Meta lancia Muse Code, coding agent con Muse Spark 1.2

Meta ha rilasciato Muse Code (beta), un coding agent da terminale basato su Muse Spark 1.2, il nuovo modello della famiglia Muse. L'installazione è documentata solo per macOS e Linux, con un comando da shell:

```bash
curl -fsSL https://dev.meta.ai/install.sh | bash
```

Il progetto è pensato per i task di ingegneria del software su repository grandi: pianificazione delle modifiche, scrittura del codice e verifica dei risultati, con più subagent persistenti coordinati per ogni task.

Subagent persistenti e event log

Muse Code affianca al loop principale una serie di agenti in background che restano attivi per tutta la sessione, invece di essere creati e distrutti per ogni singolo task. Secondo Meta questo evita di raccogliere più volte le stesse informazioni e riduce latenza e interventi di correzione sui task multi-step: sono i subagent a decidere quando riportare qualcosa all'agente principale.

Il runtime si basa su un event log locale in cui viene registrato ogni passaggio: chiamate al modello, esecuzioni dei tool, approvazioni e modifiche ai file. In caso di crash l'agente può riprendere esattamente dal punto di interruzione, perché il log è l'unica fonte di verità e può essere rieseguito. È una scelta pensata per i task lunghi, dove un riavvio forzato farebbe perdere ore di lavoro.

Muse Code include inoltre alcuni comandi integrati: /plan trasforma un task in un piano con approvazione esplicita, /grill mette il piano sotto stress finché non regge, /goal lavora fino al completamento dell'obiettivo indicato. In una delle demo mostrate, l'agente riceve nel terminale un video mp4 con il fly-through di una casa e produce una pagina di marketing e prenotazione per una casa vacanze.

Muse Spark 1.2, addestramento mirato sul coding

Muse Spark 1.2 è un aggiornamento di Muse Spark 1.1 orientato al coding: generazione di codice, debugging complesso, comprensione di codebase e workflow end-to-end. Meta dichiara di aver aumentato in modo significativo la compute di addestramento sui task di programmazione e la varietà degli ambienti usati.

Il modello è stato addestrato insieme a Muse Code, con trajectory generate dall'harness stesso, selezione tramite rejection sampling e ottimizzazioni su goal, compaction e subagent. L'idea è che il modello renda al massimo quando gira nel suo harness, e questo spiega anche perché nei benchmark Meta ogni modello venga valutato con il proprio agent di riferimento.

Due gli altri filoni dichiarati. Il primo è il long-horizon: addestramento su generazione di interi repository, progetti end-to-end e auto-research, con pianificazione, goal conditioning e compaction del contesto per sostenere il lavoro su task lunghi. Il secondo è un loop di self-improvement: Muse Spark 1.1 ha generato ambienti di coding difficili e template per l'instruction following, poi ha valutato le soluzioni candidate producendo il dataset usato per addestrare l'1.2.

I benchmark pubblicati da Meta

I numeri arrivano dai grafici dell'annuncio e dal report metodologico. Qualche avvertenza prima di leggerli: i confronti mescolano modello e harness (Spark 1.1 girava con mini-swe-agent, non con un agent Meta), per DeepSWE la leaderboard ufficiale usa mini-swe-agent per tutti i modelli quindi questi risultati non sono confrontabili con quella, e Meta stessa avverte che la propria configurazione potrebbe non essere ottimale per i modelli di terze parti.

• Terminal-Bench 2.1 (89 task, pass@1 su 5 tentativi): Opus 5 86,7%, Muse Spark 1.2 82,9%, GPT 5.6 Terra 81,8%, Grok 4.5 81,6%, Gemini 3.6 Flash 78,9%, Muse Spark 1.1 76,2%
• DeepSWE v1.1 (113 task, pass@1 su 5 tentativi): Opus 5 65,0%, GPT 5.6 Terra 64,8%, Muse Spark 1.2 59,3%, Grok 4.5 56,6%, Muse Spark 1.1 53,0%, Gemini 3.6 Flash 40,0%
• Meta Internal Coding Bench (440 task da pull request interne Meta): Opus 5 79,4%, Muse Spark 1.2 70,6%, Muse Spark 1.1 68,3%, GPT 5.6 Terra 65,4%, Gemini 3.6 Flash 63,9%
• GDPVal-AA v2 (Elo di Artificial Analysis, baseline umano a 1.000): Opus 5 1.852, Muse Spark 1.2 1.631, GPT 5.6 Terra 1.577, Grok 4.5 1.526, Gemini 3.6 Flash 1.423, Muse Spark 1.1 1.371
• MCP Atlas (1.000 task su 36 server MCP, risultati Scale AI): Muse Spark 1.2 90,3%, Muse Spark 1.1 88,1%, Opus 5 85,8%, gli altri tra 83,6% e 81,8%

Sui benchmark di coding puro Opus 5 (max) resta davanti in tutte e tre le prove. Muse Spark 1.2 supera sempre l'1.1, anche se il confronto è in parte falsato dall'harness diverso, e si piazza stabilmente nel gruppo di testa. Sull'uso di tool via MCP invece Spark 1.2 è primo, davanti anche al proprio predecessore.

Il case study sui kernel GPU

La parte più originale dell'annuncio è il test sull'ottimizzazione iterativa di kernel GPU: oltre 1.000 tool call e fino a 24 ore di lavoro per kernel KDA e MLA su GPU NVIDIA Hopper. All'agente era vietato importare librerie di terze parti come FLA: doveva reimplementare l'algoritmo in Triton applicando tecniche di ottimizzazione specifiche, non fare wrapping di codice esistente.

Nei grafici pubblicati, Muse Spark 1.2 chiude a +68,7% rispetto al baseline su KDA e a +61,1% su MLA. Non è il migliore: Opus 5 arriva a +74,0% e +75,4%. Meta però non dichiara il primato: il claim è il miglioramento sostanziale e iterativo rispetto al baseline, e i numeri lo confermano.

Disponibilità

Muse Spark 1.2 è disponibile da subito in Muse Code e sulla Meta Model API, con quello che Meta definisce un accesso globale ampliato rispetto alla preview statunitense di luglio; la copertura effettiva per paese va verificata su dev.meta.ai. Il post non parla di prezzi: con Spark 1.1 la Model API costava $1,25/$4,25 per milione di token in input/output, ma per l'1.2 il listino non è indicato nell'annuncio. Nessuna menzione di Windows: l'installazione di Muse Code è documentata solo per macOS e Linux.

I subagent persistenti e l'event log crash-safe vi sembrano differenze reali rispetto ai coding agent che usate già, o alla fine conta solo il modello sottostante?

Fonti

• Meta AI Research — Introducing Muse Code and Muse Spark 1.2
• Meta — Muse Spark 1.2 & Muse Code Evaluation Methodology (PDF)
• Meta for Developers — Muse Code