文 | 影子备忘录

8月5日，扎克伯格高调宣布Meta推出首款编程AI智能体Muse Code，开放测试版下载，搭载的Muse Spark 1.2模型打出了让人瞪大眼睛的定价——每百万输出Token只要4.25美元，如果你愿意提供数据帮Meta改进模型，还能再便宜十多倍。

紧接着第二天，DeepSeek在开发者后台放了个让所有开发者心头一紧的消息，即API服务近期要整体涨价，而且涨幅还"较大"。

一个磨刀霍霍降价抢人，一个不动声色涨价备战。

这事儿要说纯属巧合，基本上没人会信。两款模型前后脚亮相，都主打长时Agent任务，扎克伯格这步棋明显是掐着DeepSeek的节奏在走。

但真正有意思的不只是时间点，而是这两家公司截然不同的思路：一个在拼命把价格往地板上砸，一个却在需求爆棚的时候反手涨价。

朋友圈里好几个开发者朋友都在讨论，有人说扎克伯格这波要血洗AI编程市场，也有人说DeepSeek涨价是飘了。

飘没飘不好说，但两家公司的处境和算盘，确实值得我们坐下来好好拆一拆。

Muse Code到底是什么

先说说Muse Code。

这玩意儿不是那种只能帮你补全几行代码的玩具。它跑在终端里，一条命令就能装好，装完之后能干的事挺吓人，在大型代码仓库里独立完成"完整的软件工程任务"，从规划改动、写代码到验证结果，全流程包圆。

遇到特别大的任务，它还会自己分裂出多个子智能体，各干各的，互不干扰，最后再合并回来。

扎克伯格自己在帖子里举了个例子，说内部测试时Muse Code在一个游戏项目里同时构建了六项独立功能，而且没有任何冲突。

六项功能并行推进还不打架，这确实有点东西。

但真正让开发者们兴奋的不是功能，是价格。

每百万输出Token 4.25美元什么概念？咱们做个对比：竞品GPT-5.6 Terra的输出价格是12美元，Claude家的头部模型更贵。Muse Code这个定价，连对手的零头都不到。

如果开发者选择贡献者订阅，说白了就是允许Meta用你的代码数据来改进模型，且最低能干到每百万输出Token 0.20美元。0.20美元，在北京买不了一瓶矿泉水。

Meta超级智能实验室的负责人Alexandr Wang说了句大实话："Muse Code和Muse Spark系列的差异化定位在于价格，不在于能力。"

