2026年8月5日，Meta發布首款終端編程Agent——Muse Code，並同步推出專為編程優化的Muse Spark 1.2模型。Muse Code能夠讀取大型代碼庫、製訂修改計劃、編寫代碼、運行測試並驗證結果，還允許多個後台Agent在整個會話中持續運行，不必每接到一項任務就重新理解項目。Meta同時為系統設計了只能追加、不能覆蓋的本地事件日誌，即使程序崩潰，也可以準確恢復到中斷位置。真正引起開發者討論的還有價格：標準版每百萬輸入、輸出Token分別為1.25美元和4.25美元；如果用戶允許Meta使用輸入與輸出改進產品，“貢獻者版本”會降至0.10美元和0.20美元。低價背後的交換條件不是普通促銷，而是代碼與使用數據。官方評測顯示Muse Spark 1.2已接近頭部編程模型，但尚未全面領先，部分成績也未得到獨立複現。Meta這次釋放的信號是：AI編程的競爭單位正在從單個模型，轉向模型、Agent運行框架、長期狀態和數據閉環組成的完整系統。文章作者、來源：Meta AI Research
Meta 終於擁有自己的 “Claude Code”
Muse Code 是 Meta 推出的首款終端編程 Agent，目前以測試版形式向 macOS 和 Linux 開放。它針對的並非程式碼補全，而是完整的軟體工程任務：進入大型程式碼倉庫，理解現有架構，制定方案，修改多個檔案，執行命令與測試，並根據結果進一步修正。
這讓 Muse Code 直接進入 Claude Code、Codex、Gemini CLI 等產品正在爭奪的市場。模型不再只是回答「這段代碼應該怎麼寫」，而是獲得終端、檔案系統和開發工具的使用權，在較少的人類干預下持續執行任務。
Meta 在發布的文章中將 Muse Code 與 Muse Spark 1.2 作為一套系統來介紹，而非兩個可隨意拆分的產品。Muse Spark 1.2 負責理解、推理和生成，Muse Code 則負責組織上下文、調度子 Agent、調用工具、保存狀態和驗證結果。兩者在訓練階段還進行了聯合優化，意味著同一個模型換到其他 Agent 框架中，未必能複現 Meta 展示的成績。
多Agent 不是臨時拉群，而是長期駐場
Muse Code 最具差異化的設計，是一組異步運行的後台 Agent。
常見的多 Agent 系統在需要執行子任務時會臨時創建一個助手，例如讓它查找相關文件、分析測試失敗或研究某個依賴項。任務結束後，這個助手的上下文往往隨之消失；下一次遇到類似問題，系統可能再次掃描同一批代碼、重複收集相同資訊。
Muse Code 的後台 Agent 會在整個會話期間保持活躍。它們可以持續累積對代碼庫的理解，自行推進下一步，並選擇何時將結果回報給主 Agent。主 Agent 負責協調目標，後台 Agent 則可分別研究不同模組、檢查測試、尋找調用關係或驗證實現方案。
這種設計試圖解決長任務中的一個常見浪費：Agent 反覆忘記自己已經看過什麼。只要後台 Agent 的狀態能夠可靠保留，它就不必在每一步重新閱讀項目結構，人類也不需要不斷提醒它“剛才已經檢查過這個文件”。
不過，多個 Agent 同時修改代碼也會帶來衝突、權限和成本問題。Meta 的公開文章並未完整披露任務如何分區、代碼修改如何合併，以及當一個後台 Agent 出現錯誤時，其他 Agent 如何避免繼承錯誤結論。因此，持續 Agent 是一個值得關注的架構方向，但目前還不能僅憑官方演示判斷它在真實團隊項目中的穩定性。
崩潰之後，不再從頭開始
長期運行的編程 Agent 面臨一個現實的問題：任務越長，越容易遇到網路中斷、工具報錯、進程崩潰或上下文超限。如果系統僅將當前狀態保存在模型對話中，一次故障就可能導致數小時的探索工作全部丟失。
