8月5日，Meta 发布首款 AI 编程智能体 Muse Code，把内部代号里的「Muse」系列从聊天与推理推到了「能写完整工程」的战场。与只做补全或单文件改动的编程助手不同，Muse Code 基于 Muse Spark 1.2 运行，定位是承接软件工程的全流程任务——从理解需求、规划改动到落地代码与验证。它最锋利的差异化不在能力清单，而在价格：贡献者档（Contributor tier）每百万输出 Token 仅0.20美元，较同类闭源编程 Agent 低逾10倍。当 Anthropic、OpenAI 的编程产品还停在「能力溢价」的逻辑里，Meta 选择用「价格掀桌」的方式正面抢市场。
一、从 Muse Spark 到 Muse Code：Meta 的 Agent 化路径
Muse Code 的出现，是 Muse 系列能力的自然延伸。今年7月，Meta 的 Muse Spark 1.1 曾在医疗、税务、法律等基准上拿下多榜第一，并以约为竞品十分之一的价格引发关注；Muse Code 则把底座升级到 1.2，并把能力封装成一个能自主推进软件工程的 Agent。思路很清晰：先用量级更低的模型在基准上证明「够用」，再用 Agent 形态把「够用」变成「能干整件事」。这与 OpenAI 把 Codex 并入门户、Anthropic 推 Claude Code 的路线同源，区别在于 Meta 把价格当作第一卖点，而非把能力天花板当第一卖点。
二、0.20美元/百万Token：价格即产品策略
Muse Code 贡献者档每百万输出 Token 0.20美元，意味着一次中等规模的代码生成与修改，成本可以压到几分钱量级。对比闭源编程 Agent 动辄每百万输出数美元、且按席位或用量叠加计费的结构，这个差价不是「便宜一点」，而是「低逾10倍」的量级差异。对高频使用编程 Agent 的团队与个人开发者而言，单价直接决定工作流是否跑得通——当每次迭代成本可忽略，开发者才敢让 Agent 大量试错、反复重构。Meta 的算盘是：用极低单价换取调用量与生态黏性，再在更高阶的企业与专业档位回收价值，这与 Meta 一贯「以规模换入口」的产品哲学一脉相承。
三、坐标参照：编程 Agent 的价格混战
把 Muse Code 放进编程 Agent 的版图，价格战的信号已经很亮。此前 Cursor、Claude Code、Codex、Grok Build 等各有侧重：Cursor 强在编辑器集成、Claude Code 强在终端自主、Codex 强在门户协同、Grok Build 走开源路线。Muse Code 的切入点是「同等任务、成本更低」，这恰好戳中当下编程 Agent 普及的最大摩擦之一——调用成本随多轮规划与工具调用快速累积。它与 DeepSeek V4-Flash 以开源低价登顶调用量榜的逻辑相互印证：在 Agent 时代，性价比正从「加分项」变成「入场券」。对开发者而言，多一个低价强力选项意味着议价权上升；对闭源厂商而言，则被迫回答「贵出来的部分到底值不值」。
四、客观看：低价能打，但成色待验
价值在于，Muse Code 把「编程 Agent 也可极低价」这件事摆上台面，给开发者多一个高性价比选择，也倒逼闭源编程产品重新审视定价。但边界要如实标注：其一，发布信息主要来自媒体报道，Muse Code 的完整能力边界、IDE 集成方式、是否开源等细节行业暂未完全披露；其二，0.20美元/百万输出 Token 为贡献者档价格，高阶档与企业能力的具体定价与配额尚未清晰，整体成本需结合使用规模判断；其三，Muse Spark 系列在基准上的表现能否完整迁移到真实工程场景，仍有待第三方与生产环境验证，不能仅凭低价断言「全面替代」；其四，编程 Agent 的可靠性、对大代码库的上下文处理与安全边界，历来是落地难点，低价不等于低风险。Muse Code 是一次清晰的价格卡位，而它能否真正撬动格局，要看开发者用真实项目投出的那票。