Muse Wonder: Meta vuole ricordarsi di te

Lunedì 12 ottobre, alle 19:08 ora italiana, Meta ha pubblicato l’annuncio che inseguiva da più di un anno: Muse Wonder e Muse Wonder Full, i suoi modelli di intelligenza artificiale più capaci. L’azienda di Facebook, Instagram e WhatsApp dice di essere arrivata alla pari con OpenAI e Anthropic.

Ti aspetteresti che, per presentare il suo cervello migliore, Meta parlasse di intelligenza. Parla di memoria.

Nel video di lancio una ricercatrice di Meta, Kavya Kopparapu, lo dice così:

«Abbiamo messo un’enorme quantità di impegno per fare in modo che il modello si ricordi quello che per te è importante, per giorni, settimane, mesi e oltre.»

Detta da un assistente qualunque, è una promessa di servizio. Detta da un’azienda che vive soprattutto di pubblicità, a me la stessa frase suona diversa. Valgono tutte e due le letture. Ed è questo il punto.

Cosa ha annunciato Meta

I modelli sono due. Muse Wonder è quello che Meta apre a sviluppatori e aziende: si collega ai propri programmi attraverso la Meta Model API, cioè la porta di servizio da cui un software chiede lavoro al modello, e si usa dentro Muse Code, l’agente di Meta fatto per scrivere software. Muse Wonder Full è la versione più potente e resta dentro Muse Code: TechCrunch precisa che dall’API non passa.

Nelle pagine di Meta i prezzi non ci sono. Li riportano le testate. Per TechCrunch, attraverso l’API Wonder costa 4 dollari per milione di token in entrata e 20 dollari per milione di token in uscita. I token sono i pezzetti di parola con cui i modelli leggono e scrivono: a parità di token, quello che il modello ti restituisce costa cinque volte quello che gli mandi, 20 dollari contro 4. Per CNBC, Muse Code costa 50 o 200 dollari al mese, e chi usa l’app Muse dovrà abbonarsi a 20 o 100 dollari al mese per avere il nuovo modello.

Muse è l’agente personale che Meta ha lanciato l’8 settembre negli Stati Uniti. Ci scrivi come a una persona, nell’app o dentro WhatsApp, e lui manda email, compila moduli, prenota, compra: prima di inviare una mail o di fare un acquisto chiede conferma. Ne ho parlato quando Meta e Sierra hanno proposto il galateo degli agenti e quando Muse si è presentato con la faccia tenera della sua mascotte. Finora girava su Muse Spark, il modello leggero e veloce presentato ad aprile. Wonder, scrive Meta, lo alimenterà «presto», partendo dagli abbonati. The Verge fa notare che una data precisa non c’è.

Dietro c’è una rincorsa. Meta racconta di aver ricominciato da capo quattordici mesi fa: TechCrunch ricorda che nell’agosto 2025 Alexandr Wang, fondatore di Scale AI, ha riorganizzato tutta l’intelligenza artificiale dell’azienda. I nuovi modelli sono stati addestrati in Prometheus, il data center che Meta ha acceso quest’anno nel centro dell’Ohio. Per TechCrunch è il primo vero tentativo di Meta di entrare nella categoria dei modelli «di frontiera», quelli che si contendono il primo posto.

Quattordici mesi fa Meta inseguiva. Oggi dice di essere arrivata. Il verbo, per ora, lo sceglie lei.

Una memoria che lavora per te

Le parole nuove sono due: Active Memory e Active Focus, memoria attiva e concentrazione attiva.

La memoria attiva è la capacità di portarsi dietro, da una conversazione all’altra, quello che conta per te, e di ritirarlo fuori quando serve al compito. La concentrazione attiva è l’ostinazione: quando un lavoro si complica, il modello prova un’altra strada, si riprende dagli errori, chiede chiarimenti se servono e si ferma a chiedere prima di fare qualcosa di importante.

