智通财经APP获悉，在AI编程工具赛道日趋拥挤的当下，Meta(META.US)终于投下了一枚重磅炸弹。周三，Meta首席执行官马克·扎克伯格在社交媒体上正式宣布，公司推出其首款AI编程智能体——Muse Code(测试版)，直接叫板OpenAI的Codex与Anthropic的Claude Code。

此举意味着Meta在生成式AI应用层迈出关键一步，也是在其广告主业承压、AI基础设施疯狂烧钱的背景下，向外界展示的一条全新的变现路径。

性能非最强，但“可靠性”与“低价”成为突破口

Muse Code并非孤立的产品，它由Meta超级智能实验室最新推出的基础模型Muse Spark 1.2驱动。根据Meta公布的多项基准测试，Muse Code在编程能力上尚不及顶尖竞品，但其展现出的差异化特征十分明确。

在Terminal-Bench 2.1基准测试中，Muse Code与Muse Spark 1.2的组合得分为82.9%，虽不及Anthropic Claude Code在Opus 5上跑出的86.7%，但已成功超越OpenAI基于GPT-5.6 Terra的Codex(81.8%)以及Grok Build(81.6%)。在衡量智能体编码能力的DeepSWE 1.1及Meta内部编码基准上，其成绩同样处于追赶者位置，分别落后Opus 5和Codex约5到9个百分点。

既然纯性能暂未登顶，Meta将卖点锁定在了工程可靠性与极限性价比上。Meta首席AI官Alexandr Wang在接受采访时直言，与Anthropic及OpenAI的产品相比，Meta的打法是“在价格上而非能力上实现差异化”。

Muse Code推出的“贡献者层级”定价极具杀伤力，其价格甚至不到常规按量付费的十分之一，但前提是选择最低价档的开发者必须主动同意帮助改进模型，这涉及Meta使用第三方数据强化底层技术。对于极度敏感的企业用户，Meta也开始接受“零数据保留”请求，承诺不保留开发者数据用于训练。

为长周期任务而生：崩溃可恢复，能连续运行24小时

作为一款具备自主决策能力的编程工具，Muse Code专为处理大型代码库的复杂软件工程任务设计。它能自主完成规划修改、编写代码、验证结果等全流程，并可同时协调多个持久化的子智能体并行处理，以提升解决难题的速度和准确性。

其中最受开发者关注的一项特性是其运行时机制。该系统会把每一次模型调用、工具运行、审批与编辑记录到本地事件日志中，形成唯一的可信数据源。这意味着，如果智能体在长时间运行中遭遇崩溃或中断，它能够从断点精确恢复，无需重头再来。在竞品尚未将此作为核心卖点时，Meta 认为这是对开发长周期、高复杂度任务的程序员最具吸引力的特性。

在一项压力测试中，Muse Code在英伟达(NVDA.US)Hopper GPU上对内核进行了超过1000次工具调用的迭代优化，整个任务持续时长达24小时。此外，Muse Code还展示了强大的多模态能力：在一则演示中，用户仅向终端丢入了一段房屋的航拍视频文件，Muse Code便能解读视频内容，直接生成一个具备预订功能的、视觉丰富的网站。

AI战略重整：Alexandr Wang带队，急于证明变现能力

Muse Code的亮相，是扎克伯格重整AI战略后的核心成果。去年6月加入并执掌Meta超级智能实验室的Alexandr Wang，是这一转型的中心人物。此前，Meta 的自研模型在编程等关键能力上明显落后于ChatGPT与Claude，扎克伯格上月也曾公开承认这一点，并透露公司内部已在使用前一版本的Muse Spark构建应用功能。

此次将编程智能体推向市场，正值Meta的财务敏感期。上周，Meta股价因公司给出疲软的营收预期并披露第二季度自由现金流大幅萎缩而应声下跌。市场普遍担忧其每年向数据中心及相关算力设施投入的巨额资金能否带来相应回报。Muse Code提供的付费API接口，正是扎克伯格在占公司收入98%的广告业务之外，利用AI直接创收的重要尝试。

Wang透露，目前开发者可在Meta的开发者页面通过API按需付费使用Muse Code，该模型后续也将登陆托管DeepSeek等热门开源模型的OpenRouter平台。