Muse Code 為此建立了一份本地事件日誌。每次模型調用、工具執行、用戶批准和文件修改都會以追加方式寫入日誌，已經發生的歷史不會被後續狀態直接覆蓋。
Meta 將這種機制稱為「可精確重放」和「重啟安全」。當 Agent 中途崩潰時，系統可根據事件記錄恢復工作，而非重新猜測此前發生過什麼。這實際上將編程 Agent 從一段臨時對話，轉變為更接近有狀態的工程流程。
Muse Code 還內置了幾項可調用技能：/plan先生成需要用戶批准的執行計劃；/grill專門攻擊和質疑這份計劃，尋找遺漏、風險及錯誤假設；/goal則讓 Agent 圍繞指定目標持續執行，直到滿足完成條件。
這些功能背後的思路很明確：如果 AI 要承擔數小時的軟體工程工作，關鍵不僅在於每一步生成的代碼是否漂亮，還包括它能否保存進度、接受審查、發現計劃漏洞，並在故障之後繼續執行。
Muse Spark 1.2 是模型，也是 Agent 框架的「專用發動機」
Muse Spark 1.2 是在 1.1 版本發布不到一個月後推出的程式設計強化版本。Meta 表示，其增加了程式設計任務的訓練算力與訓練環境的多樣性，重點改善代碼生成、複雜故障排查、代碼庫理解以及端到端開發流程。
訓練範圍不僅包括單檔案修復，還涵蓋完整程式碼倉庫生成、大型端到端專案和自動研究任務。模型會使用計畫來排列工作步驟，透過目標條件保持方向，並在上下文不斷增長時進行壓縮，保留後續工作真正需要的資訊。
Meta 還讓 Muse Spark 1.1 參與訓練下一代模型。舊模型負責生成更困難的程式設計環境和指令遵循模板，並對候選解法是否符合要求進行評分，從而批量產生供 1.2 版本學習的資料。
這裡所說的「自我改進」仍不是模型在脫離人類控制後自行修改權重。更準確的說法是，前一代模型被用作數據生成器和評測器，幫助團隊擴大下一代訓練數據。數據流程、訓練運行和最終模型發布仍由 Meta 控制。
更重要的是，Meta 沒有單獨訓練一個「會寫代碼的模型」，而是把 Muse Code 的工具、目標管理、上下文壓縮和子 Agent 軌跡納入訓練。未來編程模型的能力，可能越來越依賴它從訓練階段就熟悉哪一種 Agent 框架。
跑24小時、調用工具1000多次，才是這次展示的重點
Meta 提供的一個案例，是讓 Muse Spark 1.2 在 Muse Code 環境中優化 NVIDIA Hopper GPU 上的 KDA 和 MLA 內核。系統需要自行編寫代碼、編譯、分析性能，再根據結果反覆修改。
整個測試最長運行 24 小時，工具調用超過 1000 次。研究人員禁止模型直接導入現成的第三方核心庫，要求它在 Triton 中實現算法並尋找真正的性能改進，而不是將已有實現包裝成自己的結果。
在 KDA 任務中，模型組合了並行的塊內準備核心與順序的跨塊掃描，並加入針對門控累計衰減的專門優化。在 MLA 任務中，它設計了由兩個核心組成的 Triton 流水線，並嘗試複用共享的 KV 潛在表示。
這類案例的重要性不在於單次加速的數字，而在於 Agent 是否能在經歷數百次失敗和中間結果後，持續維持目標、理解性能分析數據，並產生下一轮實驗。如果系統只能穩定運行十幾分鐘，那麼它更像一款高級補全工具；能夠推進 24 小時，才開始接近可委託工程研究的 Agent。
評測接近頭部，但還沒有「擊敗 Claude 和 Codex」
