Meta Muse Code 加入 AI 寫 code 戰場,主打背景 agent
3C 產品

Meta Muse Code 加入 AI 寫 code 戰場,主打背景 agent

圖片:via 9to5Mac — https://9to5mac.com/2026/08/05/meta-launches-muse-code-ai-coding-agent-for-macos-and-linux/
TechLab 編輯部(譯)·

macOS、Linux 一行裝好,但香港開放同私隱條款仲未講清

Muse Code 實際幫到你做咩

Meta 新出嘅 Muse Code 係一款喺終端機運行嘅 coding agent,方向同 Codex CLI、Claude Code幾接近:你畀佢一個改功能、執 bug 或重構 repo 嘅目標,佢會先睇程式碼、拆步驟、改檔案,再跑指令驗證結果。Meta 特別強調佢識處理大型 repo 同長時間任務,不過呢啲暫時都係官方說法,未有第三方用真實大型項目驗證,唔應該當成實測結論。

Meta Muse Code 同 Muse Spark 1.2 發布主視覺,藍色線條集中到畫面中央

圖片:Meta AI Research

Muse Code 主打長駐背景 agent

Muse Code 最值得睇嘅位係一組會全程留喺 session 入面嘅 背景 agent。佢哋可以預先搵相關檔案、跟進下一步,再將結果交返畀主 agent,慳返每個階段重新摸清 repo 嘅時間。工具亦內置 /plan/grill/goal:分別負責整計劃、挑戰計劃入面嘅漏洞,同一路追住指定目標做到完成。呢套設計明顯係為幾十分鐘甚至幾個鐘嘅工作而砌,細改一行 CSS 反而發揮唔到幾多優勢。

Muse Code 按參考片段製作網頁嘅官方示範畫面

圖片:Meta AI Research

Crash 完可以接住做,本地 event log 幾實用

每次模型呼叫、工具操作、權限批准同檔案修改,都會寫入本地 event log。Meta 話靠呢份記錄,Muse Code crash 或中斷後可以準確接返上次位置,長任務唔使由頭嚟過。呢點對大型 migration、反覆跑測試或 GPU kernel 調校確實有價值。不過「本地 log」只代表執行記錄留喺部機,模型仍然靠網上服務運算;repo 內容會送幾多上 Meta、log 有冇加密、擺幾耐同點刪,官方公開資料暫時冇清楚交代。

一行安裝,之後仲要過帳戶一關

macOS 同 Linux 可以用 curl -fsSL https://dev.meta.ai/install.sh | bash 安裝。公開 installer 會按 Apple Silicon、Intel Mac、ARM 或 x86 Linux 下載相應版本,預設放入 ~/.local/bin,亦可能修改 shell 嘅 PATH 設定。由 launcher 程式睇,首次取得受保護檔案時會開 Meta OAuth 裝置登入,所以一行指令只係裝好入口,帳戶資格仍然由 Meta server 決定。公司電腦最好先下載同檢查 script,唔好見到 pipe 入 bash 就直接照跑。

香港有冇份?官方資料未講清楚

Meta blog 話 Muse Code beta 已經推出,Meta 同時話 Muse Spark 1.2 會經 Meta Model API 開放畀更多地區使用;公開 release channel 亦標示為 public。問題係官方冇刊出完整國家或地區名單,開發者頁較早資料仍然寫住 API public preview 只限美國,兩邊資料未完全對得上。香港 Meta 帳戶可唔可以登入 Muse Code、申請 API key、取得 beta 配額同用咩方式付款,現階段全部 [待確認];正式單價、免費額度用完後點計亦係 [待確認]

同 Codex CLI、Claude Code 點樣分

三款工具都可以喺終端機讀檔、改 code 同跑測試。Codex 已經延伸到 desktop app、IDE 同雲端任務,本機版有 sandbox、網上存取邊界同權限批准設定;Claude Code 就提供 plan mode、工具 allowlist、session 恢復同多種企業模型接駁。Muse Code 暫時集中終端機,介面選擇少一截,但長駐背景 agent、/grill 同逐項追加嘅 event log,令佢個工作節奏幾鮮明。效果邊款好要等相同 repo、相同任務同相近成本先比較得公平,而家淨睇官方 demo 落結論太早。

Muse Spark 1.2 要等真實 repo 證明

Muse Spark 1.2 針對 code 生成、複雜 debugging、理解 codebase 同長流程再訓練,亦特別同 Muse Code 呢套工具環境一齊調校。Meta 展示過模型連續用超過 1,000 次工具呼叫、最長跑 24 小時調校 NVIDIA Hopper GPU kernel,但呢個係官方設計嘅案例,未代表一般 app repo 都有同樣穩定度。對開發者嚟講,下一步值得睇嘅係大型 repo 成功率、token 成本、權限失控情況,同 Meta 補唔補齊香港開放及資料處理條款。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook