Meta 推出 Muse Code AI 程式碼代理器：平行子代理結合自訂模型，挑戰 OpenAI 與 Anthropic

Meta 在 2026 年 8 月 5 日正式推出 Muse Code 測試版，這是一款終端機型的 AI 程式碼代理器，搭載全新的 Muse Spark 1.2 模型，直接挑戰 Anthropic 的 Claude Code 與 OpenAI 的 Codex 。Muse Code 專門為處理大型儲存庫中的完整軟體工程任務而設計，涵蓋從變更規劃、程式碼撰寫到結果驗證的完整流程 。

大型程式碼庫的核心能力

• 端到端工程任務：在單一會話中，即可在大型儲存庫內完成變更計畫、程式碼撰寫、測試執行與結果驗證 。
• 100 萬 tokens 上下文視窗：足以同時將大型程式碼庫完整載入於上下文中 。
• 隔離的 Git 工作目錄：每個子代理擁有獨立的工作目錄，確保平行實驗時不會互相干擾，開發者的主要工作分支保持不變 。
• 崩潰安全執行：會話即使因故中斷，也能保存任務歷史與稽核日誌，無需重新開始 。
• 完整稽核日誌：每個子代理的每個動作皆被記錄，提供完全的透明度 。
• 內建設計技能：系統已整合 UX 與架構模式等設計知識，無需外部提示即可運用 。
• 支援 macOS 與 Linux，只需單一終端機指令即可安裝 。

平行子代理與 Muse Spark 的運作機制

• 自動子代理分派：當 Muse Code 接收任務時，它會自動生成多個持續運行的子代理，這些子代理會平行處理問題的不同部分 。
• 持續的非同步背景代理：與其他每次步驟才建立代理的工具不同，Muse Code 的子代理在整個會話期間保持活躍，並持續協調合作 。
• Muse Spark 1.2 模型：這款模型是與 Muse Code 代理程式框架共同訓練的，意味著模型從底層就針對多代理、長時程的工作流程進行了最佳化 。

市場競爭定位

Meta 的競爭策略著重於 價格、崩潰韌性與架構設計，而非單純追求基準測試的領先：

• 積極的定價策略：Muse Code 定位為市場上最經濟實惠的程式碼代理器之一 。標準隨用隨付方案約為 $1.25/M 輸入 tokens，還提供更便宜的「貢獻者」方案，允許 Meta 使用提示資料進行模型訓練 。
• Terminal-Bench 2.1 評分 82.9%：根據 Meta 的內部評估，其效能介於 Claude Code 與 Codex 之間 。
• 關鍵差異化優勢：持續運行的背景代理（相較於競爭者的單步驟代理）、隔離的工作目錄以確保安全平行作業、崩潰安全的會話，以及與代理程式共同訓練而非事後調整的模型 。
• Meta 並未宣稱在基準測試上全面領先，而是將 Muse Code 定位為 低成本、高韌性 的選擇，特別適用於大型、長時間運行的工程任務 。