Meta发布Muse Code Beta：终端编程智能体搭载Muse Spark 1.2模型

Muse Code：面向终端开发者的编程智能体

Meta AI正式发布Muse Code（Beta版），一款运行于终端的AI编程智能体，专为处理大型代码库中的复杂软件工程任务设计。其核心能力涵盖任务规划、代码生成与结果验证全流程。不同于传统按需启动的单次任务型Agent，Muse Code采用一组持续存活的异步后台智能体，全程驻留于会话生命周期内，避免重复信息采集，自主决策执行节奏并主动向主智能体汇报进展，显著降低多步骤任务的延迟与引导开销。

运行机制：可回放、可恢复的本地事件日志

Muse Code采用本地只追加（append-only）事件日志作为统一状态源，完整记录每次模型调用、工具执行、人工审批及代码编辑操作。Meta将该设计称为“replay-exact”与“restart-safe”——系统崩溃后可精确恢复至中断点，保障长时间运行任务（如数小时级自动化重构或调试）的鲁棒性。该日志机制构成整个智能体运行时的基础信任层。

内置技能与部署方式

Muse Code默认集成三项核心技能指令：`/plan`将用户需求转化为需人工审批的分步执行计划；`/grill`对计划进行压力测试直至逻辑稳固；`/goal`驱动智能体持续推进直至目标达成。目前Beta版支持macOS与Linux系统，可通过curl命令一键安装：`curl -fsSL https://dev.meta.ai/install.sh | bash`。Muse Spark 1.2模型同步开放给Muse Code终端用户及Meta Model API调用者，全球范围内扩大访问权限。值得注意的是，官方未提供模型权重下载，当前仅以托管服务形式交付。

Muse Spark 1.2：深度协同训练的编码专用模型

Muse Spark 1.2是前代Muse Spark 1.1的编码能力强化版本，在代码生成质量、复杂缺陷调试、代码库理解深度及端到端开发工作流支持上均有提升。其训练关键创新在于三方面：一是与Muse Code执行框架联合训练，引入拒绝采样轨迹、目标条件化、上下文压缩及子智能体编排等优化策略；二是聚焦长周期任务建模，覆盖全仓库代码生成、大型端到端项目开发及自动技术调研；三是基于Muse Spark 1.1自生成高难度编码环境与评估模板，构建可扩展训练数据集，实现模型自我迭代。

实证评估与典型应用案例

Meta公布了详尽评测体系：Terminal-Bench 2.1（89项任务）、DeepSWE v1.1（91个仓库、5种语言共113项任务）及内部Coding Bench（440项源自真实Pull Request的任务）。所有测试均在隔离的Daytona云沙箱中执行，并与Grok 4.5、Claude Opus 5、GPT-5.6 Terra、Gemini 3.6 Flash及Kimi K3等主流模型的Agent产品横向对比。特别地，Meta强调其评测框架针对自身模型深度调优，第三方模型表现可能受限。在Terminal-Bench 2.1上，Muse Spark 1.1基准分为80.0，新版分数未公开但宣称显著提升。

一项重点案例展示其工业级潜力：Meta在NVIDIA Hopper GPU上开展GPU内核持续优化实验，累计执行超1000次工具调用，单次运行最长达24小时。模型自主完成内核编写、编译、性能剖析与迭代改进，针对KDA（以FLA Triton为基线）与MLA（以PyTorch batch=1为基线）两类典型内核实现结构化优化，验证了其在高性能计算基础设施领域的落地可行性。

编者观点

面向中国开发者工具厂商与AI原生IDE创业团队，Muse Code揭示了一条新路径：将强编码能力大模型与轻量级、可审计、可中断的终端Agent架构深度耦合，兼顾生产力与工程可控性——这或将成为下一代AI编程助手的关键差异化维度。