翻译一下就是，我知道我的模型可能没你聪明，但我比你便宜得多。

这话说得挺坦诚，但背后藏着扎克伯格更大的焦虑。2026年Meta计划在AI基础设施上砸进去1300亿到1450亿美元，相比2025年的720亿接近翻倍。

可是华尔街已经不耐烦了。Muse Code发布前一周，Meta因为营收展望偏弱、自由现金流大幅下滑，股价一周跌了10个点。

投资人天天追着扎克伯格问：你烧了这么多钱，到底什么时候能变现？

Muse Code就是扎克伯格交出的其中一份答卷，让AI自己赚钱，哪怕从一分一厘开始。

他的算盘其实不复杂：极致低价先把开发者圈进来，用补贴换市场份额，等用户习惯了你的工具链，离不开了，再慢慢把价格提上去。

网飞当年干过这事，优步也干过。但问题在于，AI这条赛道的转换成本比打车和追剧低太多了——开发者迁移API，本质上就是改几行代码的事。

很多人看Muse Code，只看到了价格战，但忽略了一个关键问题：扎克伯格为什么偏偏选了编程Agent这个方向？

要知道，Meta的Llama系列在大模型领域一直是"啥都能干"的通用路线，之前的AI产品布局也集中在聊天助手、图像生成这些更大众的C端场景。

突然杀进编程Agent这个极客向的赛道，而且是跟Claude Code、DeepSeek正面硬刚，这背后的战略意图值得深挖。

答案可能藏在两个数字里。

第一个数字是开发者群体的付费意愿。在AI行业所有细分场景里，程序员是最愿意为提效工具掏钱的一群人——没有之一。

你让普通用户每个月花20美元买ChatGPT订阅，很多人会犹豫；但你让一个写代码的工程师每月花50美元买一个能帮他搞定繁琐工作的Agent，他眼睛都不眨一下。

而且开发者天然具备传播属性，一个好的编程工具能在技术社区里形成病毒式扩散，口碑传播效率极高。

第二个数字是Meta自身的困境。扎克伯格花了上千亿美金建算力、囤芯片、训练模型，但一直没找到能让AI业务自身造血的产品形态。

Llama再开源、再免费，吸引来的更多是研究机构和学术圈，商业转化路径太长。

而编程Agent不一样，API调用是按量计费的，每一行代码的生成都在产生收入，这是一个清晰到不能再清晰的商业化路径。

说白了，扎克伯格选编程Agent，是为了找到一个"离钱最近"的AI落地场景。

Muse Code的使命不是成为最聪明的编程模型，而是成为第一个能让Meta AI业务看到真金白银的产品。

DeepSeek的涨价逻辑是什么？

再来看DeepSeek这边。

8月6日挂出涨价预告之后，开发者社区里炸了锅。有人说"屠夫开始磨刀了"，也有人翻旧账，今年5月DeepSeek刚把V4-Pro的2.5折限时优惠转为永久价格，这才过了不到一个季度就反手涨价，变脸也太快了。

但如果你仔细看DeepSeek这半年的动作，涨价其实有迹可循。

今年7月中旬，DeepSeek引入了峰谷定价机制，工作日高峰时段，也就是上午9点到中午12点、下午2点到6点，API价格上调到非高峰时段的2倍。

高盛当时专门发了研报，说这事儿反映的是国内AI模型需求持续旺盛、算力资源趋紧，行业正在从价格战回归理性定价。

说白了就是需求太猛了，服务器扛不住了。

到了8月初，峰谷定价还不够用，干脆整体往上调。这背后的核心原因其实很简单：DeepSeek的模型确实好用，开发者用着用着就离不开了，调用量蹭蹭往上涨，算力成本也跟着往上涨。

而DeepSeek又没有Meta那种千亿级的资本开支预算，涨价是维持服务质量不得不走的一步。

但涨价之外还有一层更深的东西，那就是梁文峰的战略选择。

7月底，梁文峰开了一场四个小时的投资人闭门会。四个小时，在创始人里算能聊的了。会上他说的很多话，现在回头跟涨价消息放在一起看，信息量非常大。

他说了一句很有意思的话："克制是一种战略，就在于有时候你可以舍弃一些，来换更多其他的东西。"

怎么个克制法？梁文峰在会上一一列举了：不做3D生成、不做视频生成、不做世界模型，不追求用户量，也无意成为下一个超级App。

DeepSeek的全部资源，只集中于一条线，即通往AGI的技术主线。

要知道，以DeepSeek目前的声量和技术储备，如果想做视频生成或者多模态应用，融资绝对不成问题。

但梁文峰选择把所有鸡蛋放在一个篮子里，而且是那个最远、最难、最不确定的篮子。

他的原话是："现在做产品不是收益最大化的时候。当站在一个技术的高位上来做相对低一级别的技术，是降维打击。产品是在AGI路上的副产物。"

直白点就是：AGI我要是真搞出来了，什么产品都是顺手的事；但要是为了赚快钱把精力分散了，AGI做不出来，那才是真正的得不偿失。

定价上，梁文峰的原则是"只赚一个合理的利润，不是利润最大化的定价"。

他透露DeepSeek的API定价原则是大约10个月收回成本，而不是像很多同行那样按照"市场能承受的最高价"来定。

注意他说的是"收回成本"，不是"抢占市场"，也不是"补贴换份额"。

这就跟扎克伯格的逻辑完全岔开了。扎克伯格在想怎么用价格战抢份额、让AI业务自己造血；梁文峰在想怎么把有限的资源全部砸向AGI技术本身，商业化暂时排在后面。涨价是因为需求已经超出了供给能力，而不是因为想收割。

两套逻辑，一套攻守

把两家公司放在一起看，差异就更鲜明了。

扎克伯格手里有什么？上千亿美元的资本开支预算、全球最大的社交用户生态、长期靠广告输血的家底。他的策略是用钱砸出一个价格壁垒——你定价高，我就比你便宜四分之三；你跟不起补贴，我就把你挤出这个赛道。

这是典型的"互联网打法"。先烧钱圈地，等垄断了再收割。在打车、外卖、电商这些领域，这套打法屡试不爽。

但这套打法在AI赛道有一个致命漏洞。打车软件的用户迁移成本很高，就好比你手机上装了一个滴滴，不会为了省两块钱再去装个曹操。

但API调用的迁移成本呢？改几行代码就行。如果哪天DeepSeek的模型在编程能力上明显优于Muse Code，开发者会为了5美元还是4美元的选择而委屈自己的代码质量吗？

