Meta 加入 AI 程式碼大戰：Muse Code 與 Muse Spark 1.2 正式登場

2026 年 8 月 5 日，Meta 超級智能實驗室（Meta Superintelligence Labs）在 AI 程式碼大戰中發出了迄今最強烈的訊號：Muse Code——一款以終端機為基礎的程式碼代理（coding agent），搭載全新模型 Muse Spark 1.2。對於一家以社交平台和開源 Llama 模型聞名的公司來說，這是一個異常直接的進場，正面挑戰由 Anthropic 的 Claude Code、OpenAI 的 Codex 和 Cursor 所主導的市場。從細節來看，Meta 顯然不是來打安全牌的。

發布了什麼

Muse Code 是一款目前處於測試階段的終端機程式碼代理，支援 macOS 與 Linux。它的設計目標是端到端地處理完整的工程任務——規劃變更、撰寫程式碼、自我驗證，以及在大型程式碼庫中運作。底層搭載的是 Muse Spark 1.2，這是 Meta 僅在四週前（7 月 9 日）發布的 Muse Spark 1.1 模型的程式碼強化版本。這意味著這是 Meta 在大約四個月內推出的第三款 Muse Spark 模型，首款於 2026 年 4 月問世。

Muse Spark 1.2 配備一百萬 token 的上下文視窗，讓長時間運行的任務能夠在單一會話中從頭到尾完成，不會因上下文碎片化而中斷。Meta 表示，該模型在三個明確優先發展的領域較 1.1 版有顯著進步：程式碼生成、複雜除錯和程式碼庫理解。模型經過大幅擴充的程式碼訓練資料集訓練，成效反映在它所鎖定的工作類型上——診斷複雜的錯誤、在企業級系統中實作新功能，以及執行大規模的程式碼遷移。

架構賭注：持久非同步背景代理

Muse Code 最獨特的特徵在於它的執行架構。現今大多數程式碼代理採用的是「生成即銷毀」（spawn-and-die）模式：當一個子任務被識別出來時，系統會生成一個子代理，完成工作後回傳結果，然後被銷毀。下一個子任務會啟動一個全新的代理，完全不記得之前發生過什麼。

Muse Code 打破了這個模式。它將一個簡潔的主代理迴圈與一組持久性非同步背景代理（persistent async background agents）搭配運作，這些背景代理在整個會話期間保持活躍，而不是在每個子任務完成後就被終止。這些專門化的代理在平行的 git 工作樹（worktree）上運作，讓它們能獨立作業，同時主代理繼續與開發者互動。根據 Meta 的說法，正因為背景代理是持久的，它們能減少重複工作、降低延遲，並讓長時間的軟體工程任務顯著更加可靠。

這在實務上的意義十分重大。當開發者要求 Muse Code 重構一個模組時，主代理可以開始規劃可見的變更，同時一個背景代理同步分析相依性、另一個準備測試框架、第三個審查回歸問題——全部都不需要為每個步驟冷啟動新代理的額外開銷。本地事件日誌記錄了所有的模型呼叫，為開發者提供可審計的軌跡，了解系統做了什麼以及為什麼。

基準測試表現

Meta 的發布資料側重於內部和新興的第三方基準測試。在 Meta 自家的內部程式碼基準測試中，Muse Spark 1.2 獲得 70.6%，明顯領先 GPT-5.6 Terra 的 65.4% 和 Gemini 3.6 Flash。在 AC Bench 上得分 54.8，較 Muse Spark 1.1 提升 6.4 分。世代進步是具體的：Muse Spark 1.2 在 Terminal-Bench 上較前代提升 6.7 分，在 DeepSWE 上提升 6.3 分。一項透過 Mini-SWE-agent 進行的獨立 SWE-bench Verified 測試將其置於 86.60%，Meta 並宣稱在 MCP Atlas 基準測試上達到 90.3%。

值得注意的是，Meta 在發布時並未公布 MMLU、HumanEval 或 GPQA 等標準學術基準測試成績——這個決定引來了分析師的批評，他們指出該公司在公開哪些數據上是有選擇性的。作為對比，SWE-bench Verified 排行榜的頂端由 Anthropic 的模型佔據：Claude Opus 5 以 96% 領先，Claude Mythos 5 為 95.5%，Claude Fable 5 為 95%。Meta 並未公布與這些模型在 SWE-bench Pro 等標準程式碼評測上的正面對決數據，而在該測試中，Muse Spark 1.1 先前曾以 61.5% 領先。

定價：雙層策略

這裡是 Meta 策略真正有趣的地方。該公司打造了兩個定價層級，而兩者之間的差距巨大。

標準層（模型 ID：muse-spark-1.2）定價為每百萬輸入 token $1.25、每百萬快取輸入 token $0.15、每百萬輸出 token $4.25。這具有競爭力但並不激進——大約在其他前沿程式碼模型的範圍內。

貢獻者層（Contributor tier，模型 ID：muse-spark-1.2-contributor）才是破壞者：每百萬輸入 token 僅 $0.10、每百萬輸出 token 僅 $0.20——大約是 95% 的折扣。代價是，使用貢獻者層的開發者同意讓 Meta 使用其資料來改善 Meta 產品。Hacker News 上的討論者和分析師很快指出，這使得貢獻者層的輸入成本大約比 Claude Opus 便宜 50 倍，輸出成本便宜 125 倍。對於高用量、對成本敏感的開發工作流程來說，這樣的經濟效益難以忽視——前提是資料共享的取捨是可以接受的。

脈絡與影響

Meta 進軍程式碼代理領域之所以重要，有幾個原因。首先，它驗證了終端機代理範式——由 Claude Code 和 OpenAI 的 Codex CLI 所開創——現在已成為 AI 輔助開發的主流介面。Meta 並未打造 VS Code 擴充功能或網頁式 IDE，而是打造了一款終端機工具，這表明整個產業已經達成共識：命令列是代理式程式碼編寫的天然歸宿。

其次，持久背景代理架構是一項真正的架構創新。如果它在生產環境中如描述般運作，可能會改變整個品類對代理生命週期管理的思考方式。生成即銷毀模式在延遲、記憶和可靠性方面都有實際成本，而 Meta 押注會話持久代理直接解決了這三個問題。

第三，貢獻者層的定價是一項戰略武器。透過提供接近零成本的前沿程式碼能力以換取訓練資料，Meta 本質上是在購買一個資料飛輪——貢獻者層觸及的每一個程式碼庫都有可能改善下一版 Muse Spark。這是一個目前沒有競爭對手能在這個規模上匹敵的商業模式，而且它充分利用了 Meta 作為一家有能力無限期補貼模型存取的公司的獨特地位。

早期的反應褒貶不一。Reddit 和 Hacker News 上的一些開發者認為，相較於宣傳的熱度，這次發布令人失望，而另一些人則認為持久代理架構是有意義的一步。清楚的是，在被認為在 AI 競賽中落後多年之後，Meta 現在正在最具商業重要性的 AI 應用品類之一中積極競爭。

Muse Code 目前以測試版提供 macOS 和 Linux 使用，Muse Spark 1.2 的 API 存取可透過 Meta 的開發者平台取得。它是否會實質性地削弱 Anthropic 和 OpenAI 的領先地位還有待觀察——但新穎架構、積極定價和 Meta 配通路能力的組合，讓這成為一個值得密切關注的發布。