Meta出了个AI编程工具,价格只有同行的二十分之一,代价是你的代码喂给它

前两天刷Hacker News，看到一个帖子差点把我的咖啡洒在键盘上。

Meta发了个AI编程工具叫Muse Code，8月5日开始公测。终端里跑的，Mac和Linux都能用。到这里还没什么特别的，Claude Code和Codex早就在了，市场不缺AI编程Agent。

但是它的定价方案让我盯着屏幕看了好久。

标准价，$1.25/百万输入token，$4.25/百万输出token。本来就已经比Claude Code和Codex便宜不少了。

然后它还有一个「贡献者层级」（Contributor Tier）。价格是$0.10/百万输入token，$0.20/百万输出token。

你算算这个差距。输出token从$4.25降到$0.20。

便宜了不止一个数量级。输出价格直接打到了标准层的二十分之一。

代价是什么？你同意让Meta用你的prompts和代码补全结果来训练它未来的模型。

先说清楚这个工具本身

Muse Code是Meta的第一个AI编程Agent产品。底层跑的是他们最新的Muse Spark 1.2模型。扎克伯格亲自发了条帖子说这东西能「在大型代码仓库里完成完整的软件工程任务」，包括规划变更、写代码、验证结果。

几个我觉得有意思的设计细节，

它有「持久后台Agent」的概念。不是每次你提个需求就spawn一个新的agent去跑，而是有几个agent一直挂在后台维护上下文。这样就避免了每次都要重新理解你的代码库。

大任务会被拆给隔离的子agent去跑。子agent之间互不干扰。这个思路跟Codex的云端沙箱有点像，但Muse Code是在你本地终端跑的。

所有的模型调用和工具使用都有日志。崩了能从断点恢复。

Meta的AI负责人Alexandr Wang（去年6月从Scale AI被挖过来的）接受CNBC采访时说，Muse Code的目标就是在性能匹配对手的前提下，用价格把市场撕开一个口子。

性能怎么样呢？说实话目前公测刚开始，还没有太多独立的第三方测试。Meta自己说能力上对标Claude Code和Codex。但这话谁都会说，得等一段时间看社区反馈。

那个「只要二十分之一价格」的套餐到底是什么

好了，说重点。

Contributor Tier的规则是这样的。你开了这个选项之后，你跟Muse Code交互过程中的所有prompts（你给它的指令）和completions（它生成的代码），Meta都可以拿去训练未来的模型。

具体的价格对比，

输入便宜了12倍多，输出直接砍到了原价的二十分之一。

有意思的是，贡献者层的价格甚至比DeepSeek V4 Flash还便宜大约29%。DeepSeek V4 Flash已经是市场上最便宜的顶级模型之一了，$0.14输入$0.28输出。Meta直接卷到了它下面。

当然你也可以选标准层，$1.25/$4.25，Meta不碰你的数据。这个价格放在市面上也算有竞争力，Claude Code的Pro Plan $20/月，Max Plan $100-$200/月，Codex在ChatGPT Plus $20/月里也能用。但按token算的话量大了之后Meta的标准价依然有优势。

我自己纠结了挺久

说实话，作为一个每天都在用AI写代码的人，这个定价方案让我纠结了好一会儿。

从纯经济的角度，21倍的差距太大了。假设你一个月用掉1000万输出token（对于重度用户来说不算夸张），标准层要花$42.5，贡献者层只要$2。一年下来差$486。对于独立开发者来说这不是小钱。

但是。

你写的每一行prompt，你让它重构的每一段代码，你跟它讨论的每一个架构决策，全部进入Meta的训练数据。

你的业务逻辑。你的API设计。你跟它聊的那些「这段代码有个bug帮我看看」的上下文。如果你在做商业项目，这些东西可能包含业务机密。

我知道有人会说「我写的代码有什么好藏的」。确实，对于开源项目或者个人项目来说，这可能不是什么大事。但对于在公司里用的人来说，这几乎是不可能开的选项。你敢想象你把公司核心代码的重构讨论喂给Meta训练吗？CTO会杀了你的。