不会的。程序员是全世界最不愿意在工具质量上将就的群体。

梁文峰手里有什么？一个被开发者普遍认可的模型，一套聚焦AGI的研发体系，以及一个不急于商业化的心态。

他的策略是把所有资源集中在"让模型变得更聪明"这件事上，不做分散投资，不追求短期商业回报。

正如梁文峰自己说的："我们离彻底转向商业化的时间点，应该是很遥远的。"

这句话的底气在于，DeepSeek目前不需要靠AI业务养活自己。它有稳定的融资渠道和技术积累，短期内不需要向投资人交出一张漂亮的利润表。

而Meta那边，华尔街已经在敲桌子了。

一个在攻：用价格战抢地盘，在别人擅长的赛道上硬挤进去。

一个在守：把护城河挖得更深，让对手追不上自己的技术高度。

攻的一方带着钱和焦虑，守的一方带着技术和耐心。

谁的焦虑更大？

还得补充一个背景，不然这个故事不完整。

DeepSeek自己也在做编程Agent。今年5月，DeepSeek组建了Harness团队，专门跟Claude Code在编程Agent方向掰手腕，相关产品据说正在紧锣密鼓推进中，内部代号可能是DeepSeek Code。

梁文峰在闭门会上也明确说了，现阶段最重要的投入就是Coding Agent。

也就是说，Muse Code冲进来的这个赛道，DeepSeek自己早就架好了防御工事，甚至已经在准备反攻了。

更有意思的是两款产品的定位差异。Muse Code走的是"全流程自动化"路线，即你给我一个任务，我自己规划、自己执行、自己验证，全程不用你操心。

而DeepSeek这边的编程工具，据内部消息透露，更强调"人机协作"，则是AI负责执行，人负责决策，两者配合推进。

哪条路线更优？不好说。全自动的好处是省心，但遇到复杂逻辑容易跑偏；人机协作的好处是精准，但需要开发者投入更多精力。

各有各的适用场景，也各有各的目标用户。

但可以肯定的是，这两家公司在这个赛道上的碰撞才刚刚开始。

在AI这条赛道上，谁的焦虑更大？

表面上，焦虑的是DeepSeek。竞争对手拿着数倍于自己的预算冲进自己的主战场，价格还比你便宜一大截，换谁都得紧张一下。

但深层次看，真正焦虑的可能是扎克伯格。

Meta在AI上投入了太多太多。上千亿美元的资本开支，全球抢购的GPU，成倍扩张的算力集群，这些都在燃烧股东的耐心。

Muse Code如果不能在短时间内跑出足够亮眼的数据，如用户量、调用量、留存率等，那么扎克伯格在投资人面前的压力就会越来越大。

反观DeepSeek，涨价是因为供不应求，是因为算力不够用了。这种"甜蜜的烦恼"，多少AI公司做梦都想要。

当一个产品需要靠涨价来调节需求的时候，说明它已经在用户心中建立了不可替代的价值。什么叫做成了？这就叫成了。

说白了，扎克伯格在买今天的时间，是用补贴换份额，用价格换用户，让AI业务赶紧产生收入，堵住华尔街的嘴。

梁文峰在赌明天的技术，则是把今天能赚的钱让出去，换取更大概率做出AGI。如果真的做出来了，今天的价格战根本不值一提。

写在最后

免费的东西往往最贵，这句话放在AI赛道上可能要改一改，变成"便宜的东西可能最不牢靠"。

今天你用4.25美元的价格用上了Muse Code，觉得赚了。

但如果它始终无法在能力上追上DeepSeek，如果它的性能天花板就是比对手矮一截，那你省下来的那几块钱，其实是拿代码质量来换的。

对于做产品的人来说，这账怎么算都不划算。

当然，前提是DeepSeek能保持住技术上的领先。这是所有追赶者最头疼的地方，毕竟价格可以复制，但智商很难复制。

两家公司、两条路。一个在收割今天的用户，一个在播种明天的技术。

短期的输赢不难判断，但长期的胜负，谁都说不准。

AI这条赛道上，烧钱从来不是护城河。真正的护城河只有一条，即你的模型比别人聪明。

而这件事，多少钱都买不来。它靠的是时间、是专注、是克制，还有一点点赌对的运气。