie une autre méthode ; en cas d’erreur, il se reprend et mène le travail à terme. Meta indique qu’il est conçu pour demander des précisions si nécessaire et obtenir l’accord de l’utilisateur avant d’effectuer des actions importantes.
L’objectif est d’éviter que l’IA perde de vue son but ou accumule les erreurs au cours d’une recherche complexe ou du développement d’un logiciel de grande ampleur. On pourrait comparer cette ambition à celle d’un collaborateur qui allie mémoire et persévérance, tout en sachant rendre compte de son travail et communiquer avec son équipe.
コメント