Meta 于周三发布了 Muse Code（测试版），这是一款基于终端的编程代理。此次发布使 Meta 直接与快速增长的 AI 编程工具领域展开竞争——包括 OpenAI 的 Codex、Google 的 Antigravity、Anthropic 的 Claude，以及 Cursor 和 Devin 等独立代理——因为开发者正越来越多地将多文件工程工作交给自主模型。Meta 自己的图表显示，该模型在大多数编程测试中优于 OpenAI 的 Codex 和 Google 的 Antigravity，但在 Meta 公布的每一项基准测试中都落后于 Anthropic 的 Claude Opus 5。

Muse Code 落后于 Opus 5，但增加了可防崩溃日志

Muse Code 由 Muse Spark 1.2 驱动，这是 Meta 在 7 月向美国开发者开放的编程模型更新版本。

在 Meta 展示的基准测试中，Muse Spark 1.2 落后于 Opus 5，但在大多数测试中优于 Codex 和 Antigravity。Meta 将该模型描述为其“迈向前沿的下一步，未来还会有更大、强得多的模型”。

公司表示，在训练期间增加了用于编程任务的计算量之后，Version 1.2 在代码生成、调试以及理解大型代码库方面表现更好。

在一个案例研究中，该模型针对 NVIDIA Hopper 芯片重写 GPU kernels，过程中进行了超过 1,000 次工具调用，持续时间长达 24 小时，并且是在一个被要求不得复制现有库内容的基线之上进行工作。

Muse Code 维护一个本地事件日志，记录所有模型调用、工具运行、批准和编辑。Meta 在其关于该日志的博客文章中写道：“这个单一事实来源使运行时能够精确回放，并且具备重启安全性。”

如果发生崩溃，代理可以从中断处继续。该代理还会让后台子代理在整个会话期间持续运行。Mark Zuckerberg，Meta CEO，在一篇帖子中写道：“当任务足够大时，它会分拆为在隔离工作树中并行工作的多个子代理。”他接着说：“你的工作副本不会被触碰。在测试中，我们让它同时为一款游戏构建六个功能，而且没有发生冲突。”

今天发布 Muse Code 测试版。它是一款终端编程代理，能够处理大型代码仓库中的完整软件工程任务：规划更改、编写代码、验证结果。由 Muse Spark 1.2 提供支持，这是一项面向编程的模型更新。pic.twitter.com/xqavk41w6v — Mark Zuckerberg (@finkd) August 5, 2026

/plan、/grill，以及 Meta 对成本的押注

Muse Code 内置了若干命令。/plan 会将请求转化为一个需要审批的计划，/grill 会对该计划进行压力测试直到其站得住脚，/goal 则推动完成所述目标。

开发者只需使用一个 curl 命令即可在 macOS 或 Linux 上安装该代理。Muse Spark 1.2 也可通过 Meta Model API 使用。

该模型与代理被设计为协同工作，Muse Code 工具集则确保它们保持兼容。

部分训练数据来自更早的 Muse Spark 1.1，该版本用于生成高难度编程问题并对候选答案进行评分。Meta 表示，这一循环帮助新模型更严格地遵循指令。

Meta 告诉投资者，公司预计今年将在芯片、数据中心和其他基础设施上支出 1250 亿至 1450 亿美元。

由于在基准测试中难以追上 Opus 5，公司转而在价格上竞争。这种做法也反映了更广泛的 AI 模型市场趋势：当提供方无法占据最高基准位置时，往往会通过成本、开放性或集成深度来区分自己。代号 Watermelon 的更大 Meta AI 模型仍在训练中。

如果你读到这里，你已经领先一步。订阅我们的新闻通讯，保持领先。