Meta已发布Muse Code（测试版），这是一款基于Muse Spark 1.2驱动的终端编程智能体，Muse Spark 1.2是该公司更新的编程专用模型。该工具目前可通过Meta Model API和curl安装脚本使用。

Muse Code可协调持久后台子智能体，并维护精确重放的事件日志，使智能体在崩溃后能够从上次中断处精确恢复。

在Meta自身的基准测试图表中，Muse Spark 1.2在所有展示的编程基准上均落后于Anthropic的Opus 5，但在大多数指标上优于OpenAI的Codex和Google的Antigravity。

Meta是最新一家推出专用编程智能体的科技巨头，加入了由Anthropic和OpenAI主导的竞争领域。此次发布表明，由Anthropic的Claude Code所普及的终端原生编程智能体已成为一个标准的竞争前沿，各大实验室如今都在推出或开发各自的同类产品。

"我们很高兴发布Muse Code（测试版），这是一款由我们最新模型Muse Spark 1.2驱动的终端编程智能体，"该公司在一份官方公告中写道。"这标志着我们迈向前沿的下一步，更大、更强大的模型即将到来。"

面向大型代码库的工程设计

Muse Code专为跨大型代码库的软件工程而设计。据Meta介绍，它"承担跨大型代码库的复杂软件工程任务：规划变更、编写代码并验证结果。它可以为每个任务协调多个持久子智能体，以更快、更准确、更少干预的方式解决难题。"

一项突出的特性是其运行时架构。Muse Code将每次模型调用、工具运行、审批和编辑记录到本地事件日志中，作为唯一的可信数据源。

"这一唯一可信数据源使运行时具备精确重放和重启安全特性：崩溃后，智能体可以精确地从上次中断处恢复，"Meta表示。对于长时间运行的工程任务，这一能力可能比原始处理速度更为重要——而这是竞争产品尚未强调的一个维度。崩溃恢复是智能体编程中一个显著被忽视的问题，多小时任务可能因一次运行时故障而中断。

该智能体附带多项默认技能。"/plan"命令将任务转换为需审批的计划，"/grill"对该计划进行压力测试直到其稳固，而"/goal"则致力于成功完成目标，类似于Hermes的功能。Meta表示，Muse Spark 1.2与Muse Code进行了协同训练，使核心LLM与智能体实现协同运作。

基准测试显示进步，但未达领先

Muse Spark 1.2是Muse Spark 1.1的编程专用更新。Meta表示，其"大幅增加了编程任务的训练算力，同时扩展了训练环境的多样性，在代码生成、复杂调试和端到端开发者工作流程方面带来了改进。"

在Terminal-Bench 2.1上，搭配Muse Code的Muse Spark 1.2得分82.9%，落后于基于Opus 5的Claude Code的86.7%，但领先于基于Codex的GPT-5.6 Terra（81.8%）和Grok Build（81.6%）。

在衡量智能体编程能力的DeepSWE 1.1上，差距更小：Muse为59.3%，Opus 5为65.0%，Codex为64.8%。在Meta内部编程基准上，Muse达到70.6%，而Opus 5为79.4%。

加速比图表则逆转了排名。在超过1,000次工具调用中，Opus 5相对于基线获得了最大提升（约74–75%），而Muse Spark 1.2处于中间水平，根据运行情况约为61–69%。Meta强调，智能体随着工具调用累积而持续改进——这是长时间跨度编程系统所期望的行为。

长时间跨度和多模态演示

最引人注目的演示集中在长时间跨度和多模态能力方面。在压力测试中，Meta表示Muse Code"在Nvidia Hopper GPU上通过1,000多次工具调用（长达24小时）迭代优化了GPU内核，"展示了在长时间运行中持续改进性能的能力。

该工具还提供视觉编程功能。在一个演示中，用户将一段房屋漫游视频以mp4文件形式拖入终端，Muse Code"解读视频并生成一个视觉丰富、具备预订功能的网站。"将原始视频转换为可用的Web应用，体现了Meta在Muse产品线中一直推进的多模态愿景。

参见发布主题帖：

以下是Muse Code多模态视觉编程能力的示例。在此演示中，用户将一段房屋漫游视频以mp4文件形式输入终端。Muse Code解读视频并生成一个视觉丰富、具备预订功能的网站。pic.twitter.com/3CAfIMYmAB

— AI at Meta (@AIatMeta) August 5, 2026

竞争激烈的赛道

Meta进入的是一个已有成熟参与者的市场。OpenAI的Codex已经运行并行云智能体；DeepSeek已构建了自己的Claude Code竞品；而Hermes和OpenClaw等智能体工具已经是功能不断扩展的有效替代方案。

Muse Code的差异化优势在于其崩溃安全运行时和子智能体协调架构，而非基准测试领先地位。对Meta而言，这一策略似乎是以可靠性和自主性取代原始模型主导地位——押注企业和研究开发者将优先选择可靠的长时运行智能体，而非微小的基准测试提升。

智能体编程固有的风险同样适用：一个崩溃后恢复并持续调用工具长达24小时的智能体既强大又不可预测。Meta押注开发者需要这种程度的自主性。

Muse Code可通过安装后输入以下命令进行测试：

curl -fsSL | bash