Muse Code 和 Muse Spark 1.2

原文 ↗ Hacker News 讨论 ↗

Meta 发布的 Muse Spark 1.2 及其 Muse Code harness，被视为 AI 辅助软件开发中的一个稳健但仍未达到前沿水平的进步，其表现总体落后于 OpenAI、Anthropic 以及 DeepSeek 等中国实验室的顶级模型。对许多人而言，最显著的是 Meta 激进的“贡献者”定价：如果用户允许将自己的代码和提示用于训练，就能获得大幅折扣——这引发了对隐私、数据保留以及 Meta 可信度的强烈担忧。评论者也批评其登录和账号模式、缺少开权重，并质疑一家有着 Meta 过往记录的公司推出的中端闭源模型是否会被企业采用。

模型定位与基准测试

  • Muse Spark 1.2 被定位为面向编码、偏中端的模型；评论者指出它落后于顶级模型（例如 OpenAI 的高端档位、Anthropic 的前沿模型、DeepSeek V4 Pro），并且“不是 SOTA，但还不错”。
  • 有人批评这种对比方式：Meta 主要展示自己与中端模型（例如 Terra、某些 Anthropic 模型）的结果，且经常输，尤其是在把更好的模型也纳入后。
  • 关于基准测试的争论：
    • 一方认为：基准测试有偏差、会被“刷分”，不能反映真实世界表现。
    • 另一方认为：如果 Meta 找不到任何一个能赢过 Sol/Fable 的基准，就说明他们确实落后了。
  • Kernel 优化案例被认为很有意思；模型表现出类似遗传算法的阶梯式改进。

发布节奏与产品质量

  • 1.2 距离 1.1 只有几周；有人把这看作是 1.1 首发表现疲软后的“重来一次”，也有人说频繁的小更新如今已很正常，只是在发布 checkpoints。
  • 一些用户表示，Muse Code + Spark 1.2 大致可与其他中等编码工具相比，但在实际使用中仍落后于 Claude Code/Codex 这样的常用选择。

Muse Code harness

  • Muse Code 是一个类似 CLI 的编码代理，似乎用 Rust 实现，风格让人联想到 Codex CLI，但配置和功能不同。
  • 提到的一些有趣的 harness 能力包括：在独立 worktree 中运行多个 worker、崩溃恢复、内置 orchestrator/subagent 模式。
  • 目前仍不清楚它与其他 harness 相比排名如何；对于“代码代理”也没有一个明确、统一的基准标准。

定价、贡献者模式与数据使用

  • 双轨定价：标准档与“贡献者”档；如果允许用你的数据训练，价格会便宜约 10–20 倍。
  • 许多人认为这个定价非常有吸引力，并且与 DeepSeek V4 Flash 具有竞争力；但也有人被排除在外，因为贡献者模式似乎仅限美国。
  • 有人赞赏其透明度（“如果我们用你的数据训练，你就少付钱”），但对 Meta 会兑现“不训练”的承诺存在深度不信任；也有人认为合同和法律风险使滥用不太可能发生。
  • 讨论中还拿它与 OpenAI 的免费/折扣数据共享使用作比较，并抱怨 OpenAI 的项目更复杂且限制更多。

信任、隐私与登录摩擦

  • 对于让 Meta 访问专有代码，即便只是通过编码代理，依然存在强烈怀疑，因为其过去的数据实践记录令人担忧。
  • 担忧包括：
    • 强制登录，以及某些流程要求自拍验证。
    • 将开发者使用与 Facebook/Instagram 域名/账号绑定，这可能被公司防火墙拦截，也让开发者反感。
  • 一些用户表示，只有在非敏感或个人项目上，才会勉强接受 Meta 的方案。

开源与可用性

  • 反复有人呼吁 Meta 重新开源模型权重；许多人表示，如果 Spark 是开权重模型，他们会更在意。
  • 有人询问 Muse Code 本身是否开源；线程中没有明确答案。
  • 据称，贡献者定价和某些功能在 EU、澳大利亚及其他地区不可用。

更广泛的生态评论

  • 有人对每个 AI 实验室都在推出自己的编码代理感到沮丧；给出的原因包括遥测、营销、控制 harness，以及掌握客户关系。
  • 一些人认为，Meta 的主要策略是利用核心业务利润进行价格战。
  • 少数人认为，考虑到 Meta 近期在 LLM 上的重启，这已经算是不错的进展，但与当今绝对前沿相比仍缺乏竞争力。