Meta的新编程代理很便宜（但会花费你的数据）
内容提要
Meta发布首款编程代理Muse Code，基于Muse Spark 1.2模型，定价低于Anthropic和OpenAI竞品。但低价需用户同意数据共享以改进模型，引发企业担忧源代码和知识产权泄露风险。多数CTO拒绝此交易，认为成本节省不值当，仅适合开源或个人项目。Meta正加速追赶AI对手，但数据隐私成主要障碍。
延伸解读
数据换低价：企业不愿冒的风险
Meta的Muse Code通过贡献者层级提供大幅折扣，但前提是开发者同意让Meta使用其数据来改进模型。多位CTO明确表示，源代码是企业的核心知识产权，不会为了节省成本而冒险。这种数据换低价的模式，对于重视数据安全的企业来说，几乎没有吸引力。
便宜未必划算：成本衡量新视角
有观点认为，单纯比较token价格并不能反映真实成本。更有效的指标是“每次被接受的变更成本”，即经过审查和修复后的实际成本。低价可能意味着更多错误和返工，反而增加总开销。因此，企业在选择编程代理时，应综合考虑效率和质量，而非仅看标价。
适用场景有限：开源与个人项目
尽管Muse Code价格诱人，但多数企业认为它更适合开源项目、个人项目或一次性原型。对于核心产品代码，企业更倾向于选择零数据保留的选项。未来可能出现分层使用模式：低风险工作使用便宜的贡献者定价，核心代码则要求零数据保留，以平衡成本与安全。
Q&A
Meta发布的Muse Code是什么？
Muse Code是Meta发布的首款编程代理，基于Muse Spark 1.2模型，旨在处理复杂的软件工程任务，如规划变更、编写代码和验证结果。
Muse Code的定价相比Anthropic和OpenAI的竞品如何？
Muse Code的定价低于Anthropic的Claude Code和OpenAI的Codex，其按量付费价格与Muse Spark 1.1相同，为每百万输入token 1.25美元，每百万输出token 4.25美元。
Muse Code的贡献者层级有什么优惠？条件是什么？
贡献者层级提供显著更低的成本，比按量付费层级便宜10倍以上，但开发者必须选择加入以帮助改进Meta的模型，即同意数据共享。
为什么许多CTO不愿意使用Muse Code？
因为使用贡献者层级需要共享数据以改进模型，这可能导致源代码和知识产权泄露风险。CTO们认为安全、数据隐私和数据安全至关重要，不愿为节省成本而妥协。
Muse Code适合哪些场景使用？
根据CTO们的看法，Muse Code更适合开源项目、个人项目和一次性原型，而不适合产品代码，因为数据共享风险较高。
Meta是否提供零数据保留选项？
Meta表示正在开始接受零数据保留的请求，但尚未确认何时推出。零数据保留意味着Meta不会保留开发者数据来改进模型。
Muse Code的发布背景是什么？
Meta正在加速追赶OpenAI和Anthropic，此前已发布Muse Image和Muse Spark 1.1，现在推出Muse Code并采用激进定价策略，以低价吸引用户，但数据共享要求成为主要障碍。
