Muse Spark 1.1 架构读：主从 Agent、百万上下文压缩与 MCP Skills

Muse Spark 1.1 的技术卖点不是又一个榜单分数，而是 为 Agent 系统角色建模。

主从 Agent 编排结构示意（配图）

一、双角色训练

• 主 Agent：收集上下文 → 规划 → 并行委派
• 子 Agent：专注工具、遵守任务边界、必要时向主 Agent 升级

这比「单会话无限 Recursion」更贴近生产编排，也降低端到端延迟。

二、上下文主动压缩

在 100 万 Token 窗口上，模型被训练记住关键动作并压缩历史，保留后续步骤所需证据。对企业长会话客服与多日项目 Agent 尤其关键。

三、集成建议

1. 用 OpenAI 兼容 SDK 指向 api.meta.ai（以官方文档为准）
2. 将内部工具封装为 MCP / Skills，先小流量观测升级率
3. 对并行子 Agent 做 配额与熔断，防止费用螺旋
4. 对比 GPT-5.6 Terra/Luna 与 Muse 的 单位任务成本，而非只比单次调用单价