Meta 已直接加入AI 辅助软件开发之战，推出了一款全新工具的测试版，旨在与 Anthropic 的 Claude Code 和 OpenAI 的 Codex 正面竞争。Meta Muse Code 代理是该公司首款专用编码助手，它的发布正值 Meta 面临压力、必须证明其巨额 AI 投入能够真正带来收入的关键时刻。
Summary
要点速览
- Meta 推出 Muse Code 测试版，这是一款基于终端的编码代理，旨在与 Claude Code 和 OpenAI Codex 竞争。
- 该工具运行在 Muse Spark 1.2 之上，这是一款专注编码的模型，与 Muse Code 本身一同训练。
- Muse Code 能够规划、编写和验证代码，同时协调在整个会话期间保持活跃的持久子代理。
- 在一次测试中，该系统在长达 24 小时的会话中，通过超过 1,000 次工具调用，对 Nvidia Hopper GPU 内核进行了优化。
- 访问采用按量付费模式，价格与 Muse Spark 1.1 相同，同时为选择参与数据共享的开发者提供更便宜的贡献者层级。
Meta 推出 Muse Code 测试版，挑战 AI 编码对手
Muse Code 是 Meta 对当前主要由 Anthropic 和 OpenAI 定义的市场的回应。该代理允许开发者安装一个命令行工具，然后将完整的软件工程任务交给它处理，从变更规划到代码编写与检查，全程无需在不同应用之间切换。
此次发布来自负责 Meta 超级智能实验室并统筹公司基础模型工作的 Alexandr Wang。Wang 于 2025 年中加入 Meta，成为 CEO 马克·扎克伯格重建公司 AI 战略的核心人物，而 Muse Code 是他在这一使命下推出的最新重要产品。“你只需一条命令即可完成安装，然后就能用它来处理各种用例下的完整软件工程任务：规划变更、编写代码、验证结果。”Wang 在一次被 CNBC 报道的采访中表示。
发布时间点至关重要。在 Meta 最新一季财报中，公司给出了疲软的营收预期，并报告自由现金流收缩，导致股价下跌，这也让扎克伯格更迫切地需要找到将巨额 AI 基础设施投入转化为付费产品的路径。
Muse Code 与 Claude Code 和 OpenAI Codex 直接竞争
从功能上看，Muse Code 与 Claude Code 和 Codex 属于同一类别：它在一个界面中管理一组 AI 子代理，帮助构建和维护软件。Wang 将竞争策略定位在价格而非纯粹能力上，他表示，与 Anthropic 和 OpenAI 的产品相比，Meta 通过“以价格而非能力”来区分 Muse Spark 模型家族。
开发者可以通过按量付费方案访问 Muse Code。Wang 称其 API 定价与早期的 Muse Spark 1.1 相同：每百万输入 token 收费 1.25 美元，每百万输出 token 收费 4.25 美元。同时还提供更便宜的“贡献者层级”，价格比标准按量付费低 10 倍以上，但要求开发者选择加入并允许 Meta 使用其数据来帮助改进模型。对于不愿共享数据的公司，Meta 表示已开始接受零数据保留（zero-data retention）的请求，Wang 称这一功能对企业客户尤为重要。
在 macOS、Linux 以及 Meta Model API 上的可用性
Muse Code 测试版目前仅限于 macOS 和 Linux。Meta 表示，访问和计费通过与 Muse Spark API 相同的开发者页面进行，而 Muse Spark 1.2 模型本身也可通过 Meta Model API 访问，覆盖更广泛的全球地区。该模型还预计将登陆 OpenRouter 平台，该平台已托管包括 DeepSeek 和 Z.ai 在内的多家实验室的开源权重模型，为开发者提供进入 Meta 编码技术栈的另一条路径。
支撑 Meta Muse Code 代理的核心技术与能力
让 Meta Muse Code 代理有别于简单聊天式编码助手的，是它能够同时运行多个后台进程，并精确记住上次中断的位置。Muse Code 并不会为每个请求重新启动一个新的子代理，而是让子代理在整个会话期间保持存活。
这些持久子代理可以收集信息、执行额外步骤，并自主决定何时向主代理回报结果。Meta 表示，这种结构减少了重复信息收集，并在复杂的多阶段编码任务中降低延迟——这与每次新指令都会重置上下文的代理形成了有意义的差异。
本地日志记录支持崩溃后的会话重建
每一次模型请求、工具执行、审批和代码编辑，都会被写入本地事件日志。该日志允许运行时在进程崩溃或中断后，精确重建会话并从同一位置恢复工作。对于运行长时间无人值守编码任务的用户而言，这种连续性消除了因连接中断而损失数小时进度的风险。
内置命令引导规划、测试与目标管理
