Meta wypuszcza agenta kodującego Muse Code, stawia na model Spark 1.2

Meta dołączyła do wyścigu o deweloperów piszących kod z pomocą sztucznej inteligencji. Firma udostępniła w becie Muse Code, terminalowego agenta kodującego napędzanego nowym modelem Muse Spark 1.2, i wycenia dostęp wyraźnie poniżej stawek konkurencji z Anthropic i OpenAI.

Co pokazała Meta

Muse Code to pierwszy samodzielny agent kodujący Mety, zaprojektowany do pracy na dużych repozytoriach. Narzędzie planuje zmiany, pisze kod i weryfikuje efekty, a instaluje się jedną komendą w terminalu: curl -fsSL https://dev.meta.ai/install.sh, po czym użytkownik loguje się przez przeglądarkę i uruchamia polecenie muse w katalogu projektu.

Kluczową cechą jest architektura wieloagentowa. Gdy zadanie jest wystarczająco duże, Muse Code samodzielnie rozdziela je między subagentów działających równolegle, z których każdy dostaje własny git worktree, co zapobiega konfliktom w kodzie. W testach wewnętrznych Mety agent zbudował sześć funkcji gry równocześnie, bez kolizji między zmianami.

Wbudowane komendy

Agent oferuje cztery gotowe, jawnie wywoływane playbooki: /plan tworzy plan działania w plikach projektu i wymaga zatwierdzenia przed wykonaniem, /grilling przeprowadza interview weryfikujące decyzje projektowe, /grill-with-docs zapisuje wynik takiego przeglądu w dokumentacji, a /taste działa jako filtr jakości interfejsu użytkownika. Meta podkreśla, że żadna z tych funkcji nie uruchamia się automatycznie - agent nie sięgnie po /grill tylko dlatego, że projekt wygląda słabo.

Wszystkie działania agenta, wywołania narzędzi, zatwierdzenia i edycje trafiają do lokalnego dziennika zdarzeń w formacie JSONL. Dziennik pozwala na audyt komendą jq oraz wznowienie pracy po przerwaniu sesji, na przykład po awarii lub utracie połączenia.

Model i ceny

Muse Spark 1.2 to umiarkowana aktualizacja względem wydanego w lipcu Muse Spark 1.1, zoptymalizowana pod zadania typowe dla agentów kodujących: refaktoryzacje wielu plików naraz, długie sesje debugowania i prace trwające dłużej niż jeden prompt. Model powstawał razem z harnessem Muse Code, więc najlepiej sprawdza się właśnie w nim, choć Meta zapewnia, że działa też w innych narzędziach kodujących, do których deweloperzy już przywykli.

Cennik standardowego dostępu przez Model API wynosi 1,25 dolara za milion tokenów wejściowych i 4,25 dolara za milion tokenów wyjściowych, czyli tyle samo co przy Muse Spark 1.1. Alternatywą jest identyfikator muse-spark-1.2-contributor, rozliczany w rolujących pięciogodzinnych oknach limitów tokenów po niższej stawce w zamian za zgodę na wykorzystanie treści promptów i odpowiedzi do dalszego trenowania modeli Mety. Firma przyjmuje też wnioski o dostęp z zerową retencją danych dla klientów korporacyjnych.

Starcie z Claude Code i Codex

Premiera wpisuje się w szerszą strategię Mety wobec narzędzi deweloperskich: w kwietniu firma zastąpiła serię Llama modelem Muse Spark, a w lipcu wydała wersję 1.1. Muse Code na razie nie ma dedykowanej aplikacji z interfejsem graficznym, w przeciwieństwie do Claude Code Anthropic czy Codex OpenAI, i pozostaje narzędziem czysto terminalowym.

Releasing Muse Code in beta today. It's a terminal coding agent that takes on complete software engineering tasks across large repos: planning changes, writing code, validating the results - Mark Zuckerberg, CEO Meta

Szef działu AI Mety opisał pozycjonowanie produktu wprost jako grę o cenę: to może być bardzo dobra opcja, zwłaszcza patrząc od strony kosztów. Stawki Muse Code są zbliżone lub niższe niż u głównych rywali, a tańszy tier contributor dodatkowo obniża próg wejścia dla deweloperów gotowych oddać swoje dane na trening modeli.

Dla polskich zespołów programistycznych oznacza to kolejną tanią alternatywę dla Claude Code i Codex, szczególnie przy dużych repozytoriach, gdzie równoległe subagenty mogą skrócić czas wieloetapowych refaktoryzacji. Beta ograniczona na razie do macOS i Linuksa oraz brak natywnej integracji z popularnymi IDE mogą jednak spowolnić adopcję poza zespołami przyzwyczajonymi do pracy w terminalu.