Meta推出首款AI编程智能体，正面挑战Anthropic与OpenAI

AI编程赛道又添新玩家。Meta这次，是真的杀进来了。

就在8月5号，Meta正式端出了他们的首款AI编程智能体——Muse Code。定价策略简单粗暴：比对手便宜一大截。在这个科技圈最炙手可热的AI产品赛道上，Meta想用自己的方式，硬生生撕开一道口子。

带队的是Meta AI负责人Alexandr Wang。他透露，Muse Code安装起来极其方便，一条命令搞定。能干的事也很实在：从规划改什么、到写代码、再到验证结果，整个软件工程的全链路活儿，它都能包圆。

目前是预览版，背后跑的是Meta最新的模型Muse Spark 1.2。这两兄弟是协同开发的，训练也绑在一起，目的就是为了提升整体编程表现。

有意思的是，这个发布时间点，正好卡在Meta承受市场压力的敏感时刻。就在上周，Meta因为发布了偏弱的营收预期，加上第二季度自由现金流下滑，股价单周跌了差不多10%。

投资者一直在给管理层施压：你们砸了这么多钱在AI基础设施上，到底什么时候能拿出看得见的盈利路径？说到底，Muse Code的推出，也是扎克伯格为AI业务开辟独立营收来源的最新尝试。

以成本优势正面竞争

这次的定价策略，差异化非常鲜明。来看看它的定价：

两档方案。标准按量付费档，跟Muse Spark模型API的定价走，输入每百万Token 1.25美元，输出每百万Token 4.25美元。另一档叫"贡献者档"，用户只要同意提供反馈，帮忙改进模型，就能享受一个惊人的价格——输出每百万Token只要0.20美元。用Wang的话说，这比按量付费档便宜了不止10倍。

对手呢？Anthropic的Claude Code和OpenAI的Codex，目前都是按月订阅，差不多每月20美元，超出用量再切换成按量付费。按量付费这块，每百万输出Token，GPT-5.6 Terra要12美元，Sol要30美元，Claude Sonnet 5要10美元，Opus 5更是要25美元。

Wang说得很直白，Meta这次不是拼尖端能力，而是拿价格当核心差异点。对于很多工作流和使用场景，尤其从成本角度看，这个选项确实非常有吸引力。

产品定位企业开发者市场

底层架构上，Muse Code基于一套专为编程项目定制的模型管理框架。跟市面上其他AI编程智能体一样，用户也可以自由切换不同的AI模型和框架。但Wang强调，Meta自研的模型和工具是"协同开发"的，所以搭配着用，性能肯定是最好的。

分发渠道上，Muse Code和Muse Spark模型API共用同一个Meta开发者页面。同时，Muse Spark 1.2也会登陆OpenRouter平台，那里汇聚了DeepSeek、Z.ai等中国实验室的开源模型。

Wang还透露了一个关键信息：Meta已经开始接受"零数据留存"的申请。也就是说，公司不会保留开发者的数据用来改进模型。他把这定性为"对企业用户而言极为重要的核心功能"。值得玩味的是，Meta 98%的收入来自在线广告，商业模式高度依赖用户数据。这个承诺，多少有点向企业客户展示数据隔离诚意的意思。

Meta AI的重塑之路

Muse Code可以说是Meta去年夏天重组AI战略以来的最新成果。当时，他们新设了Meta超级智能实验室，并从Scale AI挖来了Alexandr Wang主掌大局。

作为扎克伯格重振AI战略的核心棋子，Wang一上任就发起了大规模招聘，用数百万美元级别的薪酬包从顶尖实验室抢人，并在今年4月推出了新一代AI模型Muse Spark。7月发布的Muse Spark 1.1，专注于编程能力。这次配套发布的Muse Code和Muse Spark 1.2，则是把整个布局往深里推了一步。

Wang没有透露Muse Spark系列的具体用户数据，只说"势头很猛，情况令人振奋"。

再看竞品那边，Anthropic的Claude Code去年12月上线后，势头确实很猛，直接让Anthropic成了AI竞赛里的领先者之一。OpenAI的Codex也已经上架。Meta这次拿价格当突破口，直接对标DeepSeek这些同价位产品——后者的每百万输出Token价格低到0.18美元。在巨头已经盘踞的赛道上，Meta想用成本优势，打开一个属于自己的局面。