8月5日，Meta正式发布首款AI编程智能体Muse Code（Muse Code - AI编程工具）（测试版），基于全新模型Muse Spark 1.2运行。这款产品定位明确——凭借远低于竞品的价格，向Anthropic的Claude Code和OpenAI的Codex发起挑战。每百万token仅1.5元的定价，也让整个AI编程工具赛道正式进入「价格战」时代。
一、面向大型代码库
Muse Code由Meta AI负责人Alexandr Wang主导推出，是Meta超级智能实验室（MSL）的首个编程智能体成果。与传统AI代码工具的碎片化辅助不同，Muse Code具备完整软件工程作业能力：用户只需一条命令即可安装，然后通过单条指令完成项目规划、代码编写、漏洞排查、迭代优化、程序部署等全链条工作。
核心架构亮点在于Meta所称的异步后台智能体。与大多数竞品为每个任务临时生成辅助智能体的模式不同，Muse Code在整个会话期间保持一组专门的后台智能体持续存活。这些智能体「在整个会话期间保持活动状态，而不是为单个任务临时生成，从而避免冗余的信息采集」，自行执行后续步骤，并自主选择何时向主智能体汇报。
二、并行与容错机制
扎克伯格在X平台上透露了一个关键测试数据：「在测试中，我们让它同时为一个游戏构建了六个功能，且没有发生冲突。」这背后依赖的是其独特的并行处理架构：当任务规模足够大时，Muse Code会分发到独立的子智能体进行并行处理，每个子智能体都在自己隔离的git工作树中运行，因此开发者的工作副本永远不会被触及。
另一大杀手锏是崩溃恢复机制。如果Muse Code在长时间运行的任务进行20小时后崩溃，它会从停止的地方精确恢复，不会丢失工作，也无需重新提示。每个模型调用、工具运行、审批和编辑，在执行前都会被追加到本地事件日志中。Meta称这一单一事实来源，使运行时具有「可精确重放和重启安全」的特性。
三、性能与定价策略
Meta发布了基准测试对比数据。在Terminal-Bench 2.1上，Muse Spark 1.2得分82.9%，略高于OpenAI的GPT-5.6 Terra（81.8%）和xAI的Grok 4.5（81.6%），但落后于Claude Opus 5在Claude Code中的86.7%。在DeepSWE 1.1上，Muse Spark 1.2取得了59.3%，排名第三，落后于Opus 5（65.0%）和GPT-5.6 Terra（64.8%）。真正的杀手锏在价格。Claude Code和OpenAI Codex的定价长期处于高位，而Meta选择以「按量付费」模式切入，每百万token仅1.5元，显著低于竞品。这种低价普惠策略，也让AI编程工具从技术内卷正式进入价格与生态双重博弈的新阶段。
不过，Meta自研内部编程基准上，Muse Spark 1.2的70.6%轻松击败了GPT-5.6 Terra（65.4%）和Gemini 3.6 Flash（63.9%），仍落后于Opus 5。
目前Muse Code已以测试版形式开放，用户可通过单条终端命令完成安装。
