Meta正式发布编程智能体Muse Code与模型Muse Spark 1.2：架构革新、性能跃升与战略转向

首款原生编程智能体落地，直指端到端工程能力 Meta正式推出其首个面向开发者工作流的编程智能体——Muse Code，并同步发布为其深度定制的基础模型Muse Spark 1.2。该工具并非简单代码补全插件，而是以“在大型代码库中执行完整的软件工程任务”为目标设计，覆盖代码生成、复杂调试、跨文件逻辑理解及端到端功能交付等核心场景。 异步后台智能体架构：告别临时调度，实现会话级持续协同 Muse Code采用Meta独创的异步后台智能体（Asynchronous Background Agent）架构。区别于主流工具为每个请求临时启动新智能体的做法，Muse Code在用户会话开启时即初始化一组长期存活的专用后台智能体。这些智能体全程保活，持续维护对当前代码库的上下文理解，无需重复扫描或重建知识。当任务复杂度升高，系统自动拆解为多个子任务，分发至隔离的git工作树中并行执行——开发者本地工作副本全程不受干扰，真正实现“零侵入式协作”。 可审计、可重放、可恢复：长周期任务的可靠性突破 为支撑小时级甚至数十小时的连续运行，Muse Code构建了强可审计的执行引擎。所有模型调用、工具执行、人工审批与代码修改操作，在触发前即被追加写入本地事件日志，形成唯一可信的事实源。这意味着：即使任务运行20小时后意外中断，也能精确回溯至最后稳定状态并无缝续跑；任意一次执行均可完整重放，确保结果可验证、过程可追溯、行为可归因。 性能实测：代际提升显著，但头部差距仍存 Muse Spark 1.2在多项权威编程基准中实现明显进步：Terminal-Bench 2.1得分82.9%（较1.1版+6.7pt），DeepSWE 1.1达59.3%（+6.3pt）。在Meta自建的内部编程基准中，其70.6%的表现超越GPT-5.6 Terra（65.4%）与Gemini 3.6 Flash（63.9%），但距Anthropic Opus 5的79.4%仍有约9个百分点差距。值得注意的是，Claude系列模型在全部三项测试中均位列第一，反映出当前顶尖编程能力仍由专用闭源模型主导。 超长周期实战验证：24小时GPU内核优化达成实质性改进 Meta公开了一个典型高价值用例：Muse Spark 1.2在NVIDIA Hopper硬件上连续运行24小时，完成超千次工具调用，独立编写Triton内核代码，不依赖任何第三方封装库。最终在KDA与MLA两类关键GPU算子上实现性能提升，包括发现并应用非直观优化策略——如重新中心化门控累积衰减。这一过程表明，该智能体不仅具备初始规划能力，更能在长期探索中持续迭代、自主发现新优化路径。 双层级定价模型：以成本换数据，重构开源参与逻辑 Muse Code提供两个API接入层级：标准层按量计费（输入$1.25/百万token，输出$4.25/百万token），承诺不采集用户数据用于训练；贡献者层价格大幅下探（输入$0.10，输出$0.20），但要求开发者主动授权Meta使用其提示与输出数据以改进模型。后者速率限制严格（60 RPM），明确服务于个人开发者与小型实验团队。企业客户则可选配“零数据保留”服务，作为付费增值项启用。 从Llama到Muse：开源叙事悄然退场，商业闭环加速成型 本次发布未提及“开源”一词，亦无模型权重、许可证或自托管支持信息。这标志着Meta AI战略的重大转向：继Llama 4出现基准争议、中国开源模型快速崛起后，Meta于2025年4月推出首个专有模型Muse Spark，终止可下载权重模式；如今Muse Code延续此路径，彻底脱离Llama时代的开放范式。曾经以“开源AI是前进之路”为旗帜的公司，正转向以廉价token换取高质量训练数据、以API服务构建可持续收入的新闭环。扎克伯格在社交平台回应开源提问时仅称“我很快会有更多消息分享”，留下策略延展空间，但当前重心已清晰锚定商业化落地与基础设施变现。