Meta自己其实也没把话说死。它的描述是「share feedback that helps Meta improve the agent」，但实际条款里明确写了prompts和completions都会被用于模型训练。

这到底是不是「免费的才是最贵的」

我纠结完之后想了一个更大的问题。

Meta为什么要这么做？

答案其实挺明显的。Meta在AI编程赛道上来晚了。Claude Code已经有13万多GitHub star，Codex每周活跃用户超过500万。Meta现在才发一个beta版。它没有先发优势，没有社区生态，唯一能打的就是价格。

但单纯降价还不够。它降的幅度再大，也只是在烧钱补贴。真正聪明的是，它用低价换来了训练数据。

想想看。如果有几十万开发者选了贡献者层级，每天跟Muse Code交互产生的prompt和代码，这些都是高质量的、真实场景下的编程数据。这种数据在公开互联网上是找不到的。你不可能在GitHub上看到「帮我重构这段代码，要求是xxx」这种指令-结果对。这是只有在用户实际使用AI编程工具的过程中才能产生的数据。

所以Meta的真实逻辑可能是这样的，我不是在给你打折，我是在买你的数据。只不过这个交易被包装成了一个「折扣」。

你以为你在省钱，其实你在给Meta打工。

对比一下其他家怎么做的

Claude Code和Codex也会收集用户数据吗？

Anthropic的隐私政策是，如果你用的是API或者Pro Plan，默认不会用你的数据训练模型。除非你主动opt-in。Claude Code走的是同样的政策。

OpenAI的Codex，通过ChatGPT使用的话，免费版用户的数据可能被用于训练，但付费用户（Plus及以上）默认不参与训练。你也可以在设置里关掉。

也就是说，在主流AI编程工具里，Claude Code和Codex都是「付费 = 你的数据不被用于训练」这个默认。Meta反过来了，「你想付更少的钱？可以，但数据归我。」

两种模式，一种是「你付钱买清白」，一种是「你交数据换折扣」。

说不上谁更道德谁更不道德。但Meta把这个选择权明明白白摆在你面前了，至少比偷偷摸摸收数据强。

我的判断

关于Muse Code本身，现在下结论太早了。公测第一天，性能、稳定性、跟IDE的集成体验，这些都需要时间验证。在Claude Code和Codex已经迭代了一年多的情况下，一个新来者要追上，得看Meta后续投入多少。

但关于它的定价模型，我觉得值得认真想想。

如果你是独立开发者，做开源项目或者个人side project，代码本身不涉密，贡献者层级确实是一个性价比极高的选项。$0.10/$0.20的价格，说实话比自己部署开源模型的算力成本还低。

如果你在公司里写代码，涉及到业务逻辑、客户数据、内部架构，那几乎没有理由开贡献者层级。这个风险不值得那点省下来的钱。

如果你是那种会在prompt里写「帮我重构这段支付逻辑」然后把整个支付模块贴进去的人。。。标准层，别犹豫。

最后多说一句

AI编程工具的定价战，2026年下半年应该会越来越激烈。

三天前阿里刚发了Qwen3.8-Max，2.4万亿参数的怪物，说一周后开源权重。DeepSeek V4 Flash月初刚开源，MIT协议，代码能力对标Claude Opus 4.8。现在Meta又带着Muse Code杀进来，直接把地板价打穿了。

作为用户我当然高兴，工具越便宜越好。但作为一个写了十几年代码的人，看着这些公司用各种方式争抢开发者的数据，总觉得有点别扭。

以前是免费用户交数据（Gmail、Facebook那个时代的逻辑），现在是「打折用户交数据」。本质一样，只是包装变了。

免费的时候你是产品。打折的时候你是打了折的产品。

嗯。。。也不是说这有多邪恶。Meta至少把选择权给你了，标准层也在那摆着。只是我每次看到这种模式，脑子里总会冒出来哈耶克那句话，当某样东西看起来过于便宜时，你应该想想你到底在用什么付费。

你会选贡献者层级还是标准层级？如果便宜100倍呢？你的代码和prompt对你来说值多少钱？评论区聊聊。

如果对你有帮助，可以的话请点赞、收藏+关注

谢谢你看我的文章，我们，下次再见。

/ 作者：rocs