Meta發表Muse Spark 1.2，Muse Code測試版進駐終端機

Meta於周三（8/5）公布新版AI模型Muse Spark 1.2，並同步推出由該模型驅動的Muse Code測試版。這項工具以終端機為主要操作介面，定位不只是提供單段程式碼建議，而是協助開發人員處理大型程式碼儲存庫中的完整軟體工程工作。

從生成程式碼走向理解整體系統

依Meta公布資訊，Muse Spark 1.2主要強化三項能力，包括程式碼生成、複雜問題除錯，以及理解程式碼庫內部架構與關聯。對大型專案而言，修改單一功能往往會牽動多個檔案、相依套件與測試流程，因此模型能否掌握整體脈絡，將直接影響產出內容的可用性。

相較只在編輯器中補齊程式碼的AI工具，Muse Code採取程式代理人模式。使用者可在終端機交付任務，由系統分析現有程式碼庫、規畫所需變更、撰寫程式碼，並進一步驗證執行結果。這類工作流程的重點，在於把AI從問答與片段生成工具，推向可連續執行多個步驟的開發協作者。

測試版仍須保留人工審查

Muse Code目前仍處於測試階段，企業導入時應先確認模型產出的正確性、權限控管、原始碼保密要求及測試覆蓋率。特別是涉及資安、設備控制或安全關鍵系統的軟體，不宜直接將代理人產出的修改部署至正式環境，仍須經過版本審查、自動化測試及人工驗證。

原文標題將Muse Code定位為以低價挑戰Claude Code與Codex，但現有資料未提供實際費率、計價單位、使用額度或正式商用時間，因此尚無法直接比較整體導入成本。後續觀察重點將包括正式定價、支援環境、企業資料政策，以及Muse Spark 1.2在真實大型專案中的穩定度。