Meta推内部AI编程工具MetaCode对标Anthropic与OpenAI
0xBroomberg
Meta要求数千名工程师每周至少提交一次代码修正，用于训练自研AI编程工具MetaCode，目标是追赶Anthropic和OpenAI，同时削减每年数十亿美元的外部工具开支。
MetaCode是什么、Meta为什么要做它？
MetaCode是Meta自研的AI编程智能体（能自动写代码、改代码的AI助手），目前已有约7,000名周活跃用户，全部是Meta内部工程师。
这意味着→ Meta不想继续给Anthropic和OpenAI交"工具费"——今年光在Claude Code和Codex等外部编程工具上就已经花了数十亿美元。
用大白话说＝ 与其每年花几十亿买别人的编程AI，不如自己造一个，数据还能留在自己手里。
工程师在这件事里扮演什么角色？
Meta应用AI工程副总裁马赫尔·萨巴（Maher Saba）在内部备忘录中要求：每位工程师每周至少提交一次代码"diff"（代码修改记录）给MetaCode。
这些修正不只是"试用反馈"——它们直接用于训练下一代模型，内部代号叫"西瓜"（Watermelon）。
这反映出 Meta把工程师当成了"数据标注员"：写代码的人同时也在喂数据给AI，人和模型形成闭环迭代。
效果怎么样了？
截至备忘录发出时，工程师提交的修正已带来超过800项系统改进。
最新模型Muse Spark 1.1的编程能力因此提升，在DeepSWE（一个评估AI解决软件工程问题能力的基准测试）上得分明显上涨。
为激励参与，Meta还引入了游戏化机制——按提交修正数量，在内部主页上授予不同颜色的徽章。这意味着→ Meta不只是鼓励"试一试"，而是把贡献数据变成了一种可量化、可攀比的日常任务。
这和谷歌、微软的"内部试用"有什么不同？
科技公司常见做法叫dogfooding（内部试用自家产品），谷歌、微软、OpenAI都在做。
Meta的做法超出了试用范畴：它不只是让工程师"用一用"，而是系统性地采集修正数据并直接灌入模型训练。
用大白话说＝ 别人家是"让员工体验新产品"，Meta是"让员工一边用一边帮AI做作业"。
未来会对外开放吗？
扎克伯格在Q2财报电话会上暗示，MetaCode未来可能对外发布，并称"路线图上还有更多编程和生产力工具"。
这意味着→ 如果MetaCode成熟到足以外部化，它将直接与Claude Code和Codex正面竞争——AI编程助手赛道可能从"两强"变成"三足鼎立"。
但关键验证节点在于：一个靠内部工程师数据训练出来的工具，能否适应外部千差万别的代码库和开发环境。
Content is for reference only, not financial advice.