Meta 超級智慧實驗室（Meta Superintelligence Labs，MSL）正式加入 AI 編碼工具競爭。Meta 於 2026 年 8 月 5 日釋出首款編碼 Agent「Muse Code」預覽版本，產品由最新模型 Muse Spark 1.2 驅動，定位為可在終端機環境中執行工作的 AI 編碼工具，主要競爭對象包括 Anthropic 的 Claude Code 與 OpenAI 的 Codex。
Meta 表示，Muse Code 能夠在大型程式碼庫中處理複雜的軟體工程任務，從規劃變更、撰寫程式碼，到驗證執行結果，均可由 Agent 協助完成。系統也能針對單一任務協調多個子代理，以處理需要長時間執行或涉及多個步驟的開發工作。
由 Muse Spark 1.2 驅動的終端機編碼工具
Muse Code 與 Muse Spark 1.2 是一同開發及訓練而成。Meta 指出，這種同步開發方式有助於提升模型在程式設計任務上的表現，同時擴大訓練環境的多樣性。
Meta 的 AI 負責人 Alexandr Wang 接受外媒採訪時表示：「你只需一道指令便能將它完成安裝，接著便能運用它在各種使用情境接手處理完整的軟體工程任務，規劃各項變更、撰寫程式碼、驗證所得到的結果。」
主 Agent 搭配非同步背景 Agent
Muse Code 採用一個簡單的 Agent 循環，並搭配多個非同步背景 Agent 擴充主要 Agent 的能力。換言之，系統並非只依賴單一 Agent，而是由主要 Agent 與多個可長時間待命的背景 Agent 協同工作。
背景 Agent 能在後台持續搜尋資料、分析程式碼及執行任務，不必因每次工作需求而重新建立 Agent。這項設計理論上可減少重複工作，並提升大型、多步驟程式設計任務的處理效率。不過，來源內容未提供 Muse Code 與其他產品在實際工作負載下的效能測試結果，因此目前仍難以據此量化其優勢。
本機事件日誌支援中斷後恢復
另一項功能是本機事件日誌。Muse Code 會記錄每次模型呼叫、工具操作、程式修改，以及開發者確認等事件。Meta 表示，即使程式發生當機，或電腦設備重新啟動，系統也能回到中斷位置，繼續執行原本的任務。
這項機制主要針對需要長時間運作的大型程式設計工作，降低因執行中斷而遺失處理進度的風險。至於事件日誌的儲存方式、權限控管與資料保留政策，來源內容未進一步說明。
採用按用量計費，最低價方案涉及資料貢獻
在商業模式方面，Muse Code 採用按使用量計費的設計。Alexandr Wang 表示，Muse Code 設有「貢獻者層級」，讓使用者能以明顯較低的成本使用服務，價格甚至可能便宜 10 倍以上。
不過，在最便宜的層級，開發者必須選擇加入模型改善計畫。這代表 Meta 將使用第三方資料強化 Muse Code 的底層技術。對企業與開發團隊而言，這項條件可能涉及程式碼、提示內容與工作資料的使用範圍，因此實際採用時仍需檢視相關資料政策與權限設定。
Meta 將價格視為主要差異化策略
相較於 Anthropic 的 Claude Code 與 OpenAI 的 Codex，Alexandr Wang 認為，Meta 為 Muse Code 及 Muse Spark 系列模型建立的差異化，主要來自價格，而非能力本身。
AI 編碼 Agent 已成為企業 AI 市場中成長快速的應用領域。目前市場競爭以 Claude Code 與 Codex 為核心，Google 及其他新創公司也持續推出相關產品。Meta 則試圖透過非同步背景 Agent、本機事件日誌，以及較積極的模型定價策略，在這場競爭中建立自身定位。
Muse Code 目前仍是預覽版本。其多代理架構、長時間任務恢復能力與價格優勢能否在實際企業開發環境中轉化為穩定效益，仍須視後續產品成熟度、資安與資料使用政策，以及公開效能評測結果而定。
