Meta 推出 Muse Code 终端编码代理：连跑 24 小时、超千次工具调用，传贡献者层以代码换九成折扣

2026 年 8 月 5 日，Meta 在官方研究博客发布两项产品：终端编码代理 Muse Code（目前为 beta，仅支持 macOS 与 Linux），以及与之共同训练的编码模型 Muse Spark 1.2。这是 Meta 首度把自家编码模型包装成可在终端自主执行的代理，定位直接对标 Anthropic 的 Claude Code 与 OpenAI 的编码代理。多家国际科技媒体同日跟进报道。

官方公布了什么、没公布什么

按官方说明，Muse Code 能在大型代码库（repo）中规划变更、实际写码并验证结果，功能重点包括：

• 常驻异步后台子代理：主代理工作的同时，子代理可在后台持续处理其他任务。
• 本地 event log：所有动作记录于本机事件日志，使程序崩溃后可 replay-exact（精确重放）、restart-safe（重启不失忆）。
• 三项内置 skill：/plan（产出需人工批准的计划）、/grill（对成果做压力测试）、/goal（设定目标）。

官方演示的规模值得注意：单次执行超过 1,000 次 tool call，并连续运行达 24 小时，用于优化 NVIDIA Hopper 架构的 GPU kernel。这说明 Meta 主打的不是「帮你补完一行代码」，而是「交办一件跨文件、跨天的工程任务」。

同样重要的是官方没有公布的部分。博客仅列出 Terminal-Bench 2.1、DeepSWE 1.1 与 Meta 内部编码 benchmark 三个名称，未公开任何分数，也未披露 Muse Spark 1.2 的参数量与上下文长度。任何流传的「胜率」「分数」目前都缺乏一手依据，采购评估时不宜采信。

贡献者层：折扣的代价是数据

另据第三方科技媒体报道（该定价数字未载于官方博客页，请留意来源局限），Muse Spark 1.2 的 API 定价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元；另有一个 muse-spark-1.2-contributor「贡献者层」，降至每百万输入 0.10 美元、输出 0.20 美元——相当于价格降为原价的约 1/12.5（输入，约 8%）与约 1/21.25（输出，约 4.7%）。

折扣不是白给的。贡献者层的条件是：允许 Meta 以用户的 prompt 与 completion 训练未来模型。换句话说，企业省下的是云端账单，付出的是自家代码、架构设计、内部命名与业务逻辑的可见度。对纯学习或开源项目，这可能是划算的交换；对握有工艺算法、定价模型、客户数据处理逻辑的公司，这条线就踩在商业秘密上。

从 Muse 系列看 Meta 的节奏

把时间轴拉开：4 月 8 日 Muse Spark 初代发布、同时宣告转向闭源；7 月 7 日 Muse Image；7 月 9 日 Muse Spark 1.1 升级代理与多模态能力、并推出付费 API；到 8 月 5 日的 Muse Code 与 Spark 1.2——四个月内四度出手，其中近一个月就占了三次。Meta 显然把「编码代理」视为模型能力的展示场——软件工程有明确可验证的结果，比对话质量更容易证明模型真的能长时间自主工作。而 event log 带来的 replay-exact 与 restart-safe，正是把代理从「演示」推向「可放进 CI 流程」的关键工程细节。

对管理者的意义

这则新闻对管理者的重点不在技术参数，而在三个决策：

• 导入时程：Muse Code 目前是 beta 且仅支持 macOS 与 Linux，以 Windows 为主的内部团队短期无法全面采用，可先让小组试点而非排入正式时程。
• 数据治理：在有人按下「贡献者层」之前，先明确规定哪些 repo 绝对不得送进任何外部模型，并把这条规则写进开发规范，而非依赖工程师自律。
• 评估标准：官方未公布分数，别用外界传言做采购决策；用自家真实任务跑一周，比对修改正确率与人工返工时间，数据才属于你。

真正的分水岭不是模型多强，而是在工程师按下「贡献者层」之前，公司有没有先把「哪些代码不得外送」写成白纸黑字。技术规格每季度都会被刷新，数据治理的那条线，却只能由管理者自己先画下来。