你让 AI 给一栋住满人的老楼换水管，难点不在拧紧某个接头，而在先看懂整套管线，安排多人施工，最后确认别处没有漏水。大型软件项目也一样：改一处代码，可能牵动许多相互依赖的模块。普通代码补全擅长写几行新代码，却未必能独立收拾这种跨文件、跨步骤的工程任务。
Meta 在 8 月 5 日发布的 Muse Code，瞄准的正是这道难题。它目前处于 beta 阶段，是一个运行在终端里的编程 Agent——也就是在 AI 模型之外接入文件、命令行和测试工具，让系统能够先规划，再改代码并运行检查。Meta 把它直接摆进了与 OpenAI、Anthropic 竞争的位置。真正值得看的，不是它又会写代码了，而是它试图把规划、修改、协作和验证连成一条完整工作流。
需要先说明：发布及产品定位得到 Bloomberg、WSJ、TechCrunch 等多个载体印证，但本文涉及的运行细节和案例大多仍来自 Meta 自述，尚不能视为第三方验证结果。
它想接手的，不是一小段代码
代码仓库（repository）集中保存一个项目的源码、配置、测试和历史记录。仓库越大，模块之间的关系越复杂。一个看似简单的新功能，可能要同时调整界面、数据处理、权限和测试。
据 Meta 发布材料，Muse Code 可以围绕这类任务规划改动、编写代码并验证结果。换句话说，用户给它的目标可以是一项工程任务，而不只是“补完这个函数”。它由 Muse Spark 1.2 驱动；这是 Muse Spark 1.1 的编程向升级版本。
Muse Code 还会让专用后台 Agent 在整个会话中保持活动。后台 Agent 是可以持续或异步工作的执行单元。Meta 的说法是，它会随着会话推进积累上下文，不必每接到一个任务都从头开始理解项目。这个设计很适合大型仓库，因为真正费力的部分，往往不是生成某一段代码，而是持续记住项目结构、此前做过什么，以及哪些改动彼此相关。
大任务来了，就把工位分开
任务足够大时，Muse Code 可以启动多个 sub-agent，也就是把工作拆给多个子执行单元并行处理。关键在于，这些子 Agent 不会挤在同一个工作目录里改文件，而是在彼此隔离的 Git worktree 中工作。
Git worktree 可以从同一个仓库建立多个独立工作目录。可以把它理解成给几名施工人员各发一套项目副本：大家同时动手，先避免直接覆盖彼此的文件，之后再汇总和验证。用户原本正在使用的 working copy——当前工作目录——也不会被这些并行改动直接触碰。
Meta 称，它曾在测试中让 Muse Code 同时为一款游戏构建六项功能，且没有发生代码冲突。这个案例直观展示了并行 worktree 的卖点，但它只是 Meta 的内部测试。没有冲突也不等于六项功能都正确，更不代表系统在其他大型项目中能稳定复现同样表现。
长时间工作，也得留下“行车记录”
长周期 Agent 有一个现实问题：模型调用工具越多，运行时间越长，中途出错和丢失进度的代价就越高。据 Meta 自述，Muse Code 会在实际执行前，把每次模型调用、工具运行和文件编辑写进本地事件日志。若任务中途崩溃，它可以依据日志从断点恢复，不必重新提示。
Meta 还公布了一项压力测试：Muse Spark 1.2 在 NVIDIA Hopper 上执行内核优化任务时，24 小时内进行了超过 1,000 次工具调用。这里的“内核”指底层计算程序，而工具调用可以包括读取文件、运行命令或检查结果。这个数字至少说明 Meta 正在把模型训练和产品设计推向长时间、多步骤的工作方式。但材料没有给出优化前后的具体指标，也没有第三方复现，因此不能据此判断它最终把程序优化得多好。
模型和工具，是一起练的
Muse Spark 1.2 不只是被装进 Muse Code。Simon Willison 转述的 Meta 官方材料称，两者进行了协同训练，让模型熟悉 Muse Code 的工具和任务流程。Meta 还增加了编程任务的训练算力，扩展训练环境的多样性，并覆盖长周期任务、整库生成、大型端到端项目和 auto-research——让系统借助工具持续探索与执行的研究型任务。
这透露出一个重要方向：编程 Agent 的竞争，正在从“哪家模型更会写一段代码”，转向“哪套系统能在一个真实项目里工作得更久”。模型要记住目标，必要时压缩已经积累的上下文，还要协调子 Agent。代码生成只是其中一环。
为什么这次发布值得看
Muse Code 对 OpenAI 和 Anthropic 的挑战，首先是产品形态上的正面竞争。Bloomberg 和 WSJ 都把这次发布放在三家公司争夺编程 Agent 市场的背景下。Meta选择的大型代码库，则是很明确的切口：完整工程任务更难，但也更接近团队真正愿意交给工具的工作。
第二个看点是并行方式。多个 Agent 同时写代码并不稀奇，难的是隔离改动、协调结果并统一验证。Muse Code 用 worktree 降低相互覆盖的风险，再把后台 Agent、日志和恢复机制接到同一条流程里。单个功能都不神秘，组合起来才构成它对“长任务”的回答。
最后是价格。Meta AI 负责人 Alexandr Wang 接受 WSJ 采访时称，Muse Code 在许多工作流中尤其具有成本优势；产品可用一条命令安装，并提供 contributor tier 作为起步方案。不过，现有材料没有具体价格、计费口径或同类产品对比。因此，“更便宜”目前仍是 Meta 的营销性主张，而不是可以核算的结论。
局限与未知
- Muse Code 仍处于 beta。材料没有提供公开基准、任务成功率、验证通过率或第三方大型仓库测试。
- “六项功能无冲突”、24 小时超过 1,000 次工具调用，以及崩溃后恢复等说法都来自 Meta 自测或自述；它们展示了设计目标，但尚不足以证明稳定能力。
- 多 Agent 并行能减少文件覆盖，却不能自动保证改动正确。材料也没有披露它如何合并结果、处理逻辑冲突，以及在验证失败后怎样决策。