Muse Code 是 Meta 推出的第一款终端编程智能体,2026 年 8 月 5 日以 Beta 形式发布,由 Muse Spark 1.2 模型驱动。它由 Mark Zuckerberg 亲自官宣,可以在大型仓库中接管完整的软件工程任务:规划改动、编写代码、验证结果。只需一条 curl 命令即可安装,定位就是 Claude Code 和 OpenAI Codex 的直接竞争对手,差异化打法是价格而不是纯粹的能力。
核心功能
- 一条命令安装:
curl -fsS https://dev.meta.ai/install.sh | bash,几秒钟就能在 macOS 或 Linux 上跑起来。 - 常驻后台智能体:子智能体在整个会话期间保持存活,并维护一份共享上下文文件,长时间任务不丢状态。
- 隔离 worktree 中的并行子智能体:大型任务会拆分给多个智能体同时开工,你的工作副本完全不会被碰。
- 可精确回放的状态重建:每次调用、编辑和审批都有日志,崩溃后工作不丢,可以从断点精确恢复。
- 长周期执行:为 1,000+ 次工具调用、最长 24 小时的自主工作而设计。
- 无头模式:
muse exec支持非交互的 CI 流水线。 - 1M token 上下文窗口:整个仓库一览无余,不用手动管理上下文。
适用场景
谁应该使用这个工具?
- 大型 monorepo 开发者:任务横跨大量文件和功能时,并行 worktree 模型最能发挥威力。
- 关注 API 成本的团队:Contributor 档比按量付费便宜 10 倍以上,代价是允许 Meta 用你的数据改进模型。
- 多智能体重度用户:正在对比 Claude Code 和 Codex、想要第三个认真选项且价格不同的人。
解决的问题
- 会话脆弱:防崩溃的事件日志意味着智能体的工作永远不会丢。
- 仓库级协作:隔离 worktree 中的子智能体让多个功能并行开发而不冲突。
- 席位定价锁定:Muse Code 按 token 计费而不是按席位,重度用户的成本结构完全不同。
定价方案
| 方案 | 价格 | 功能 |
|---|---|---|
| Contributor | $0.10/M 输入,$0.20/M 输出 | 最便宜的一档;Meta 会用你的 prompt 和补全结果做训练 |
| Standard | $1.25/M 输入,$4.25/M 输出 | 私密;你的数据不会用于训练 |
| 联网搜索 | $2.50/1K 次查询 | 可选的搜索增强附加项 |
CLI 本身免费,你只需通过 Meta Model API 为模型 token 付费。按 Meta 的 Alexandr Wang 说法,Contributor 档的入场价"比按量付费便宜 10 倍以上"。
优势对比
相比竞品的优势:
- 价格:接受数据共享的前提下,大致比同类编程智能体便宜 10 倍。
- 恢复能力:可精确回放的日志是明显的差异化,别的智能体一崩溃就丢工作。
- 规模:隔离 worktree 并行机制可以处理大型仓库,且不动你的工作副本。
独特卖点:
- Meta 背书,用拒绝采样轨迹与 harness 本身联合训练。
- 开放权重的 Muse Glimmer 和 Muse Spark 变体给出了自托管路径。
- Contributor 档是编程智能体领域一次真正新的定价实验。
用户评价
发布立刻在 X 和科技媒体上引发热议。Terminal-Bench 2.1 和 DeepSWE 1.1 上的基准讨论显示,Muse Code 的成绩紧咬 Claude Opus 5,同时领先好几个对手,而价格差成了最大谈资。Zuckerberg 关于开源的那句"I'll have more to share on that soon"回复,也单独带起了一轮讨论。
快速开始
快速上手指南
- 安装:运行
curl -fsS https://dev.meta.ai/install.sh | bash。 - 登录:用 Meta 账号认证,选择 Contributor 或 Standard。
- 描述任务:指向一个仓库,用自然语言描述你要的改动。
- 看它干活:子智能体在 worktree 中并行展开,编辑随来随批。
集成
- 适用于任何 Git 仓库,大小不限。
- Muse Spark 1.2 也可以通过 OpenRouter 和 Meta Model API 使用。
常见问题
Muse Code 开源吗?
还没有。CLI 和模型都是闭源的;Zuckerberg 暗示很快会分享更多开源方面的消息。
它多少钱?
CLI 免费。模型用量按 token 计费:Contributor 档每百万 token $0.10/$0.20,Standard 档 $1.25/$4.25。
它会动我的工作副本吗?
不会。子智能体在隔离的 Git worktree 中工作,你的工作副本从不被修改。
和 Claude Code 比怎么样?
两者都是终端编程智能体;Muse Code 的差异化在价格、崩溃恢复和 1M token 上下文,Claude Code 则有更长的积累历史和更成熟的生态。
替代方案
如果 Muse Code 不合适,可以考虑:
- Claude Code:Anthropic 的终端智能体,拥有成熟的 skills 和 hooks 生态。
- Codex CLI:OpenAI 的开源终端智能体,与 ChatGPT 和 OpenAI API 深度集成。
- OpenCode:内置多供应商支持的开源终端智能体。
使用技巧
- 先用 Contributor:10 倍价差让试错几乎不要钱,只有数据隐私要紧时再切 Standard。
- 在 CI 里用
muse exec:无头模式把 Muse Code 变成自动化的代码评审和修复流水线。 - 放手让它并行:大任务直接描述整个功能,而不是切碎的子任务,并行才是它的强项。
评论
还没有评论。成为第一个评论的人!
相关工具
相关洞察
锁死 Codex 的不是模型,是选择器
你已经为 OpenCode Go、Grok、Z.ai 付过钱了,但 Codex 的 picker 默认只露出 GPT。社区项目 codex-router 做的不是再教一遍安装步骤,而是把已经买过的模型能力接回选择器:密钥不出本机,原生 GPT 也不动。
ChatGPT 额度不够用?在 Codex 里切换 DeepSeek 和 Grok
Codex Router 让你继续使用熟悉的 Codex 工作台,同时把任务交给 DeepSeek、Grok 等外部模型。看懂它怎样工作、额度怎么算,以及“不用翻墙”的前提。
Codex 接入任意模型:一个 magpie,不用再装 Codex Router
免费开源的菜单栏应用 magpie 在本机跑一个网关,把 OpenRouter、DeepSeek 这类按 key 计费的供应商和 ChatGPT、Claude、Cursor、Grok、Copilot 的订阅,一起塞进 Codex 的原生模型选择器,一键切换,不用再装 Codex Router。