Meta（META.US）正面對決OpenAI與Anthropic：發佈首個AI編程智能體Muse Code，主打低價與「崩潰恢復」能力

智通財經APP獲悉，在AI編程工具賽道日趨擁擠的當下，Meta(META.US)終於投下了一枚重磅炸彈。周三，Meta首席執行官馬克·祖克伯在社交媒體上正式宣布，公司推出其首款AI編程智能體——Muse Code（測試版），直接叫板OpenAI的Codex與Anthropic的Claude Code。

此舉意味著Meta在生成式AI應用層邁出關鍵一步，也是在其廣告主業承壓、AI基礎設施瘋狂燒錢的背景下，向外界展示的一條全新的變現路徑。

性能非最強，但「可靠性」與「低價」成為突破口

Muse Code並非孤立的產品，它由Meta超級智能實驗室最新推出的基礎模型Muse Spark 1.2驅動。根據Meta公佈的多項基準測試，Muse Code在編程能力上尚不及頂尖競品，但其展現出的差異化特徵十分明確。

在Terminal-Bench 2.1基準測試中，Muse Code與Muse Spark 1.2的組合得分為82.9%，雖不及Anthropic Claude Code在Opus 5上跑出的86.7%，但已成功超越OpenAI基於GPT-5.6 Terra的Codex（81.8%）以及Grok Build（81.6%）。在衡量智能體編碼能力的DeepSWE 1.1及Meta內部編碼基準上，其成績同樣處於追趕者位置，分別落後Opus 5和Codex約5到9個百分點。

既然純性能暫未登頂，Meta將賣點鎖定在了工程可靠性與極限性價比上。Meta首席AI官Alexandr Wang在接受採訪時直言，與Anthropic及OpenAI的產品相比，Meta的打法是「在價格上而非能力上實現差異化」。

Muse Code推出的「貢獻者層級」定價極具殺傷力，其價格甚至不到常規按量付費的十分之一，但前提是選擇最低價檔的開發者必須主動同意幫助改進模型，這涉及Meta使用第三方數據強化底層技術。對於極度敏感的企業用戶，Meta也開始接受「零數據保留」請求，承諾不保留開發者數據用於訓練。

為長週期任務而生：崩潰可恢復，能連續運行24小時

作為一款具備自主決策能力的編程工具，Muse Code專為處理大型代碼庫的複雜軟件工程任務設計。它能自主完成規劃修改、編寫代碼、驗證結果等全流程，並可同時協調多個持久化的子智能體並行處理，以提升解決難題的速度和準確性。

其中最受開發者關注的一項特性是其運行時機制。該系統會把每一次模型調用、工具運行、審批與編輯記錄到本地事件日誌中，形成唯一的可信數據源。這意味著，如果智能體在長時間運行中遭遇崩潰或中斷，它能夠從斷點精確恢復，無需重頭再來。在競品尚未將此作為核心賣點時，Meta認為這是對開發長週期、高複雜度任務的程式設計師最具吸引力的特性。

在一項壓力測試中，Muse Code在英偉達(NVDA.US)Hopper GPU上對核心進行了超過1000次工具調用的迭代優化，整個任務持續時長達24小時。此外，Muse Code還展示了強大的多模態能力：在一則演示中，用戶僅向終端丟入了一段房屋的航拍視頻檔案，Muse Code便能解讀視頻內容，直接生成一個具備預訂功能的、視覺豐富的網站。

AI戰略重整：Alexandr Wang帶隊，急於證明變現能力

Muse Code的亮相，是祖克伯重整AI戰略後的核心成果。去年6月加入並執掌Meta超級智能實驗室的Alexandr Wang，是這一轉型的中心人物。此前，Meta自研模型在編程等關鍵能力上明顯落後於ChatGPT與Claude，祖克伯上月也曾公開承認這一點，並透露公司內部已在使用前一版本的Muse Spark構建應用功能。

此次將編程智能體推向市場，正值Meta的財務敏感期。上週，Meta股價因公司給出疲軟的營收預期並披露第二季度自由現金流大幅萎縮而應聲下跌。市場普遍擔憂其每年向數據中心及相關算力設施投入的鉅額資金能否帶來相應回報。Muse Code提供的付費API介面，正是祖克伯在佔公司收入98%的廣告業務之外，利用AI直接創收的重要嘗試。

Wang透露，目前開發者可在Meta的開發者頁面通過API按需付費使用Muse Code，該模型後續也將登陸託管DeepSeek等熱門開源模型的OpenRouter平台。