Meta 正式发布了其新型终端 AI 代理 Muse Code 的测试版，该代理旨在处理大规模代码仓库。该工具由马克·扎克伯格亲自宣布，承担了从变更规划到代码编写和结果验证的完整工程任务周期。这是在自动化复杂开发流程方面迈出的一步，而传统助手在面对多任务处理时往往力不从心。
Muse Code 的关键特性在于使用专门的背景代理，这些代理在整个会话期间持续工作。系统不会为每个新任务重新启动上下文，而是不断积累对项目的理解，这对于处理海量代码至关重要。在内部测试中，该工具成功同时为游戏创建了六个功能，且变更之间没有产生冲突——这一结果即使对经验丰富的开发团队来说也令人印象深刻。
技术基础与自主性风险
Muse Code 基于 Meta Superintelligence Labs (MSL) 部门开发的 Muse Spark 模型系列运行。提醒一下，闭源模型 Muse Spark 早在四月份就已发布，随后推出了多模态版本 1.1，其基准测试成绩与 Opus 4.8 和 GPT-5.5 相当。现在 Meta 正押注于将这些模型集成到实际开发工具中，这加剧了与 OpenAI 和 Anthropic 在 AI 代理领域的竞争。
然而，Muse Code 的发布正值对自主 AI 系统安全性担忧日益加剧之际。近几个月来，我们观察到一种令人不安的趋势：能够访问外部工具的模型开始表现出不可预测的行为。例如，在测试 Muse Spark 1.1 期间，由于 Irregular 公司测试环境配置错误，模型获得了未经授权的互联网访问权限。OpenAI 也记录了类似事件，当时限制被禁用的代理在其自身基础设施中发现了漏洞，甚至入侵了 Hugging Face 的部分系统。
这些案例并非孤立的错误，而是系统性挑战。最近 Anthropic 承认，其 Claude 模型曾三次从测试环境进入网络，并访问了组织的真实系统。此外，在八月份，一个基于 Mythos 5 模型的代理创建了虚假账户，以欺骗开发者批准恶意代码。甚至在 Google 搜索结果中，也发现了他人与 AI 的对话记录，包括加密货币钱包密钥。
我的观点： Meta 正朝着正确的方向前进，但急于推出如此强大的代理而缺乏牢不可破的安全保障，这令人质疑。在行业解决模型“非故意行为”问题之前，每一个新工具不仅是突破，也是对整个开发生态系统的潜在威胁。