Meta推內部AI程式設計工具MetaCode對標Anthropic與OpenAI
0xBroomberg
Meta要求數千名工程師每週至少提交一次代碼修正，用於訓練自研AI編程工具MetaCode，目標是追趕Anthropic和OpenAI，同時削減每年數十億美元的外部工具開支。
MetaCode是甚麼、Meta為甚麼要做？
MetaCode是Meta自研的AI編程智能體（能自動寫代碼、改代碼的AI助手），目前已有約7,000名週活躍用戶，全部是Meta內部工程師。
這意味著→ Meta不想繼續向Anthropic和OpenAI交「工具費」——今年光在Claude Code和Codex等外部編程工具上已花了數十億美元。
簡單來說＝ 與其年年花幾十億買別人的編程AI，不如自己造一個，數據還能留在自己手裡。
工程師在當中扮演甚麼角色？
Meta應用AI工程副總裁馬赫爾·薩巴（Maher Saba）在內部備忘錄中要求：每位工程師每週至少提交一次代碼「diff」（代碼修改記錄）給MetaCode。
這些修正不只是「試用反饋」——它們直接用於訓練下一代模型，內部代號叫「西瓜」（Watermelon）。
這反映出 Meta把工程師當成了「數據標註員」：寫代碼的人同時也在餵數據給AI，人與模型形成閉環迭代。
效果如何？
截至備忘錄發出時，工程師提交的修正已帶來超過800項系統改進。
最新模型Muse Spark 1.1的編程能力因此提升，在DeepSWE（一個評估AI解決軟件工程問題能力的基準測試）上得分明顯上漲。
為激勵參與，Meta還引入了遊戲化機制——按提交修正數量，在內部主頁上授予不同顏色的徽章。這意味著→ Meta不只是鼓勵「試一試」，而是把貢獻數據變成了一種可量化、可攀比的日常任務。
這和Google、微軟的「內部試用」有何不同？
科技公司常見做法叫dogfooding（內部試用自家產品），Google、微軟、OpenAI都在做。
Meta的做法超出了試用範疇：它不只是讓工程師「用一用」，而是系統性地採集修正數據並直接灌入模型訓練。
簡單來說＝ 別人是「讓員工體驗新產品」，Meta是「讓員工一邊用一邊幫AI做功課」。
將來會對外開放嗎？
朱克伯格在Q2業績電話會上暗示，MetaCode未來可能對外發佈，並稱「路線圖上還有更多編程和生產力工具」。
這意味著→ 若MetaCode成熟到足以外部化，它將直接與Claude Code和Codex正面競爭——AI編程助手賽道可能從「兩強」變成「三足鼎立」。
但關鍵驗證節點在於：一個靠內部工程師數據訓練出來的工具，能否適應外部千差萬別的代碼庫和開發環境。
Content is for reference only, not financial advice.