Meta于2026年8月5日正式发布首款AI编程智能体Muse Code，基于全新的Muse Spark 1.2大模型运行。这款终端编程智能体能够处理大型代码仓库中的完整软件工程任务，以极具竞争力的定价策略切入市场，直接向Anthropic的Claude Code与OpenAI的Codex发起挑战。
Muse Code是Meta超级智能实验室（MSL）打造的重磅产品，由Meta人工智能负责人Alexandr Wang主笔推出。它是一款运行在终端中的编程Agent，能够在大型代码仓库中完成分析项目、规划修改、编写代码、运行工具与验证结果等完整软件工程任务，不受仓库规模限制。与传统的代码补全工具不同，Muse Code更像是一位AI软件工程师，能够理解跨文件、跨语言的复杂项目架构。
一、核心技术亮点
Muse Code的核心创新在于其代码库级上下文理解能力。传统AI编程工具通常只能处理单个文件或有限代码片段，而Muse Code能够对整个代码仓库建立索引，理解项目架构、依赖关系和代码规范的一致性。面对复杂需求时，智能体能够自主拆解任务、规划修改方案，并分步实施代码变更，而非简单补充片段。
更值得关注的是其多智能体并行机制。当任务体积较大时，系统会自动拆分出独立子智能体，在隔离工作目录中并行作业，整个过程不会改动本地的代码副本。扎克伯格透露，在内部测试中，该工具曾同时为一款游戏开发六项功能，全程没有出现代码冲突。此外，Muse Code支持异步后台运行，能够执行复杂的编程任务，加速了编程效率的普及。
二、极具竞争力的定价策略
在商业模式方面，开发者可通过按需付费模式使用Muse Code，其API定价与Muse Spark 1.1版本类似，每百万输入tokens收取1.25美元，每百万输出tokens收取4.25美元。更引人注目的是，Meta推出了贡献者订阅档位，用户同意帮助改进模型即可享受更低价格，每百万输出tokens仅0.20美元，折合人民币约1.5元，入门成本明显低于标准档的十分之一。
这一低价策略被业界解读为Meta通过让利换取数据。编程智能体产生的内容包括任务目标、代码上下文、工具调用、报错信息、测试反馈和最终修改结果，对模型迭代具有重要价值。Meta希望借此快速扩大用户基数，收集高质量的编程数据来强化底层技术。
三、挑战Claude Code与Codex的市场格局
Muse Code的推出标志着Meta正式进入编程智能体市场，与Anthropic的Claude Code和OpenAI的Codex展开正面竞争。用户仅需一条命令即可安装Muse Code，底层依托Meta此前发布的代码大模型Muse Spark。根据Meta官方介绍，Muse Code在内部测试中成功完成了包括为Instagram后端服务添加端到端加密和重构WhatsApp消息路由模块在内的多项挑战性任务，这些任务通常需要高级工程师数天的工作量，而Muse Code在数小时内即可完成。
扎克伯格在社交媒体上表示，Muse Code能够针对大型代码库执行完整的软件工程任务，覆盖规划代码改动、编写代码、验证输出结果等应用场景。这一工具的发布也标志着AI编程从代码补全向全流程任务代理的演进，为开发者提供了更加智能化的开发辅助工具。