Alexandr Wang, che oggi guida l’AI di Meta, l’ha spiegato a CNBC con un esempio da tutti i giorni: prenotare una cena e controllare le disponibilità. Nei compiti veri, ha detto, incontri ostacoli e contrattempi; il modello è stato addestrato a provare altre strade invece di piantarsi, e a tornare dall’utente in qualsiasi momento.

Le dimostrazioni sul blog di ricerca di Meta sono tutte di questo tipo. Un piano di corsa per il sabato costruito lavorando direttamente nel browser e fra le app. Lo schema dei posti a tavola di un matrimonio, con una lista di richieste complicate. Gadget personalizzati disegnati e ordinati partendo dalle foto di un profilo Instagram. E poi i casi da adulti: una pratica con l’assicurazione, un contratto d’affitto da capire, i conti di qualcuno da mettere in ordine. Meta dice che i modelli lavorano su diritto, finanza e salute, e che scrivono codice al livello dei migliori, dal gioco all’app per una nuova attività.

Sulla memoria Meta presenta anche un risultato. Secondo le sue prove, riportate da TechCrunch, Muse Wonder supera Claude Fable, Claude Opus e GPT-6 Astra su MemoryBench, un test che misura quanto un sistema impara e si costruisce ricordi nel tempo.

Qui chi si occupa di comunicazione drizza le orecchie. Ricordarsi di qualcuno è la forma più semplice di attenzione. Il barista che ti prepara il caffè come lo prendi tu, senza chiedere, ha già vinto metà della partita. Ti senti visto. E chi ti fa sentire visto ottiene più facilmente un sì. La memoria rende un assistente più utile. Lo rende anche più convincente.

Su Muse, Meta ha messo dei paletti per iscritto. Nell’annuncio di settembre dichiara che le conversazioni e i dati dell’agente restano fuori dai suoi sistemi pubblicitari, che puoi chiedergli di «dimenticare» cose precise e che puoi escludere le tue conversazioni dall’addestramento dei modelli. Sono impegni chiari. Come tutti gli impegni, si misurano nel tempo.

Un assistente che dimentica ti fa perdere tempo. Uno che ricorda tutto ti conosce. La differenza la fa chi tiene le chiavi dell’archivio.

Il voto se lo dà chi vende

Meta dice che i due modelli stanno alla pari con GPT-6 Astra di OpenAI e con Claude Opus 5.5 e Fable 5.1 di Anthropic. La base sono le sue prove interne, i cosiddetti benchmark, cioè test di confronto fra modelli, presentate nella scheda tecnica del modello. The Verge aggiunge che non è chiaro come se la cavino contro Gemini 4 Argon di Google.

Il passaggio più interessante del blog di ricerca è un altro. Meta tira fuori da sola due espressioni che girano fra gli addetti ai lavori. «Benchmaxxing» è l’accusa di preparare i modelli apposta per fare bella figura nei test. «Big model smell», l’odore di modello grande, è la sensazione che un sistema se la cavi bene anche su compiti diversi da quelli su cui è stato rifinito. Poi porta un grafico per sostenere che Wonder Full, sui compiti che non sono stati presi di mira nella fase finale di affinamento, va meglio di quanto ci si aspetterebbe guardando il modello precedente, Muse Spark 1.3. La spiegazione di Meta: parte da un modello di base più grande e più forte.

In persuasione questa mossa ha un nome: anticipare l’obiezione. Nomini tu il dubbio prima che lo nomini chi ascolta, e intanto ti prendi il merito dell’onestà. Funziona benissimo. E la misura resta fatta dall’azienda sul proprio prodotto, con prove scelte da lei.

