Muse Code (beta) 和 Muse Spark 1.2 有趣的实验 Meta 同时发布了这对 Coding Agent 和 LLM，@cline 团队用它做了个有趣的实验，顺便提取了系统...
TL;DR · AI 摘要
Cline团队通过移植Muse Code提示词到自有框架，使代码修复效率提升2倍且成本降低2.4倍。
核心要点
- 五条提示词原则将验证流程与写代码同等优先级
- 移植后Token消耗减少2.7倍，耗时缩短至原1/2
- 实验验证了系统提示词对LLM工程实践的直接影响
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 提示词移植实验
- 实验方法
- 提取Muse Code系统提示词
- 核心发现
- 验证流程优先级提升
- 性能成本双优化
- 技术机制
- 协同训练指令格式共享
金句 / Highlights
值得收藏与分享的关键句。
五条提示词原则本质上是严谨的工作纪律，对抗'急于收工'的本能
Token消耗减少2.7倍，耗时缩短至原1/2，成本降低2.4倍
模型在训练时见过框架的轨迹数据，实现协同训练机制
meng shao on X: "Muse Code (beta) 和 Muse Spark 1.2 有趣的实验 Meta 同时发布了这对 Coding Agent 和 LLM，@cline 团队用它做了个有趣的实验，顺便提取了系统提示词。 Cline 团队原本想直接试用 Muse Code 智能体，但发现它存在一个 bug——无法在 Docker 容器中登录，于是改做了一个更有意思的实验。 Meta 官方称 https://t.co/vlQP5Rh9vf" / X
meng shao
@shao__meng
Muse Code (beta) 和 Muse Spark 1.2 有趣的实验 Meta 同时发布了这对 Coding Agent 和 LLM，
@
cline
团队用它做了个有趣的实验，顺便提取了系统提示词。 Cline 团队原本想直接试用 Muse Code 智能体，但发现它存在一个 bug——无法在 Docker 容器中登录，于是改做了一个更有意思的实验。 Meta 官方称 Muse Spark 1.2 与其 Muse Code Harness 是协同训练的，即模型和框架共享同一套指令格式，模型在训练时见过框架的轨迹数据。Cline 团队由此想到：如果把 Muse Code 系统提示词中的指令提取出来，移植到 Cline 自己的 harness 里，会发生什么？ 提取出的五条提示词原则 Cline 给出了这套"特殊提示词"的核心内容，本质上是一套严谨的工作纪律： · 信任源代码胜过信任用户提示 —— 开始任务前先读完每一个调用点和已有测试； · 边界情况和错误情况与主路径（happy path）同等重要； · 修复 bug 之前，必须先复现它； · 不要相信第一次全绿的测试套件 —— 对看起来敷衍、半成品的测试要核实； · 不要改完就停 —— 持续工作直到改动被验证真正完成。 这五条都指向同一个倾向：对抗"急于收工"的本能，把验证和尽调放到与写代码同等重要的位置。 实验结果 他们用改造后的 Cline harness 修复一个真实的仓库 bug，与原版 Cline harness 对比。同一模型（Muse Spark 1.2）、同一任务，只有提示词不同： 原版 Cline vs. 移植 Muse 提示词后 Token 消耗：19.7M vs. 7.2M -- 少 2.7 倍 耗时：49 分钟 vs. 24 分钟 -- 快 2 倍 成本：$7.69 vs. $3.25 -- 便宜 2.4 倍
@cline
6h
We tried using Meta's new Muse Code agent, but it has a bug that doesn't let it sign in from a docker container. So we did a fun experiment: Meta claims Muse Spark 1.2 was co-trained with their Muse agent harness. So we extracted instructions from their system prompt and added
Show more
8:22 AM · Aug 6, 2026
744
Views
5
1