# Meta 推出終端程式開發 Agent Muse Code beta：常駐 sub-agent 跨大型 repo 規劃、實作並驗證多檔案變更 > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 原作者：AI at Meta (@AIatMeta) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥 · 日期：2026-08-06 > 原始來源：https://x.com/AIatMeta/status/2085084709277565213 ## 證據與延伸閱讀 - [Meta 推出終端程式開發 Agent Muse Code beta](https://x.com/AIatMeta/status/2085084709277565213) - [Muse Code 以簡單 Agent loop 為核心](https://go.meta.me/musecode) — 官方文件 - [官方提供 macOS 與 Linux 安裝方式](https://dev.meta.ai/install.sh) — 官方文件 - [圖表與基準測試數據](https://research.meta.ai/_next/image?url=%2Farticles%2Fintroducing-muse-code-and-muse-spark-1-2%2Fevaluations%2Fterminal-bench-2-1-v1.png&w=3840&q=90&dpl=dpl_7hUUBnEYS9otEsSvJte4pa8KQHw5) - [反覆最佳化 GPU kernel 超過 24 小時](https://x.com/AIatMeta/status/2085084713203487041) - [多模態影片展示網頁生成](https://video.twimg.com/amplify_video/2085076844315906048/vid/avc1/3340x1878/10Dyal7vL8qyC-Qw.mp4?tag=29) - [定價與市場反應相符](https://x.com/mavihsk/status/2085099058016968920) ## 中文摘要 Meta 推出終端程式開發 Agent Muse Code beta：常駐 sub-agent 跨大型 repo 規劃、實作並驗證多檔案變更。 **運作架構** Muse Code 以簡單的 Agent loop 為核心，搭配會在整個工作階段持續運作的非同步背景 Agent。這些 persistent sub-agents 不必每接到一個任務就重新啟動，能提前執行後續步驟、避免重複蒐集資訊，也減少使用者在多步驟任務中的反覆引導。系統另以 append-only local event log 記錄每次 model call、tool run、approval 與 edit，讓 runtime 能精確重播；即使發生當機，也能從中斷處安全重新啟動，適合處理可能持續數小時的工作。 **內建工作流** Muse Code 提供數個預設的 skills，讓使用者能用明確階段管理 Agent： - `/plan` 將任務整理成需要核准的計畫。 - `/grill` 反覆壓力測試計畫，直到內容足夠穩固。 - `/goal` 持續朝指定目標推進，直到完成。 [官方公告頁](https://go.meta.me/musecode)提供 macOS 與 Linux 的安裝方式。（編按）其中的 `curl | bash` 會直接下載並執行遠端腳本，建議先確認腳本內容、來源與權限影響再執行： ```bash curl -fsSL https://dev.meta.ai/install.sh | bash ``` **模型更新** Muse Spark 1.2 是 Muse Spark 1.1 的 coding-focused 更新，程式碼生成、複雜除錯、程式庫理解與端到端開發工作流都有改進。Meta 表示，這次增加了 coding 任務的訓練計算量，也擴大訓練環境的多樣性；模型同時維持一般 Agent 工作的能力。Muse Spark 1.2 與 Muse Code 一起 co-trained，訓練內容涵蓋 whole-repository generation、大型端到端專案與 auto-research，並使用 planning、goal conditioning 與 context compaction，幫模型在長流程中維持方向、留住必要脈絡。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/59f2de2344c49edb.jpg) > Muse Spark 1.2 相較前代 Muse Spark 1.1：Terminal-Bench 2.1 為 82.9% 對 76.2%、DeepSWE 1.1 為 59.3% 對 53.0%、Meta Internal Coding Bench 為 70.6% 對 68.3%；三張圖的最高分皆為 Opus 5 (max)，分別是 86.7%、65.0% 與 79.4%。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/bd316a045e724473.jpg) > Muse Spark 1.2 在 MCP Atlas 基準測試中以 90.3% 登上榜首，並在 GDPVal-AA V2 取得 1631 分次於 Opus 5 (max) **長時間測試** Meta 讓 Muse Code 在 NVIDIA Hopper GPU 上反覆最佳化 GPU kernel，過程超過 1,000 次 tool calls、最長達 24 小時，並以 KDA 與 MLA kernel 對照 Triton baseline。測試要求模型自行撰寫、編譯、分析效能並逐步改善實作，而不是直接匯入第三方 kernel 程式庫；官方表示，跟提供的 baseline 實作相比，效能提升幅度很有競爭力。