meta近日推出了一款面向开发者的编程智能体测试版工具——Muse Code，其核心设计理念是通过持续运行的后台智能体优化复杂软件开发流程。该工具目前支持macOS和Linux系统，搭载了meta最新研发的Muse Spark 1.2模型，与传统编程工具需为每个任务单独创建智能体的模式不同，Muse Code的智能体可在整个开发会话期间保持活跃状态，以异步方式处理任务并自主决策汇报时机。
据meta官方披露，Muse Code采用本地事件日志系统记录所有操作轨迹，包括模型调用、工具运行、代码编辑等环节。这种设计不仅支持精确回放开发过程，还能在智能体崩溃时从中断位置无缝恢复，显著降低重复收集信息的成本。开发团队特别强调，持续活跃的智能体架构可减少开发者在多步骤任务中的介入频率，尤其适合处理大型代码库的复杂需求。
在技术协同方面，Muse Spark 1.2模型与Muse Code经历了联合训练过程。meta投入更多算力强化代码生成能力，同时扩展了支持的开发环境范围，并针对整仓代码生成、大型端到端项目等长周期任务进行专项优化。该模型现已通过meta模型API开放使用，公司同步扩大了API的全球访问权限。
基准测试数据显示，Muse Spark 1.2在Terminal-Bench 2.1测试集中取得82.9%的pass@1得分，低于Claude Opus 5但优于GPT-5.6 Terra；在DeepSWE 1.1测试中得分为59.3%，落后于前述两款竞品。值得注意的是，meta在评测时为各模型搭配了专属智能体框架，而非采用统一标准，这在一定程度上影响了测试结果的横向可比性。公司承认，若竞品模型使用定制化工具和提示词，实际表现可能产生变化。
行业分析师对meta的技术路线持谨慎态度。Omdia首席分析师苏连杰指出，OpenAI和Anthropic等厂商早已将智能体框架整合进模型训练流程，meta的协同优化策略未必能形成显著优势。Pareekh Consulting首席执行官Pareekh Jain则认为，任务规划和上下文处理能力的提升需通过企业级项目的实际验证，减少人工干预才是关键竞争力。
企业部署层面的挑战更为复杂。Counterpoint Research研究副总裁Neil Shah强调，跨厂商模型的横向比较应采用统一智能体框架或第三方工具，企业真正关注的是模型在自有开发流水线中的通过率。苏连杰补充道，安全合规要求可能延缓落地进程，特别是编程智能体与企业身份认证系统的对接存在技术障碍，多数企业仍对AI工具接入CI/CD环境持观望态度。
数据治理与成本控制成为另一焦点。meta的定价策略显示，低价Contributor版本（输入Token每百万0.10美元，输出0.20美元）允许数据用于产品改进，而标准版（输入1.25美元，输出4.25美元）则无此条款。Shah特别指出，Token用量难以预测可能推高使用成本，企业需建立完善的访问管控机制，全程记录智能体对代码仓库的操作轨迹。
针对厂商绑定顾虑，苏连杰认为企业会优先在低风险场景试点应用，逐步验证智能体修改关键生产代码的可靠性。Jain预测，实际采用路径将呈现渐进式特征，从明确边界的工作场景切入，待技术成熟后再扩展至核心开发环节。
