9.0
重磅
AI SCORE
模型发布2026-08-06 04:07
Meta发布Muse Code终端编码Agent
MarkTechPost#Meta#AI编程#Agent
Editor brief · 编辑速览
Meta基于Muse Spark 1.2模型推出终端编码Agent，支持异步后台Agent、append-only事件日志实现重启恢复，长周期仓库级任务训练。
Meta AI 发布了 Muse Code（Beta）：一款由全新 Muse Spark 1.2 模型驱动的终端编程 Agent
Meta AI 发布了 Muse Code（Beta），这是一款由全新 Muse Spark 1.2 模型驱动的终端编程 Agent。Meta 将这一组合定位为迈向前沿的下一步，后续还会有更大的模型。Muse Code 瞄准大型代码仓库中的复杂软件工程：它规划变更、编写代码并验证结果。一组异步后台 Agent 在整个会话期间保持活跃，而不是每个任务都重新启动。本地追加写入（append-only）事件日志记录每一次模型调用、工具运行、审批和编辑，Meta 称之为"精确回放"和"重启安全"。Muse Spark 1.2 是与测试工具链（harness）共同训练的。Meta 还发表了一个内核优化案例研究，在长达 24 小时内运行了 1000+ 次工具调用。
是的。Muse Code 以 Beta 形式发布，支持 macOS 和 Linux，安装方式为 curl -fsSL https://dev.meta.ai/install.sh | bash。Muse Spark 1.2 可在 Muse Code 和 Meta Model API 中使用，并已扩展至全球访问。发布公告未提及可下载的权重，因此请将其视为托管服务依赖。
公司层面：API 路径适合任意规模。Muse Code 路径适合已在沙箱中运行 Agent 并设有审核关卡（review gates）的团队。
行业：软件与 SaaS、开发者工具、金融科技工程、GPU 与推理基础设施、半导体与 HPC。
应用：仓库级重构与迁移、长时运行 bug 分流测试、生成以及 GPU 内核优化。
Muse Code 运行一个简单的 Agent 循环加上一组异步后台 Agent。这些专业 Agent 在每个会话期间保持活跃。它们不会为单个任务而重新启动，Meta 表示这避免了重复的信息收集。它们执行下一步操作，并选择何时向主 Agent 回报。Meta 表示，这种持久化设计降低了对困难多步骤任务的延迟和引导成本。
Muse Code 使用本地事件日志。每一次模型调用、工具运行、审批和编辑都会被追加写入日志。Meta 称这个单一事实来源为"精确回放"和"重启安全"。崩溃后，Agent 可以精确地从停止处恢复，让长时运行的任务在故障中存活下来。
三个默认技能随 Agent 一起交付。/plan 将任务转化为需要审批的计划。/grill 对该计划进行压力测试直至其成立。/goal 致力于成功完成指定目标。
Muse Spark 1.2 是对 Muse Spark 1.1 的一次编程聚焦更新。Meta 报告在代码生成、复杂调试、代码库理解以及端到端开发者工作流方面有所提升。研究团队在编程任务上大幅增加了训练算力，并扩展了环境多样性。该模型在其他领域（包括通用 Agent）保持了自己的优势。
三个重要的训练细节：
与工具链共同训练（Co-training with the harness）：Muse Spark 1.2 是与 Muse Code 共同训练的。训练包含基于 rejection-sampled 的工具链轨迹以及对目标、压缩和子 Agent 的配方优化。Muse Code 工具集被集成进来以最大化工具链兼容性。
长时域训练（Long-horizon training）：训练覆盖全代码仓库生成、大型端到端项目以及自动研究。该模型使用规划、目标条件化和上下文压缩来维持进展。
自我改进（Self-improvement）：Muse Spark 1.1 生成了挑战性的编程环境和指令遵循模板，然后根据这些要求对候选解决方案进行评分。这为 1.2 产生了一个可扩展的训练数据集。
https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2
Meta 的方法论报告异常具体。Terminal-Bench 2.1 使用全部 89 个任务，pass@1 五次尝试。DeepSWE v1.1 覆盖 113 个任务，分布于 91 个代码仓库和五种语言。Meta Internal Coding Bench 包含 440 个任务，衍生自真实的内部 Pull Request。运行在隔离的 Daytona 云沙箱中执行。对比对象包括 Grok 4.5、Claude Opus 5、GPT-5.6 Terra、Gemini 3.6 Flash 和 Kimi K3，每者均配有各自的 Agent 产品。Meta 指出其工具链可能未针对第三方模型进行调优。作为参考，Meta 的模型页面列出 Muse Spark 1.1 在 Terminal-Bench 2.1 上得分为 80.0。
Meta 测试了迭代 GPU 内核优化，历经 1000+ 次工具调用，运行时间长达 24 小时。该模型编写、编译、分析性能，并针对提供的基准线逐步改进内核。基准测试覆盖了 NVIDIA Hopper GPU 上的 KDA 和 MLA 内核。对于 KDA，基准是 FLA Triton 实现，禁止使用第三方内核库。Muse Spark 1.2 搭配了一个分块并行准备内核与顺序块间扫描。对于 MLA，参考是 PyTorch，批量大小为 1、64 个头、序列长度 8192、潜在维度 512。该模型构建了一个两内核 Triton 流水线，将共享的 KV 潜在向量同时用作 K 和 V。
Muse Code 是一款面向 macOS 和 Linux 的 Beta 终端编程 Agent，由 Muse Spark 1.2 驱动。
持久化异步后台 Agent 取代了每个任务重新启动的设计，以减少重复的信息收集。
追加写入本地事件日志使运行时实现"精确回放"，并在崩溃后"重启安全"。
Muse Spark 1.2 与工具链共同训练，并在长时域、仓库级工作上进行了训练。
内核案例研究在 NVIDIA Hopper KDA 和 MLA 内核上，历经 24 小时执行了 1000+ 次工具调用。