10 月 19 日前后，Meta 在编程与开源两条战线同时出招：一边开源了迄今美国最强的开源权重模型 Muse Spark Open，一边正式发布终端编程智能体 Muse Code，与 Claude Code、OpenAI Codex 正面交锋。

Muse Spark Open：同级模型首次跑上桌面

Muse Spark Open 是原生多模态模型，总参数 816B、激活 42B（MoE 架构），支持 100 万 token 上下文，主攻编程与 Agent 任务。最有噱头的点是本地可跑：借助 MLX 框架，两台 M5 Ultra Mac Studio（合计 1TB 统一内存）就能完整运行满血版，这是同级参数量模型第一次落到桌面。Meta 还用它在本地完整开发了一个 Ice Cubes 客户端，算是自证 Agent 能力。

权重已上线 Hugging Face，采用含有限商业条款的 Muse Model License。不过第三方评测也泼了点冷水：核心编程能力仍落后于 Kimi K3 和 GLM 5.3。

Muse Code：终端里的「后台智能体」编程工具

Muse Code 目前以 beta 形式登陆 Mac 和 Linux，纯终端、无图形界面，专为大型仓库的复杂编程任务设计。它的工程思路和同行有两个明显差异：

• 常驻后台智能体：不是一个任务起一个 agent，而是一组 background agent 在整个会话中持续活跃，减少重复收集上下文的开销；
• 详细执行日志：每一步都有记录，任务中途崩溃后修改不完整的风险显著降低。

交互上是三个命令：/plan 把任务转成详细工作计划、经开发者批准后才执行；/grill 用来压力测试计划、在执行前暴露薄弱点；/goal 让 agent 持续自动推进直到达成目标。底层由与 Muse Code 联合训练的 Muse Spark 1.2 驱动——官方给出的压力测试是一个 GPU 内核优化任务，连续 24 小时、超过 1000 次工具调用不断线。定价上 Meta 直接打起了价格战。

为什么值得关注

第一，编程 agent 市场正式变成三巨头战场。 Claude Code、Codex 之后，Meta 带着自研模型和激进定价入场，而且「常驻后台 agent + 执行日志」的架构差异值得同类工具借鉴——这本质上是把 agent 当作一个有状态的长期进程，而不是无状态的一次性调用。

第二，816B 开源权重跑上桌面，改写了「本地部署」的想象空间。 MoE 低激活 + 大统一内存的 Mac 路线，让企业级参数量模型的私有化部署门槛从机房级降到桌面级，对数据敏感场景是实质利好。加上 ChatGPT 这次连 Chrome 都接管了，各家的边界都在往「替你干活」推进，模型开源与否反而成了次级问题。