Scale 详解 Muse Code 架构：模型与智能体协同训练
alexandr_wang · x · 2026-08-06
Scale AI 阐述了 Muse Code 的核心技术与架构特点：
- 协同训练：通过将模型与智能体进行联合训练，实现了更高的工具调用首次成功率、更清晰的计划执行，并大幅减少了重复提示的需求。
- 长上下文：支持高达 100 万 token 的上下文窗口。
- 并行架构： harness 架构支持多个专业化智能体在同一任务上并行协调。它们在整个会话中持久存在以持续构建上下文，处理复杂任务时，子智能体会分散到独立的工作树中，确保工作副本干净。
- 实测表现：在针对 NVIDIA Hopper 架构进行内核优化的测试中，智能体在 24 小时内执行了超过 1000 次工具调用，并在度过初期探索阶段后持续发现实质性的性能改进。
「编程与Agent」频道最新
- Flight Intelligence MCP：基于谷歌数据的航班搜索与比价智能体工具 — modelcontextprotocol · 2026-08-06
- Blacksmith MCP：让 Claude 直接查询 CI/CD 数据与工作流日志 — modelcontextprotocol · 2026-08-06
- Gemini生图结合GPT编码，轻松打造AI视觉英雄 — RichardsonDx · 2026-08-06
- LangChain 创始人推开源智能体启动包，助力开发者掌控 AI — hwchase17 · 2026-08-06
- 实测 Cursor 新增 Grok 4.5 High：单轮 Token 消耗暴增 — NickPassig · 2026-08-06
- Muse Code实测比肩Codex与Claude — alexandr_wang · 2026-08-06