2026年8月5日，Meta Superintelligence Labs 发布了 Muse Code。这是一款在终端中运行的编程智能体，由名为 Muse Spark 1.2 的新模型驱动，专为在大型代码仓库中处理长时间运行的工程任务而打造，而不是只处理零散的代码行。对企业主来说，最直接的结论是：AI 编程工具已经从提示和补全，转向执行持续数小时的完整任务，这同时改变了开发的速度和成本。但有一件事没有改变：谁负责需求、审查和测试，谁就仍然对最终系统的质量负责。

Meta 究竟推出了什么？

Muse Code 是一款面向 macOS 和 Linux 的命令行工具，以测试版发布，没有桌面应用程序——这意味着它面向的是开发团队，而不是普通用户。在它内部，异步后台智能体在整个会话期间保持活跃，因此可以同时运行不止一个任务；此外还有一个本地事件日志，可以精确重放一次运行，便于事后审查。它自带一些内置命令，例如用于制定工作计划的 /plan、用于锁定目标的 /goal，以及在接受某个方案之前对其进行压力测试的 /grill。

其背后的模型是 Muse Spark 1.2，Meta 的介绍聚焦于三点：代码生成、调试以及理解大型代码库方面的改进；基于长周期编程任务的训练，包括生成整个代码仓库；以及在长任务中让模型保持方向的机制，例如规划、目标条件约束和上下文压缩。Meta 在三项评测上发布了对比结果——Terminal-Bench 2.1、DeepSWE 1.1 以及其内部编程基准——但以图表而非精确的数字表格呈现，因此对于其他地方流传的任何具体分数，都值得谨慎对待。该模型可在 Muse Code 中使用，也可通过 Meta Model API 调用。

核心转变：从补全一行代码到在整个系统上工作

传统补全助手与现代智能体之间的区别，与其说在于代码的优雅程度，不如说在于任务的范围。助手会建议你的下一行代码；智能体则会打开数十个文件、运行命令、读取测试输出、修改、重试，并持续工作一个小时甚至更久。这正是 Meta 所强调的功能发挥作用的地方：上下文压缩让智能体不会忘记自己在长任务开始时做了什么，而事件日志让整个过程可以逐步审查，而不只是一个你要么信任、要么不信任的最终结果。

对软件项目的实际影响显而易见。繁琐、重复的工作——在数百个文件中升级一个旧库、统一代码风格、补齐缺失的测试、将 API 从一个版本迁移到下一个版本——如今已经可以自动化到一年前还不现实的程度。而这恰恰是消耗企业内部遗留系统维护预算的那类工作。

决策者应当注意的一点：价格与你的数据

根据 Meta Model API 公布的价格，该模型标准层级的费用约为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元；而一个名为 contributor 的低价得多的层级，前提是你同意你的数据可以被用于改进 Meta 的产品。这个选项在成本上很有吸引力，在治理上却令人担忧：你项目的代码承载着你的业务逻辑、连接你各个系统的密钥，有时还有取自真实场景的测试数据。

我们遵循的规则很简单：无论价格差距多大，任何生产代码和客户数据都不经过允许训练的层级。如果所处理的数据属于沙特王国境内的个人，你就受《个人数据保护法》（PDPL）约束，该法由沙特数据和人工智能管理局（SDAIA）监管，其目的限制、数据最小化和问责原则在实践中意味着：最便宜并不足以作为选择供应商的标准。

这在实践中对你的公司意味着什么

第一，不要购买工具——要购买成果。拥有一个强大的编程智能体，并不自动意味着你的项目会更早完成；真正加速项目的是清晰的需求和良好的设计。智能体会成倍放大一个清楚自己在构建什么的团队的速度，也会成倍放大一个不清楚的团队的混乱。

第二，预计开发成本将从编写代码的工时转向审查和验证的工时。产出的代码量增加了，因此自动化测试、同行评审和安全检查如今成了瓶颈，而不再是敲代码。一家今天还没有自动化测试的公司，很快就会感受到这种差距。

第三，这是实现遗留系统现代化的真正机会。许多公司推迟迁移旧系统，是因为人工成本高得令人却步；现代智能体让渐进式迁移变得更便宜、更快速，但有一个前提：要有测试证明迁移后行为没有改变。

第四，关注供应商之间的价格竞争。又一个大玩家进入编程智能体市场，会推动价格下降，这对你有利；但更重要的举措是让你的系统不被锁定在单一供应商身上，确保切换成本将来永远不会变成陷阱。

编程智能体不会改变的东西

智能体不了解你那些不成文的业务规则，不承担任何法律责任，也不会决定某个功能究竟值不值得开发。它仍然会自信地犯错，尤其是在与外部系统集成以及罕见的边缘情况中。因此，公式依然不变：清晰的规格说明、证明正确性的测试、在敏感边界处的人工审查，以及一份记录谁在何时修改了什么的记录。

我们在 Origami 如何使用它

我们是一家科技公司，在清晰的工程边界内使用编程智能体：私有代码仓库、用合成测试数据代替真实客户数据、每次变更都运行自动化测试，以及在任何发布之前进行人工审查。我们的客户获得的好处，并不是我们使用了市场上最新的模型，而是成本和周期下降的同时，质量依然可证明、可审查。

参考来源