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/cdd6747760d7d1c5.png) > GPU kernel 迭代最佳化的加速比對照（圖上未標示是 KDA 或 MLA）：Muse Spark 1.2 隨累計 tool call 數推進到 +68.7%，在六個受測模型中列第四，低於 Opus 5 的 +74.0%、GPT 5.6 Sol 的 +71.2% 與 Opus 4.8 的 +69.6% ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/4b60d2028bfa4f1d.png) > 另一組 GPU kernel 的加速比對照（圖上同樣未標示是 KDA 或 MLA）：Muse Spark 1.2 推進到 +61.1%，同樣在六個受測模型中列第四，低於 Opus 5 的 +75.4%、Opus 4.8 的 +67.1% 與 GPT 5.6 Sol 的 +62.9% **多模態展示** 示範中，使用者把住宅的 fly-through 影片以 `mp4` 檔案輸入終端機，Muse Code 解析影片後做出視覺豐富、帶預訂功能的網站。畫面顯示，Agent 會根據湖畔木屋空拍素材建立帶有平滑滾動效果、文案、價格與預訂行事曆的 landing page，並生成 HTML、CSS 與 Python 伺服器程式碼，再於 `http://127.0.0.1:8000` 開啟本機預覽；（編按）這些具名頁面內容出自 demo 畫面，不等同於額外的官方產品規格。 > Muse Code 0.1.7（模型 muse-spark-1.2、YOLO 模式）依使用者輸入的指示與空拍影片，生成帶有滾動特效的木屋導覽 landing page。 **發布與市場反應** Muse Spark 1.2 已在 Muse Code 與 Meta Model API 上線，並擴大全球存取範圍；官方預告後續還會加入新的 harness 功能與更強大的模型。貼文下方，@mavihsk（shiv）認為 Meta 的雙層定價設計高明，透明得令人耳目一新：對許多 POC 與非敏感工作負載，他可以接受 Meta 使用資料改善產品，contributor pricing 幾乎達到 DeepSeek 的價格水準，第二層價格也低於許多競爭者，他認為這是 AI 價格戰的開端。使用者可從 [dev.meta.ai](http://dev.meta.ai) 嘗試 Muse Code。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/df24b73940631167.jpg) > 來源：[@mavihsk](https://x.com/mavihsk/status/2085099058016968920)（回覆）｜官方定價頁截圖：muse-spark-1.2-contributor 每百萬 token 輸入 $0.10、輸出 $0.20，圖上該列註明「Used to improve our products.」；muse-spark-1.2 為 $1.25 與 $4.25，註明「Not used to improve our products.」。兩者 context window 同為 1M ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/418e077513550b6a.jpg) > Meta 發布 Muse Code 時搭配的主視覺：藍色線條與粒子從左側網格發散，向右匯聚於單一目標點 ## 媒體內容 **Muse Spark 1.2 相較前代 Muse Spark 1.1：Terminal-Bench 2.1 為 82.9% 對 76.2%、DeepSWE 1.1 為 59.3% 對 53.0%、Meta Internal Coding Bench 為 70.6% 對 68.3%；三張圖的最高分皆為 Opus 5 (max)，分別是 86.7%、65.0% 與 79.4%。** **數據表（1）Terminal-Bench 2.1** | 項目 | 數值 | | --- | --- | | Opus 5 (max) (Claude Code) | 86.7% | | Muse Spark 1.2 (Muse Code) | 82.9% | | GPT 5.6 Terra (max) (Codex) | 81.8% | | Grok 4.5 (high) (Grok Build) | 81.6% | | Gemini 3.6 Flash (high) (Antigravity CLI) | 78.9% | | Muse Spark 1.1 (mini-swe-agent) | 76.2% | **數據表（2）DeepSWE 1.1** | 項目 | 數值 | | --- | --- | | Opus 5 (max) (Claude Code) | 65.0% | | GPT 5.6 Terra (max) (Codex) | 64.8% | | Muse Spark 1.2 (Muse Code) | 59.3% | | Grok 4.5 (high) (Grok Build) | 56.6% | | Muse Spark 1.1 (mini-swe-agent) | 53.0% | | Gemini 3.6 Flash (high) (Antigravity CLI) | 40.0% | **數據表（3）Meta Internal Coding Bench** | 項目 | 數值 | | --- | --- | | Opus 5 (max) | 79.4% | | Muse Spark 1.2 | 70.6% | | Muse Spark 1.1 | 68.3% | | GPT 5.6 Terra (max) | 65.4% | | Gemini 3.6 Flash (high) | 63.9% | **Muse Spark 1.2 在 MCP Atlas 基準測試中以 90.3% 登上榜首，並在 GDPVal-AA V2 取得 1631 分次於 Opus 5 (max)** **數據表（1）MCP Atlas** | 項目 | 數值 | | --- | --- | | Muse Spark 1.2 | 90.3% | | Muse Spark 