Lo stesso vale per la sicurezza. Meta scrive che Wonder ha le protezioni più forti messe finora sui suoi modelli contro l’uso per armi chimiche, biologiche, radiologiche e nucleari e contro gli attacchi informatici, lasciando però ai team di sicurezza la possibilità di usarlo per trovare le falle nei propri sistemi. Lo definisce il suo modello più «allineato», e con questa parola qui richiama soprattutto la cura delle informazioni private e la resistenza agli usi dannosi e alle istruzioni ostili. E annuncia che il rapporto completo, con ulteriori valutazioni di sicurezza, sarà disponibile «presto».

Oggi, quindi, sulla sicurezza abbiamo le dichiarazioni dell’annuncio. Il rapporto con le valutazioni aggiuntive arriverà dopo.

Un voto che ti dai da solo racconta bene che cosa vuoi dimostrare. Che cosa hai dimostrato lo dicono gli altri.

La prudenza costa un abbonamento

CNBC ha presentato il lancio come una prova di quanto gli utenti siano disposti a pagare. Per avere Wonder dentro Muse servirà un abbonamento; per Wonder Full, quello di Muse Code. L’app di base continua a funzionare senza abbonamento, con piani a pagamento per chi la usa di più. Secondo CNBC, è anche il modo in cui Meta cerca ricavi dall’AI fuori dalla pubblicità.

C’è una riga di CNBC che pesa più delle altre: le protezioni contro l’uso informatico malevolo, scrive la testata, per ora arrivano solo con il modello a pagamento. Il modello più capace e più protetto sta dietro la cassa. Succede anche altrove: i modelli migliori costano. È però un dato da tenere presente quando confronti l’app che usi tu con quella che vedi nelle presentazioni.

Nella stessa intervista Wang ha risposto a una critica precisa. Alcuni utenti di Muse hanno scritto sui social che l’agente ha letto messaggi personali senza permesso, e Meta lo contesta. La spiegazione di Wang: secondo lui ci sono di sicuro casi in cui gli utenti hanno autorizzato certe comunicazioni prima, nella conversazione, «e poi potrebbero essersene dimenticati». Meta, ha aggiunto, sta spiegando agli utenti come usare l’app, perché possano fidarsi del prodotto.

Rileggi la frase con gli occhi di chi fa comunicazione. Il problema esce dal prodotto ed entra nella testa dell’utente: il permesso l’hai dato tu, e forse te ne sei scordato tu. Caso per caso può anche essere vero. Il rischio che ci vedo io è uno squilibrio: l’agente si porta dietro il contesto per mesi, mentre chi lo usa può perdere traccia dei permessi che ha concesso. Da una parte una memoria lunga, dall’altra una memoria umana.

Il rimedio più solido è far vedere a chi usa, in ogni momento, che cosa ha concesso. Per Muse, Meta dichiara che puoi scegliere e revocare gli accessi alle app e consultare un registro di quello che l’agente ha fatto e di quello che farà. Le fonti che ho letto non chiariscono se esista anche uno storico dei permessi concessi durante la conversazione. È lì che si misura la fiducia, più che nei video di lancio.

Due giorni fa Satya Nadella, che guida Microsoft, ha scritto che le rassicurazioni di chi fornisce un modello lasciano la responsabilità a chi lo usa: ne ho parlato in «L’AI lavora, il freno resta a te». E sabato ho raccontato l’agente di Anthropic che durante una prova ha scritto alla polizia. Sono pezzi della stessa storia: agenti sempre più capaci di agire, e la domanda su chi tiene il controllo che torna, ogni volta, a chi li usa.

La memoria dell’agente è un servizio. La memoria dei permessi è una responsabilità. E la seconda, oggi, resta a te.

E in Italia?

Muse, al lancio dell’8 settembre, è arrivato negli Stati Uniti: per gli adulti, su iPhone, su Android e sul sito muse.ai. Negli annunci di oggi Meta non dice una parola sull’Europa: nessuna data, nessun paese. Per la Meta Model API e per Muse Code non ho trovato indicazioni sui paesi: le fonti che ho consultato non dicono se da qui si possano già usare. Di sicuro c’è questo: l’agente Muse, quello che dovrebbe ricordarsi di te per mesi, è partito dagli Stati Uniti e per l’Italia non ha una data.

