Muse Code: la apuesta de Meta resistente a bloqueos en la carrera de agentes de codificación

Meta pasó una década construyendo aplicaciones sociales y una reputación en investigación de IA. Esa reputación provino de gastar miles de millones para regalar la investigación. Ahora está lanzando un agente de codificación para terminal. Muse Code, en beta para macOS y Linux, se instala con un solo comando, curl -fsSL https://dev.meta.ai/install.sh | bash, y se combina con un nuevo modelo, Muse Spark 1.2, que Meta coentrenó con el propio arnés de herramientas del agente.

El agente asume trabajo de ingeniería en grandes repositorios: planificar cambios, escribir código, validar resultados. Para cada tarea puede coordinar múltiples subagentes persistentes, y esos subagentes permanecen activos durante toda la sesión en lugar de generarse por trabajo. Meta dice que eso reduce la recopilación de información redundante y disminuye cuánta dirección debe dar un desarrollador en tareas difíciles de múltiples pasos.

Un runtime construido para sobrevivir a sus propios fallos

El registro de eventos es el detalle de diseño que importa. Muse Code añade cada llamada al modelo, ejecución de herramienta, aprobación y edición a un registro local que se convierte en la única fuente de verdad de la sesión. El runtime es exacto en la reproducción y seguro ante reinicios: si el agente se bloquea, se reanuda precisamente donde se detuvo en lugar de empezar de nuevo. Eso es lo que le permite asumir tareas de larga duración sin descarrilarse por fallos.

Meta incluye tres comandos predeterminados con el agente. /plan convierte una tarea en un plan sujeto a aprobación, /grill somete ese plan a pruebas de estrés hasta que se sostiene, y /goal trabaja para completar el objetivo declarado. Estructurar el trabajo como un procedimiento explícito es la misma idea detrás de la investigación sobre tratar los SOP como código, que encontró que compilar un procedimiento en forma ejecutable por sí solo eleva a los agentes fuertes en 16 puntos. La demo de la compañía muestra otra cara de la herramienta: acepta un video mp4 de un recorrido por una casa como entrada y produce una página de marketing y reservas de una casa de vacaciones a partir de él.

Muse Spark 1.2, coentrenado con su propio arnés

Muse Spark 1.2 es una actualización centrada en codificación de Muse Spark 1.1, con mejoras en generación de código, depuración compleja, comprensión de bases de código y flujos de trabajo de desarrollador de extremo a extremo. Meta aumentó el cómputo de entrenamiento en tareas de codificación y amplió la diversidad del entorno de entrenamiento, manteniendo la fortaleza del modelo en otras áreas como agentes generales.

La parte inusual es cómo se entrenó. Meta coentrenó Muse Spark 1.2 con el propio Muse Code, utilizando trayectorias de arnés muestreadas por rechazo y optimizaciones de recetas para objetivos, compactación y subagentes, además de la integración del conjunto de herramientas de Muse Code. El entrenamiento también cubrió codificación de horizonte largo: generación de repositorios completos, grandes proyectos de extremo a extremo e investigación automática, con planificación, condicionamiento por objetivos y compactación de contexto para sostener el progreso.

Luego está el bucle de auto-mejora. Muse Spark 1.1 generó entornos de codificación desafiantes y plantillas de seguimiento de instrucciones; el modelo luego calificó soluciones candidatas contra esos requisitos, produciendo un conjunto de datos de entrenamiento escalable para el lanzamiento 1.2. Así fue como el modelo más nuevo aprendió a seguir instrucciones complejas con más precisión que su predecesor.

La prueba de kernel de 24 horas

El estudio de caso de Meta lleva la afirmación de horizonte largo al extremo. El agente optimizó iterativamente kernels de GPU en más de 1,000 llamadas a herramientas, ejecutándose hasta 24 horas. Escribe, compila, perfila y mejora progresivamente el rendimiento del kernel en relación con una línea base proporcionada, evaluado en kernels KDA y MLA para GPUs NVIDIA Hopper.

Al modelo se le prohibió importar bibliotecas de kernel de terceros como FLA directamente; tuvo que aplicar su propio conocimiento de optimización para implementar los algoritmos en Triton en lugar de envolver código existente. Meta informa que el agente logró mejoras sustanciales sobre la línea base en ambas cargas de trabajo, sin publicar cifras exactas en el anuncio.

Dónde encaja Meta en la carrera de agentes

Muse Code llega en un momento en que las herramientas de codificación con IA se desacoplan del teclado físico. Los agentes en la nube de Cursor permiten a los desarrolladores enviar tareas de forma asíncrona y revisar los resultados desde cualquier lugar, como mostró la reconstrucción de SQLite de Cursor. El Xcode 27 de Apple incorpora agentes de Anthropic, Google y OpenAI directamente en el IDE. En el lado de los modelos, el Claude Sonnet 5 de Anthropic está diseñado para flujos de trabajo agénticos y uso empresarial. El campo converge en una pregunta: en qué herramienta se puede confiar para que siga funcionando sin un humano frente al teclado.

La respuesta de Meta es infraestructura. Un registro de eventos exacto en la reproducción, agentes de fondo persistentes y un modelo entrenado junto a su propio arnés apuntan al mismo objetivo: permitir que un agente funcione durante horas sin supervisión y se recupere tras un fallo. Esa es una apuesta diferente a competir por un solo número de referencia, en un momento en que los benchmarks antiguos están saturados y contaminados.

Disponibilidad y próximos pasos

Muse Spark 1.2 está disponible hoy en Muse Code y a través de la API de Meta Model con acceso global ampliado. Meta enmarca el lanzamiento como "nuestro próximo paso hacia la frontera" y dice que hay modelos más grandes y mucho más capaces en camino.

El video de la demo es un buen truco de fiesta, y el estudio de caso del kernel merece una lectura. La afirmación duradera es operativa: un agente que sobrevive a bloqueos y necesita menos dirección es en el que los desarrolladores confiarán para trabajos nocturnos, el problema de confianza que la investigación de Circle sobre stack de agentes señala como la parte difícil. La apuesta de Meta es que esta carrera se gana con fiabilidad, y que puede lograrlo llegando a una terminal cerca de ti.