1.1 | 88.1% | | Opus 5 (xhigh) | 85.8% | | Gemini 3.5 Flash (high) | 83.6% | | Claude Fable 5 | 83.3% | | Kimi K3 (max) | 82.3% | | GPT 5.6 Sol | 81.8% | **數據表（2）GDPVal-AA V2** | 項目 | 數值 | | --- | --- | | Opus 5 (max) | 1852 | | Muse Spark 1.2 | 1631 | | GPT 5.6 Terra (max) | 1577 | | Grok 4.5 (high) | 1526 | | Gemini 3.6 Flash (high) | 1423 | | Muse Spark 1.1 | 1371 | **GPU kernel 迭代最佳化的加速比對照（圖上未標示是 KDA 或 MLA）：Muse Spark 1.2 隨累計 tool call 數推進到 +68.7%，在六個受測模型中列第四，低於 Opus 5 的 +74.0%、GPT 5.6 Sol 的 +71.2% 與 Opus 4.8 的 +69.6%** **數據表** | | 起始 | 結束 | | --- | --- | --- | | Opus 5 | 0% | +74.0% | | GPT 5.6 Sol | 0% | +71.2% | | Opus 4.8 | 0% | +69.6% | | Muse Spark 1.2 | 0% | +68.7% | | GPT 5.6 Terra | 0% | +65.1% | | Gemini 3.6 Flash | 0% | +62.5% | **另一組 GPU kernel 的加速比對照（圖上同樣未標示是 KDA 或 MLA）：Muse Spark 1.2 推進到 +61.1%，同樣在六個受測模型中列第四，低於 Opus 5 的 +75.4%、Opus 4.8 的 +67.1% 與 GPT 5.6 Sol 的 +62.9%** **數據表** | | 起始 | 最佳 | 結束 | | --- | --- | --- | --- | | Opus 5 | 0% | +75.4% | +75.4% | | Opus 4.8 | 0% | +67.1% | +67.1% | | GPT 5.6 Sol | 0% | +62.9% | +62.9% | | Muse Spark 1.2 | 0% | +61.1% | +61.1% | | GPT 5.6 Terra | 0% | +47.7% | +47.7% | | Gemini 3.6 Flash | 0% | +39.1% | +39.1% | **Muse Code 0.1.7（模型 muse-spark-1.2、YOLO 模式）依使用者輸入的指示與空拍影片，生成帶有滾動特效的木屋導覽 landing page。** **影片中的 Prompt 與操作** Prompt（00:10）： ``` 我這裡有一段無人機飛行影片，想要製作一個流暢的捲動式著陸頁面。因為我想為這間山林小屋製作廣告，所以需要有合適的文案，你能幫我做這個嗎？捲動效果必須要盡可能流暢。請把這個網站建置成山林小屋的廣告，並在底部顯示房價。請撰寫有品味的文案，並在結尾加上預訂連結。最後加入內嵌的行事曆 widget 來進行預訂申請。請在嘗試部署/提供服務之前停下來，並把 ``` 原文：I have a drone fly through video here and would like to make a smooth scroll-through landing page, it needs to have proper copy since I want to make an ads of the lodge, can you help me do that? scroll through needs to feel as smooth as possible. Build the website into an ads of the lodge with room rate at the bottom. Write tasteful copies and add book link at the end. In the end add embedded calendar widget to request booking. Stop before you are trying to serve and give me the 操作步驟： 1. （00:09）於 Terminal 輸入指令並送出 prompt 2. （00:18）載入 `skills/SKILL.md` 並執行 python 腳本 3. （00:27）在 Terminal 啟動 python 伺服器 4. （00:31）在瀏覽器中開啟本機網址預覽網頁並捲動頁面 5. （00:44）在網頁底部的行事曆中點選預訂日期 **官方定價頁截圖：muse-spark-1.2-contributor 每百萬 token 輸入 $0.10、輸出 $0.20，圖上該列註明「Used to improve our products.」；muse-spark-1.2 為 $1.25 與 $4.25，註明「Not used to improve our products.」。兩者 context window 同為 1M** **數據表** | | Context window | Input (Mtok) | Cached input (Mtok) | Output (Mtok) | Context window | Input (Mtok) | Cached input (Mtok) | Output (Mtok) | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | muse-spark-1.2-contributor | 1M | $1.25 | $0.15 | $4.25 | 1M | $1.25 | $0.15 | $4.25 | ## 標籤 Agent, 新產品, Meta, Muse Code, Muse Spark