博客

新闻与深度解读。

关于 Muse Code、Muse Spark 与 Meta Model API 的公告、研究笔记和实用指南。

连续工作数小时的 agent，需要一份任何情况下都不会丢失的记忆。Muse Code 的运行时围绕单一的 append-only 日志构建——产品几乎所有的信任特性都由此推导而来。

Meta 的终端编码 agent 刻意把上手做到极简：一条命令、一次浏览器登录，你就能在自己的仓库里驱动一场多 agent 会话。这里是完整路径，包括那些值得放慢脚步的环节。

Cookbook 的 GitHub agent 配方基于 OpenCode 和 Muse Spark，把 issue 分诊、PR 审查和 bug 修复自动化接入 GitHub Actions。其中最值得迁移的经验，是那些护栏。

Meta 把它的编程模型送到了开发者已经在的每一个地方——OpenAI SDK、Anthropic SDK、竞争对手的 agent CLI，甚至 OpenRouter。兼容性优先，就是它的分发策略。

发布会上最安静也最激进的演示，与速度或并行无关。它是一个视频文件变成了一个网站。

基准测试衡量的是 agent 的短跑，Meta 的 kernel 优化研究衡量的是它的马拉松——后者才是更有意思的数字。

"为 Muse Spark 而生"不是营销口号——它描述的是一套训练策略。Meta 发布说明里的三项技术，解释了为什么这个模型和这个 agent 搭配在一起，比各自配一个陌生搭档表现更好。