Quello che ti arriva subito è un’altra cosa: un concorrente in più fra i modelli di punta. Sul prezzo le versioni non coincidono. Wang, a CNBC, ha detto che l’API costerà più degli abbonamenti normali, perché il modello è molto più grande, ma resterà «molto al di sotto» dei modelli di punta di OpenAI e Anthropic. TechCrunch, con le cifre alla mano, lo mette più o meno alla pari con GPT-6 Sol e Claude Opus 5.5. Chi ha ragione dipende da con chi lo confronti e da come lo usi.

Per chi compra servizi di intelligenza artificiale, un fornitore in più allarga la scelta e dà un argomento in più quando si tratta sul prezzo. Per chi ha costruito tutto il lavoro attorno a un modello solo, è un buon motivo per confrontare le alternative sui propri compiti.

Il mercato si allarga. Per l’arrivo dell’agente Muse in Italia, una data ancora manca.

Come portarlo nel tuo lavoro

Muse Wonder, oggi, è rivolto soprattutto a chi sviluppa software, e l’agente Muse è partito dagli Stati Uniti. L’annuncio però dice dove sta andando tutto il settore: agenti che ricordano e che insistono. Cinque abitudini valgono già con gli strumenti che usi tu, che siano ChatGPT, Claude, Gemini o Copilot.

1. Prova sul tuo compito, poi guarda la classifica. Prendi tre lavori tipici della tua settimana, per esempio una mail delicata a un cliente, il riassunto di un contratto, un preventivo, prepara delle copie con i dati anonimizzati o inventati e falli fare a due modelli diversi. Il risultato sul tuo tavolo vale più di qualunque grafico presentato da chi vende.
2. Decidi tu che cosa deve ricordare. La memoria è comoda per le preferenze: il tono delle tue mail, il formato dei tuoi report. Per i dati dei clienti, le cifre, le questioni personali, chiediti se vuoi davvero che restino. Apri le impostazioni di memoria dello strumento che usi e impara come gli fai dimenticare una cosa.
3. Tieni un elenco dei permessi. Ogni volta che colleghi un agente alla posta, al calendario o ai documenti, scrivi che cosa gli hai concesso e quando. Il giorno in cui succede qualcosa di strano, la prima domanda sarà «gliel’avevo permesso?». Meglio avere la risposta su un foglio che affidarla alla tua memoria.
4. Fai i conti in token prima di fare i conti in abbonamenti. Un abbonamento ha un costo fisso; l’API si paga a consumo, e a parità di token quello che esce dal modello costa più di quello che entra: per Wonder, secondo i prezzi riportati da TechCrunch, cinque volte tanto. Se un fornitore ti propone un servizio costruito su un modello di frontiera, chiedigli come cambia il prezzo quando cresce il lavoro.
5. Aspetta le prove prima di dare le chiavi. Per una prova, un modello nuovo va benissimo. Prima di affidargli dati dei clienti o azioni con dei soldi di mezzo, aspetta il rapporto completo che Meta ha promesso e leggi che cosa ne dice chi lo prova senza venderlo.

Se vuoi imparare a scegliere e usare questi strumenti nella tua azienda, con un metodo, è il lavoro che faccio nei miei corsi di formazione.

Un agente che ricorda è una comodità. Un agente che ricorda, con permessi che nessuno ricontrolla, è un archivio aperto che cammina da solo.

👉 Leggi anche: Character.AI in fallimento: che fine fanno le chat — il rovescio della memoria: cosa succede alle conversazioni quando l’azienda che le custodisce va in vendita.

👉 Leggi anche: Occhiali Meta: una lucina può bastare? — l’altra domanda su Meta di questi giorni: gli occhiali con telecamera che in Olanda finiscono davanti al giudice.

