Meta发布编程智能体Muse Code，挑战Anthropic和OpenAI

Meta 于 2026 年 8 月 6 日推出首款编程智能体 Muse Code，以及针对编程优化的模型 Muse Spark 1.2。CEO 扎克伯格在 X 上宣布，称 Muse Code 能“在大型代码库中执行完整的软件工程任务”，直接挑战 Anthropic 和 OpenAI。该工具由 Meta AI 负责人 Alexandr Wang 领导开发，他于去年 6 月加入 Meta。

Muse Code 的核心架构是“异步后台智能体”：与竞品临时生成辅助智能体不同，它会在整个会话期间保持一组专门的后台智能体持续存活，避免冗余信息收集，降低延迟并减少监督。当任务规模大时，会分发到独立子智能体并行处理，每个子智能体在隔离的 git 工作树中，不触碰开发者工作副本。

可审计性也是设计重点：若任务运行 20 小时后崩溃，可从停止处精确恢复，不丢失工作。每个模型调用、工具运行、审批和编辑都会追加到本地事件日志，实现“可精确重放和重启安全”。

Meta 发布的基准测试显示，Muse Spark 1.2 在 Terminal-Bench 2.1 上得分 82.9%，略高于 GPT-5.6 Terra（81.8%）和 Grok 4.5（81.6%），但落后于 Opus 5 的 86.7%。在 DeepSWE 1.1 上，Muse Spark 1.2 得 59.3%，排名第三，落后于 Opus 5（65.0%）和 GPT-5.6 Terra（64.8%）。

在 Meta 自己的内部编程基准上，Muse Spark 1.2 得 70.6%，击败 GPT-5.6 Terra（65.4%）和 Gemini 3.6 Flash（63.9%），但仍落后 Opus 5 的 79.4%。Claude 在所有三个图表中均居榜首。

代际提升明显：Muse Spark 1.2 在 Terminal-Bench 上比 1.1 提高 6.7 个百分点，在 DeepSWE 上提高 6.3 个百分点。Meta 还展示了长周期案例：在 NVIDIA Hopper 硬件上运行 24 小时、超千次工具调用，进行 GPU 内核优化，取得“实质性改进”。

Meta 为 Muse Code 提供两个 API 层级。标准层级采用按量付费，每百万输入 token 1.25 美元，输出 4.25 美元，低于 Anthropic Sonnet 5（输入 3 美元、输出 15 美元），且提示词和生成内容不用于训练，速率限制为每分钟每团队 3000 次请求和 400 万 token。

贡献者层级价格“比按量付费层级便宜 10 倍以上”，每百万输入 token 0.10 美元，输出 0.20 美元，甚至低于 DeepSeek-V4-Flash（未命中缓存 1 元/百万 tokens，命中 0.2 元，输出 2 元）。但开发者必须“选择加入以帮助改进模型”，即允许 Meta 利用第三方数据增强技术，且速率限制严格（每分钟 60 次请求），面向个人和小型实验。

零数据保留选项已向企业开放，但需额外付费，Meta 称这是“对企业客户很重要的重大企业级功能”。此举正值 Meta 上周财报疲软、股价大跌，公司 98% 收入来自在线广告，Muse Code 是扎克伯格从 AI 创收的新途径。

此次发布最显著的缺失是未提及“开源”。扎克伯格在 X 上回应开发者时表示“我很快会有更多消息分享”，暗示未来或有开源计划。三年来，Meta 凭借 Llama 系列成为开放 AI 旗手，到 2026 年初 Llama 家族下载约 12 亿次，自托管为企业节省高达 88% 成本。

裂痕始于 Llama 4：2025 年 4 月推出后评价平平，且承认基准虚报，而中国开源模型到 2025 年底占 Hugging Face 下载量约 41%。扎克伯格于 2025 年夏季重组 AI 业务为 Meta 超级智能实验室（MSL），挖来 Alexandr Wang。

今年 4 月 8 日，MSL 发布首个专有模型 Muse Spark，无可下载权重，仅限云端 API。四个月后 Muse Code 发布仍无开源承诺，而 OpenAI 开源了 Codex CLI 和 gpt-oss，Google 的 Gemini CLI 采用 Apache 许可证。Meta 正转向 Anthropic 的专有姿态，贡献者层级成为 Llama 策略的继承者：以廉价 token 换取训练数据。