Muse Code 内置了一系列技能，用于确保代理专注于任务本身。/plan 命令会将请求转化为结构化计划，开发者必须在工作开始前对其进行审批。随后，/grill 会对该计划进行压力测试以查找薄弱环节，而 /goal 则在长会话中持续让代理围绕特定目标展开工作。在 Meta 分享的一个示例中，用户向代理提供了一段房屋视频导览，Muse Code 对画面进行理解，并据此构建了一个可用的度假租赁营销与预订网站。
Muse Spark 1.2：驱动新编码代理的模型
Muse Spark 1.2 是对 Muse Spark 1.1 的编码聚焦升级。Meta 表示，它在代码生成、复杂调试和代码库理解方面带来了实质性提升，同时保留了更广泛的代理能力。Meta 将这一新模型与 Muse Code 本身一同训练，据称这种做法提升了模型在代理规划系统、工具使用、上下文管理和子代理协作方面的表现。
为实现这一点，Meta 增加了专门用于编码任务的训练算力，并拓宽了模型训练所覆盖的环境类型。训练过程包括长周期任务，例如从零构建完整代码仓库、端到端完成大型项目以及运行自动化研究任务。该模型依赖规划来组织自身工作，并通过上下文压缩在长会话中保留关键细节。Meta 还使用旧版 Muse Spark 1.1 生成高难度编码环境和指令跟随模板，再由其评估候选解，以为新模型生成额外训练数据。
24 小时 GPU 内核测试展示代理的持久能力
Meta 对长会话持久性能力最清晰的展示，涉及 Nvidia 硬件。在一次测试中，Muse Spark 1.2 使用 Muse Code 为Nvidia Hopper GPU优化 GPU 内核，在长达 24 小时的会话中进行了超过 1,000 次工具调用。代理反复编写、编译、分析性能并改进自身代码，Meta 报告称，与最初的基线实现相比，性能获得了显著提升。
这对 AI 编码市场意味着什么
Meta 进入编码代理领域，改变了 Anthropic 和 OpenAI 的竞争格局，后两者已围绕 Claude Code 和 Codex 建立起颇具规模的开发者业务。通过对 Muse Code 和 Muse Spark 采取激进定价——包括 Wang 所说比标准按量付费便宜 10 倍以上的贡献者层级——Meta 释放出一个信号：它打算首先在成本上竞争，而不仅仅是模型性能。
这一策略也契合 Meta 更大的财务图景。公司约 98% 的收入来自广告，而基于数据共享激励构建的编码工具，为其提供了一种新的杠杆，以对冲投入 AI 基础设施的巨额资本支出。习惯使用 Claude Code 或 Codex 的开发者是否愿意为了更低价格而更换工具，尤其是在需要选择加入数据收集的前提下，很可能会决定 Muse Code 在一个切换成本和既有工作流仍然重要的市场中能多快获得牵引力。
常见问题
Muse Code 是什么？
Muse Code 是 Meta 推出的 AI 终端编码代理测试版，旨在规划软件变更、编写代码、验证结果，并管理复杂的编码任务。
驱动 Muse Code 的 AI 模型是什么？
Muse Code 由 Muse Spark 1.2 AI 模型驱动，该模型专注于编码效率、调试以及开发者工作流。
Muse Code 的持久子代理如何工作？
持久子代理在整个编码会话中保持活跃，以减少延迟并避免重复信息收集，从而以更少的用户输入协调复杂任务。
Muse Code 可在哪些平台上使用？
Muse Code 测试版可在 macOS 和 Linux 上使用，而 Muse Spark 1.2 可通过 Meta Model API 访问，以支持更广泛的全球使用。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Muse Code 是什么？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse Code 是 Meta 推出的 AI 终端编码代理测试版，旨在规划软件变更、编写代码、验证结果，并管理复杂的编码任务。”}},{“@type”:”Question”,”name”:”驱动 Muse Code 的 AI 模型是什么？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse Code 由 Muse Spark 1.2 AI 模型驱动，该模型专注于编码效率、调试以及开发者工作流。”}},{“@type”:”Question”,”name”:”Muse Code 的持久子代理如何工作？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”持久子代理在整个编码会话中保持活跃，以减少延迟并避免重复信息收集，从而以更少的用户输入协调复杂任务。”}},{“@type”:”Question”,”name”:”Muse Code 可在哪些平台上使用？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse Code 测试版可在 macOS 和 Linux 上使用，而 Muse Spark 1.2 可通过 Meta Model API 访问，以支持更广泛的全球使用。”}}]}
本文由人工智能协助生成，并由编辑团队审核。