👉 Leggi anche: Algoritmo di Facebook: ora puoi parlargli, sulla funzione che lascia regolare il feed con parole tue.

👉 Leggi anche: Meta toglie «addestrare». Il crawler resta, sulla clausola delle condizioni commerciali che Meta ha riscritto dopo le critiche.

Domande frequenti

Che cos’è Muse Wonder?

È la nuova famiglia di modelli di intelligenza artificiale di Meta, presentata il 12 ottobre 2026: Muse Wonder e la versione più potente Muse Wonder Full. Meta la descrive come i suoi modelli più capaci, pensati per gli agenti AI, cioè assistenti che svolgono compiti al posto tuo, e la presenta con due capacità: la memoria attiva e la concentrazione attiva.

Muse Wonder si può usare in Italia?

Per quanto risulta, chi lavora in Italia non può ancora usarlo attraverso Muse: l’agente personale di Meta, al lancio dell’8 settembre 2026, era disponibile solo negli Stati Uniti, e negli annunci del 12 ottobre Meta non dà date per l’Europa. Le fonti che ho consultato non chiariscono in quali paesi si possano usare la Meta Model API e Muse Code, rivolti agli sviluppatori.

Quanto costa Muse Wonder?

Le cifre le riportano le testate, perché le pagine di Meta non le indicano. Secondo TechCrunch, attraverso l’API costa 4 dollari per milione di token in entrata e 20 dollari per milione di token in uscita. Secondo CNBC, nell’app Muse servirà un abbonamento da 20 o 100 dollari al mese, mentre Muse Code, l’unico modo per usare Wonder Full, costa 50 o 200 dollari al mese.

Che differenza c’è fra Muse Wonder e Muse Wonder Full?

Wonder Full è la versione più potente. Muse Wonder si usa con la Meta Model API e dentro Muse Code, e arriverà nell’app Muse a partire dagli abbonati; Wonder Full, per ora, si usa solo con l’abbonamento a Muse Code, l’agente di Meta per scrivere software.

Muse Wonder è meglio di ChatGPT e Claude?

Meta dice che i suoi modelli stanno alla pari con GPT-6 Astra, Claude Opus 5.5 e Claude Fable 5.1, e secondo le sue prove interne, riportate da TechCrunch, Muse Wonder supera Fable, Opus e Astra su MemoryBench, un test sull’apprendimento continuo e sulla costruzione di ricordi. Sono risultati misurati da Meta. Il confronto con Gemini 4 Argon di Google non è chiaro, e il rapporto completo sulla sicurezza non è ancora uscito. Il modo più affidabile per saperlo è provarlo sui tuoi compiti, quando sarà disponibile per te.

Che cosa vuol dire «memoria attiva»?

È il nome che Meta dà alla capacità del modello di portarsi dietro, da una conversazione all’altra, le informazioni che contano per te e di ritirarle fuori quando servono. Per Muse, Meta dichiara che puoi chiedere all’agente di dimenticare cose precise e che le conversazioni restano fuori dai suoi sistemi pubblicitari.

Fonti

• Meta, «Introducing Muse Wonder and Muse Wonder Full: Frontier Models for Agents», 12 ottobre 2026: about.fb.com
• Meta, blog di ricerca su Muse Wonder, 12 ottobre 2026: research.meta.ai
• TechCrunch, «Meta releases its first frontier model, Muse Wonder», 12 ottobre 2026: techcrunch.com
• CNBC, «Meta debuts Muse Wonder AI model in test of users’ willingness to pay», 12 ottobre 2026: cnbc.com
• The Verge, «Meta has some Wonder Full new AI models», 12 ottobre 2026: theverge.com
• Meta, «Introducing Muse: The World’s First Personal AI Agent Built for Everyone», 8 settembre 2026: about.fb.com
• AGI, sul lancio di Muse negli Stati Uniti e sui prezzi degli abbonamenti, 9 settembre 2026: agi.it