Meta 的評測涵蓋 Terminal-Bench 2.1、DeepSWE 1.1、GDPVal-AA v2、MCP Atlas 以及內部編程測試。其中，Terminal-Bench 2.1 包含 89 項需要在終端環境完成的任務；DeepSWE 1.1 包含來自 91 個代碼倉庫、覆蓋五種編程語言的 113 項任務。
根據 Meta 公布的圖表，Muse Spark 1.2 搭配 Muse Code 在 Terminal-Bench 2.1 上獲得 82.9%，低於 Claude Opus 5 的 86.7%，但高於其評測中的 Codex 和 Grok Build。在 DeepSWE 1.1 上，Muse Spark 1.2 獲得 59.3%，未取得第一。Meta 內部的 440 項真實工程任務中，它獲得 70.6%，同樣落後於 Opus 5。
這些結果說明 Muse Code 已經進入頭部編程 Agent 的競爭範圍，但不支持「Meta 全面擊敗 Claude Code 和 Codex」的結論。
官方評測方法文件還說明，不同模型搭配了各自的 Agent 產品：Muse Spark 使用 Muse Code，Claude 使用 Claude Code，GPT 使用 Codex，Gemini 使用 Antigravity，Kimi 使用 Kimi Code。這樣的比較更接近完整產品對決，卻無法區分成績究竟來自模型還是 Agent 框架。
Meta 也承認，其內部評測環境和提示詞未必針對第三方閉源模型進行最佳優化。Muse Spark 1.2 在 Terminal-Bench 上的成績目前也尚未進入獨立驗證榜單。因此，现阶段最穩妥的表述是：Meta 自測顯示它接近前沿水平，獨立複現仍然缺失。
最便宜的版本，需用代碼和對話交換
Muse Spark 1.2 標準版每百萬輸入 Token 收費 1.25 美元，緩存輸入 0.15 美元，輸出 4.25 美元。這個版本的輸入和輸出不會被用於改進 Meta 產品。
另一款模型標識為muse-spark-1.2-contributor。它的每百萬輸入 Token 價格僅為 0.10 美元，緩存輸入 0.002 美元，輸出 0.20 美元。相較標準版，輸入便宜 92%，輸出便宜約 95%。
代價是貢獻者版本的提示和模型輸出可被 Meta 用於改進產品。對於開源項目、個人實驗或不含敏感資訊的工作，這可能是一筆非常有吸引力的交易；但對於企業私有代碼、尚未發布的產品、客戶資料、密鑰配置和受保密協議約束的項目，這首先是資料治理問題，而非價格問題。
企業不能僅因 Token 價格就假設將整個程式碼庫交給貢獻者版本是合適的。是否允許數據用於訓練，需根據 Meta 的具體服務條款、代碼歸屬、客戶合約和內部安全政策來判斷。標準版與貢獻者版本雖使用相似能力，卻對應兩種完全不同的數據關係。
這也揭示了 Meta 真正的競爭策略：它不僅希望靠低價爭取開發者，還希望透過開發者使用 Muse Code 時產生的任務、修改、反饋與結果，建立新的編程訓練數據閉環。開發者獲得近乎免費的 Agent 調用，Meta 則可能獲得比公開 GitHub 代碼更有價值的數據——真實任務是如何被拆解、修改和驗證的。
AI 編程進入「模型與腳手架共同訓練」的階段
過去，人們評估程式設計 AI 時主要比較模型能解多少題。Muse Code 展示的是另一套競爭邏輯：模型只是系統的一部分，後台 Agent 是否保持狀態、工具調用是否可靠、任務能否恢復、上下文是否會被正確壓縮，以及失敗後能否繼續迭代，都可能比單次程式碼生成能力更重要。
Meta 也明確表示，未來將推出更大的模型和更多 Agent 框架功能。這意味著 Muse Spark 1.2 並非最終的旗艦產品，而更像 Meta 進入編程 Agent 市場的第一套完整基礎設施。