Meta 是最新推出编码代理的科技巨头，与领先的人工智能巨头 Anthropic 和 OpenAI 展开竞争。
该公司在一份官方公告中写道：“我们很高兴发布 Muse Code（测试版），这是一款由我们最新型号 Muse Spark 1.2 提供支持的终端编码代理。” “这标志着我们向前沿迈出了下一步，更大、更强大的型号即将推出。”
作为一种代理编码工具，Muse Code 专为跨大型存储库的软件工程而构建。根据 Meta 的说法，它“在大型存储库中承担复杂的软件工程任务：规划变更、编写代码和验证结果。它可以为每个任务协调多个持久子代理，更快、更准确地解决难题，并且需要更少的干预。”
突出的细节是运行时间。 Muse Code 将每个模型调用、工具运行、批准和编辑记录到本地事件日志中，作为单一事实来源。 “这个单一的事实来源使得运行时重放精确且安全重启：崩溃后，代理可以精确地从停止的地方恢复，”Meta 说。对于长时间运行的作业来说，这一功能比原始速度更重要，而这也是竞争对手尚未提出的卖点。
它还附带默认技能。 “/plan”命令将任务转变为一个经过批准的计划，而“/grill”对该计划进行压力测试，直到它成立，而“/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，因此核心 LLM 和代理可以协同工作。
基准和陷阱
Muse Spark 1.2 是对 Muse Spark 1.1 的专注于编码的更新。 Meta 表示，它“显着扩大了编码任务的训练计算规模，同时扩大了训练环境的多样性，改进了代码生成、复杂调试和端到端开发人员工作流程。”这些图表讲述了一个清晰的故事。
在 Terminal-Bench 2.1 上，带有 Muse Code 的 Muse Spark 1.2 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%）。
衡量代理编码能力的 DeepSWE 1.1 更接近：Muse 为 59.3%，Opus 5 为 65.0%，Codex 为 64.8%。在 Meta 的内部编码基准上，Muse 的得分为 70.6%，Opus 5 的得分为 79.4%。
加速图表颠倒了顺序。在超过 1,000 次工具调用中，Opus 5 相对于基线的增益最大（约 74-75%），Muse Spark 1.2 中间包约为 61-69%，具体取决于运行情况。 Meta 的观点是，随着工具调用的积累，代理会不断改进，这正是您希望长期编码人员获得的行为。
最有趣的演示是长期和多模式的。 Meta 表示，在压力测试中，Muse Code“在 Nvidia Hopper GPU 上迭代优化了超过 1,000 次工具调用（长达 24 小时）的 GPU 内核”。这意味着它能够随着时间的推移而改进。
还有一个视觉编码的角度。在一个演示中，用户将一段房屋的飞行视频作为 mp4 放入终端，然后 Muse Code“解释该视频并生成一个具有预订功能的视觉效果丰富的网站”。将原始视频读取到可运行的网络应用程序中是 Meta 在 Muse 系列上所做的多模式宣传。
查看启动线程：
以下是 Muse Code 多模式视觉编码功能的示例。在此演示中，用户将家庭的漫游视频作为 mp4 文件输入终端。 Muse Code 解释视频并生成具有预订功能的视觉丰富的网站。 pic.twitter.com/3CAfIMYmAB
——Meta 的 AI (@AIatMeta)，2026 年 8 月 5 日
场上已经挤满了人
也就是说，Meta 的战斗已经迟到了。 OpenAI 的 Codex 已经运行并行云代理； DeepSeek 已经建立了自己的 Claude Code 竞争对手，而 Hermes 或 OpenClaw 等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运行时和子代理设计，而不是基准霸权。
代理编码面临的风险是常见的：崩溃后恢复并持续 24 小时调用工具的代理功能强大且不可预测。 Meta 押注开发者希望获得这种自主权，现在它已经上市了。
Muse 代码可用于在安装后输入以下命令进行测试：curl -fsSL https://dev.meta.ai/install.sh |巴什