Meta直接下场了——它要做的不是又一个聊天机器人

说几个让我觉得有意思的点。

它不是"模型+提示词"的缝合怪
Meta这次的核心是构建了一个闭环的coding工作流：能理解任务、生成代码、在沙箱里跑测试、修复报错、再提交。整套流程不需要开发者反复手动干预。这种闭环思路，和Claude Code强调的"人在回路中"、Codex走的多轮交互路线其实是殊途同归，但Meta选择的是把agent做得更"自动化"一些。

开源策略是另一张牌
Meta一贯的做法是放出模型权重、工具链甚至训练数据，让社区帮着迭代。 coding agent这个赛道如果也走开源路线，那对于独立开发者和中小团队来说，成本会下降得非常明显。这和OpenAI走闭源API订阅的路线形成了鲜明对比。

真正值得关注的是落地场景
目前市面上能写代码的模型不少，但能在真实项目里稳定跑通diff、处理冲突、遵循项目规范的agent还很少。Meta这次能不能在实战里站住脚，要看它能不能解决几个老问题：长上下文下的代码一致性、多文件改动的协调、对非标准代码库的理解能力。这些都不是模型单点能力能覆盖的。

对于正在组建AI工作流的开发者来说，Meta这一步意味着选择又多了一个，而且很可能是开源可控的选项。从入门到真正把agent接入自己的CI/CD流水线，中间还有不少踩坑的空间，但至少竞争来了，迭代速度会更快。