8 月 5 日，Meta 正式发布了自己的第一款终端 AI 编程智能体——Muse Code。不是模型 API，不是网页聊天，而是直接钻进你终端、能读你代码库、能自己规划任务并执行的那类工具。

在这之前，Meta 已经通过 Muse Spark 1.1 和 Muse Image 分别切入了编程模型和图像生成。但 Muse Code 是 Meta 第一次把”模型 + Agent 运行时”打包成一个开发者可以直接安装的独立产品。扎克伯格在 X 上发文说，它能在大型代码库里完成完整的软件工程任务：分析项目、规划改动、写代码、跑工具、验证结果。

如果你已经在用 Claude Code 或者 Codex，这篇文章帮你判断 Muse Code 值不值得再装一个；如果你还没用过终端编程 Agent，这会是一份门槛最低的入门指南。

它到底能做什么

Muse Code 的定位很直接：一个跑在终端里的长周期编程 Agent。它不是一个帮你补全下一行的 Copilot，而是一个能承接”帮我给这个项目加上暗黑模式””把这个单体应用拆成三个模块””排查这个跨文件的 Bug”这类完整任务的工人。

它的几个核心特性决定了使用方式：

多 Agent 并行是默认形态。 主 Agent 接到任务后，会在隔离的 git worktree 里启动多个子 Agent 同时干活。Meta 的演示里，它曾为一款游戏同时开发六个功能，全程没出现代码冲突。这意味着你不需要手动拆任务，它自己会拆。

本地事件日志。 每一次模型调用、工具执行、审批和编辑都会被追加到本地日志里。程序崩溃或者你合上笔记本，重新打开后它能从断点继续，而不是从头再来。对于动辄跑几个小时的任务，这点比想象中重要。

内置技能命令。 /plan 把任务拆成需要审批后才能执行的计划；/grill 会反复压力测试这个计划直到它看起来靠谱；/goal 则让 Agent 朝着一个目标持续推进。这三个命令基本覆盖了日常开发中的”先想明白再动手”和”你看着办”两种模式。

100 万 token 上下文。 整份依赖图、遗留代码、几千个文件可以一次性塞进一次会话。对于老项目或者大型仓库，这比那些只能看几十上百个文件的 Agent 实用得多。

另外，Muse Spark 1.2 本身支持多模态输入。也就是说，你可以直接扔一张报错截图或者一段录屏进终端，让它根据画面定位和修复问题。

安装只需要一行命令

目前 Muse Code 支持 macOS 和 Linux，Windows 暂时没官方支持。

官方安装命令是：

curl -fsSL https://dev.meta.ai/install.sh | bash

curl -fsSL https://dev.meta.ai/install.sh | bash

但这里有个建议：不要直接管道给 bash。先下载下来看一眼：

curl -fsSL https://dev.meta.ai/install.sh -o muse-install.sh
# 用编辑器打开检查
bash muse-install.sh

curl -fsSL https://dev.meta.ai/install.sh -o muse-install.sh
# 用编辑器打开检查
bash muse-install.sh

安装完成后，浏览器会弹出 Meta 账号登录和付款方式绑定。这不是一个下载即用的本地工具，它需要联网调用 Meta Model API。首次使用前必须完成账号验证和计费设置。

如果你不想用 Muse Code 的终端客户端，也可以直接调用 Muse Spark 1.2 的 API：

# Base URL: https://api.meta.ai/v1
# 模型 ID: muse-spark-1.2
export MODEL_API_KEY="your-key"

# Base URL: https://api.meta.ai/v1
# 模型 ID: muse-spark-1.2
export MODEL_API_KEY="your-key"

这个 API 兼容 OpenAI SDK 和 Anthropic Messages API，所以你可以把它接到自己已经习惯的 Agent 工具链里。Muse Spark 1.2 同时也在 OpenRouter 上开放了访问。

定价：便宜是有条件的

Muse Code 的定价分成两档，差价大到不能忽略：

Contributor 档的输出价格比 Standard 便宜了 20 倍以上。但作为交换，你的代码、提示词和模型返回都会被 Meta 用于训练未来模型。

这个取舍没有标准答案：

• 如果你写的是开源项目、个人 side project、学习代码，Contributor 档的经济性很香。
• 如果你在公司代码库、客户项目、签了 NDA 的代码上工作，Standard 档是底线，再贵也得选。

对比一下竞品：Claude Sonnet 5 输出 $10/百万，Opus 5 输出 $25/百万，GPT-5.6 Terra 输出 $12/百万。即便用 Muse Code 的 Standard 档，输出价格也只有 Sonnet 5 的 42%。Contributor 档更是只有 Sonnet 5 的 2%。

关于 AI 编程工具的账单怎么控制，之前写过专门的文章。Muse Code 加入后，省钱策略又多了一个选项：用 Contributor 档处理公开/学习代码，用 Standard 档处理商业代码。

