Meta正式发布编码Agent测试版Muse Code，由全新的Muse Spark 1.2模型驱动。这是一款运行在终端中的AI编码工具，专为大规模代码仓库中的复杂软件工程任务打造。

Meta首席执行官马克·扎克伯格在其社交媒体上表示，Muse Code可以"在大型代码仓库中完成完整的软件工程任务：规划变更、编写代码、验证结果"。该产品标志着Meta正式加入与OpenAI Codex和Anthropic Claude Code的编码Agent竞争。

持久化后台代理：不做一次性工具人

Muse Code最核心的架构特点是持久化后台代理。不同于竞品为每个任务临时创建辅助Agent的模式，Muse Code在整个会话期间保持一组专用后台Agent持续运行，避免重复的信息收集。它们会自主执行后续步骤，并自行判断何时向主Agent汇报结果。

当任务规模足够大时，Muse Code会将工作分发到多个并行的子Agent，每个子Agent运行在独立的git工作树中，开发者当前使用的代码副本完全不受影响。扎克伯格透露，在测试中Muse Code曾"同时为一款游戏开发六项功能，完全没有发生冲突"。

另一项关键设计是事件日志。每次模型调用、工具运行、审批和代码编辑都会按顺序追加到本地日志中，使运行时状态可精确重放且重启安全。这意味着即使Muse Code在运行20小时后崩溃，也能从中断位置精确恢复，无需重新提示。

协同训练：模型与Agent同步优化

Muse Spark 1.2并非训练完成后才接入Muse Code。Meta在模型训练阶段就将Agent的工具使用轨迹纳入训练数据，针对目标设定、上下文压缩、工具调用和子Agent协调进行专项优化。

评测数据方面，Muse Spark 1.2在Terminal-Bench 2.1上取得了82.9%的pass@1分数，落后于Claude Opus 5但略高于GPT-5.6 Terra。在DeepSWE 1.1上得分59.3%，落后于这两家对手。需要说明的是，Meta在评测中使用的是各模型搭配各自选定的编码Agent，而非统一Agent平台。Counterpoint Research研究副总裁Neil Shah指出，CIO更应关注的指标是"在企业自身流水线上的通过率"。

商业化与定价

Muse Code目前支持macOS和Linux，通过一条终端命令即可安装。定价方面，Meta提供两档选择：Contributor档为每百万输入Token 0.10美元、输出0.20美元，标准档分别为1.25美元和4.25美元。Contributor档的折价条件是用户数据可被Meta用于产品改进。

分析师普遍认为Muse Code短期内将在低风险、范围清晰的任务中率先落地，企业要让持久化Agent触碰关键生产代码还需时日。安全、治理和与现有身份系统的集成仍是悬而未决的问题。扎克伯格在被问及开源计划时回应"很快将有更多消息分享"，为产品路线图留下了想象空间。