简介

  • Meta 发布了 Muse Code（测试版），这是一个由更新后的编码模型 Muse Spark 1.2 驱动的终端编码代理。它现在可以通过 Meta 模型 API 和 curl 安装脚本获取。
  • 该代理协调持久的后台子代理，并保留精确重放的事件日志，因此崩溃后可以精确地从停止处恢复。
  • 在 Meta 自己的图表中，Muse Spark 1.2 在所示的所有编码基准测试中均落后于 Anthropic 的 Opus 5，但在大多数基准测试中击败了 OpenAI 的 Codex 和 Google 的 Antigravity。

Meta 是最新一家推出编码代理的科技巨头，正与领先的 AI 巨头 Anthropic 和 OpenAI 展开竞争。

“我们很高兴发布 Muse Code（测试版），这是一个由我们最新的模型 Muse Spark 1.2 驱动的终端编码代理，”该公司在官方公告中写道。“这标志着我们向前沿迈出的下一步，更大、更强大的模型即将推出。”

作为代理式编码工具，Muse Code 专为大型代码库中的软件工程而构建。据 Meta 称，它“承担大型代码库中的复杂软件工程任务：规划更改、编写代码和验证结果。它可以为每个任务协调多个持久的子代理，从而更快、更准确、更少干预地解决难题。”

最突出的细节是运行时。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，该日志作为唯一事实来源。“这个唯一事实来源使运行时具有精确重放和重启安全特性：崩溃后，代理可以精确地从停止处恢复，”Meta 表示。对于长时间运行的任务，这一特性比原始速度更重要——而这是竞争对手尚未作为卖点的部分。

它还附带默认技能。“/plan”命令将任务转换为需审批的计划，而“/grill”则对该计划进行压力测试，直到其成立，“/goal”则致力于成功完成目标，类似于 Hermes 的做法。Meta 表示，它与 Muse Code 共同训练了 Muse Spark 1.2，使核心 LLM 和代理协同工作。

基准测试及其问题

Muse Spark 1.2 是 Muse Spark 1.1 的编码重点更新。Meta 表示，它“显著增加了编码任务的训练计算量，同时扩大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。”图表清楚地说明了这一点。

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

DeepSWE 1.1（衡量智能体编码能力）的差距较小：Muse 为 59.3%，而 Opus 5 为 65.0%，Codex 为 64.8%。在 Meta 的内部编码基准测试中，Muse 达到 70.6%，而 Opus 5 为 79.4%。

加速图表则颠倒了顺序。在超过 1000 次工具调用中，Opus 5 相比基线提升最大（约 74–75%），而 Muse Spark 1.2 处于中游，根据运行情况约为 61–69%。Meta 的观点是，随着工具调用的积累，智能体会不断改进，这正是您希望从长期编码器中获得的行为。

最有趣的演示是长周期和多模态的。在压力测试中，Meta表示Muse Code“在Nvidia Hopper GPU上通过1000多次工具调用（长达24小时）迭代优化了GPU内核。”这意味着它能够随着时间推移不断改进。

还有一个视觉编码的角度。在一个演示中，用户将一个房屋的飞越视频作为mp4文件拖入终端，Muse Code“解释视频并生成一个具有预订功能的视觉丰富的网站。”将原始视频读取到可工作的Web应用中，这是Meta在Muse系列中一直强调的多模态卖点。

查看发布帖子：

这个领域已经很拥挤

话虽如此，Meta在这场竞争中已经落后了。OpenAI的Codex已经在运行并行云代理；DeepSeek已经构建了自己的Claude Code竞争对手，而像Hermes或OpenClaw这样的代理工具已经是具有更多功能的良好替代品。Muse Code的优势在于崩溃安全的运行时和子代理设计，而不是基准测试的领先地位。

对于智能体编码来说，风险是常见的：一个在崩溃后恢复并持续调用工具24小时的智能体既强大又不可预测。Meta 押注开发者想要这种自主性，并且现在正在推出它。

Muse Code 在安装后即可测试，输入以下命令：
curl -fsSL https://dev.meta.ai/install.sh | bash