第一次跑起来建议这样做

安装完成、绑定好账号后，别急着让它直接改生产代码。建议按下面这个顺序走一遍：

1. 先初始化一个干净的 git 仓库。

Muse Code 会直接编辑磁盘上的文件。进一个已经有 git 管理的目录，或者先跑：

git init && git add -A && git commit -m "before muse"

git init && git add -A && git commit -m "before muse"

这样你随时可以用 git diff 看清它到底改了什么。

2. 用 /plan 做一个简单任务。

先给一个边界清晰的小需求，比如”给这个 React 项目加一个记住用户选择的暗黑模式开关”。/plan 会生成一份需要你先批准再执行的计划。这是新手最应该依赖的门槛——它不会让你一觉醒来发现九个文件被改得面目全非。

3. 用 /grill 压力测试计划。

批准前，让 /grill 检查一遍计划有没有漏掉边界情况。这一步会多消耗一些 token，但比事后回滚便宜。

4. 再试 /goal 的自动驾驶模式。

等对流程有体感之后，可以用 /goal 给一个更高层的目标，比如”把登录流程的错误处理补全”，让它自己推进。这个模式下后台 Agent 会持续活跃，自己决定什么时候汇报进展。

5. 截图当输入。

遇到 UI 相关的 Bug，别费劲用文字描述，直接把报错截图或者界面录屏拖进终端。Muse Spark 1.2 的多模态能力在这里比纯文本 Agent 省事很多。

和 Claude Code、Codex 怎么选

Muse Code 不是来消灭其他工具的，它是来给开发者多一个价格杠杆。下面这张表可以帮你快速判断：

从 Meta 自己公布的基准看，Muse Spark 1.2 在 Terminal-Bench 2.1 上拿到 82.9%，DeepSWE 1.1 拿到 59.3%。这个成绩比 Muse Spark 1.1 有明显提升，但在大多数编程基准上仍落后于 Claude Opus 5。

所以务实的选择是：

• ** exploratory 重构、批量改动、学习项目**：Muse Code Contributor 档，便宜到可以随便试错。
• 关键业务代码、需要高可靠性的任务：继续用 Claude Code 或 Opus 5。
• 已经在用 OpenAI 生态：Codex 的集成成本更低。

之前写过 AI 编程下半场比的是工程化，Muse Code 的出现再次验证了这个判断：模型能力之外，Agent 的运行时设计、多 Agent 编排、崩溃恢复和价格策略，正在成为新的竞争点。

几个需要留意的限制

Beta 状态。 Muse Code 目前还是测试版，部分地区或账号可能还没开通。如果登录后看不到入口，等几天再试。

Windows 不支持。 目前只有 macOS 和 Linux。Windows 用户可以通过 WSL2 尝鲜，但原生体验还没有。

数据隐私红线。 Contributor 档的价格诱人，但千万不要图便宜把它接到公司代码库。一旦你的商业代码进入训练数据，后果比省下的 token 费严重得多。

没有 GUI。 它不像 Cursor 或 Windsurf 那样有编辑器界面。如果你习惯在 IDE 里点点鼠标，需要一段适应期。

中文支持待观察。 Meta 的模型在中文场景下的表现历来不如 Anthropic 和 OpenAI 稳定。如果你的代码库注释、变量命名大量用中文，建议先用小任务测试。

今天就可以试的三个小任务

1. 给个人博客加一个 RSS 生成脚本：用 /plan 让它先出方案，你再批准执行。
2. 找一个老项目的废弃依赖：让它扫描 package.json 或 requirements.txt，列出可以删除的依赖并给出理由。
3. 根据一张设计稿截图改前端样式：把截图拖进终端，让它照着改 CSS。

这三个任务都不涉及敏感代码，正好适合 Contributor 档练手。

写在最后

Muse Code 的发布意味着 Meta 正式加入了 AI 编程 Agent 的正面战场。它不一定比 Claude Code 更强，但它把价格压到了一个新水位，并且把多 Agent 并行、事件日志、崩溃恢复这些工程细节做成了默认体验。

对于普通开发者来说，好消息是选择变多了；坏消息是你得花点时间弄清楚每个工具最适合自己的场景。如果你已经厌倦了在几个工具之间反复横跳，不妨先把它当成 Claude Code 的”低成本副本”：公开代码用 Muse Code，商业代码用 Claude Code，根据任务难度切换模型。

毕竟，AI 编程工具发展到今天，核心问题已经不是”它能不能写代码”，而是”它能不能在你的工作流里稳定地待下去”。

相关阅读：

• 扎克伯格三年首发推就为了它：Muse Spark 1.1 实操指南
• Claude Sonnet 5 来了，免费用户直接用
• Claude Opus 5 来了：性能逼近 Fable 5，价格只要一半
• 把文字塞进图片里，Claude Code 的账单直接砍七成
• AI 实战应用指南（2026 版）：普通人也能用好的 10 个场景

参考来源：

• Meet Muse Spark 1.2 and Muse Code, the first coding agent from Meta
• Muse Code 产品页
• Meta Muse Code: The $0.20 Terminal Coding Agent