Meta entra de lleno en la carrera de los agentes de programación con el lanzamiento en beta de Muse Code, una herramienta de codificación para terminal impulsada por su nuevo modelo Muse Spark 1.2. El anuncio, realizado esta semana por el CEO Mark Zuckerberg, supone un paso estratégico para una compañía que, según analistas del sector, llegaba en desventaja frente a competidores como OpenAI (con Codex) y Anthropic (con Claude Code).
El agente está diseñado para asumir tareas complejas de ingeniería de software en repositorios de gran tamaño: desde planificar cambios y escribir código hasta validar los resultados. Según explicó Zuckerberg en una publicación en redes sociales, Muse Code puede desplegar múltiples subagentes en paralelo, cada uno trabajando en una rama aislada del repositorio, sin tocar la copia de trabajo del usuario. "Cuando un trabajo es lo suficientemente grande, se distribuye en subagentes separados que trabajan en paralelo en worktrees aislados", señaló el directivo. En pruebas internas, la herramienta construyó seis funciones para un videojuego de forma simultánea y sin colisiones.
El corazón del sistema es Muse Spark 1.2, una actualización centrada en programación del modelo Muse Spark 1.1. Según el informe técnico de Meta, la nueva versión mejora la generación de código, la depuración compleja, la comprensión de bases de código y los flujos de trabajo de desarrollo de extremo a extremo. Para ello, la compañía incrementó significativamente el cómputo de entrenamiento en tareas de código y amplió la diversidad de entornos de entrenamiento, manteniendo al mismo tiempo el rendimiento en otras áreas como los agentes de uso general.
Uno de los aspectos más relevantes del anuncio es que Spark 1.2 fue entrenado de forma conjunta con Muse Code, en un proceso que incluyó trayectorias de rechazo de muestras y optimizaciones específicas para objetivos, compactación y subagentes. Además, el modelo se entrenó exhaustivamente en tareas de código de horizonte largo, incluyendo la generación completa de repositorios, proyectos de gran escala e investigación automatizada, apoyándose en planificación, condicionamiento de objetivos y compactación de contexto para sostener el progreso.
Meta también implementó un bucle de auto-mejora: Spark 1.1 generó entornos de programación desafiantes y plantillas de seguimiento de instrucciones; Spark 1.2 evaluó después las soluciones candidatas, produciendo así un conjunto de datos de entrenamiento escalable. Este proceso, según la compañía, permitió a la nueva versión seguir instrucciones complejas con mayor precisión que su predecesora.
En el plano técnico, Muse Code incorpora varias novedades. Utiliza un registro local de eventos donde se appendan todas las llamadas al modelo, ejecuciones de herramientas, aprobaciones y ediciones, lo que permite reanudar tareas exactamente donde se interrumpieron tras un fallo. Incluye además habilidades preconfiguradas: /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 especificado. Los subagentes en segundo plano son persistentes durante toda la sesión, lo que reduce la latencia y la necesidad de intervención humana en tareas multi-paso.
Como caso de estudio, Meta probó la capacidad del modelo para optimizar kernels de GPU a lo largo de más de 1.000 llamadas a herramientas, durante periodos de hasta 24 horas, sobre kernels KDA y MLA para GPUs NVIDIA Hopper. El agente logró mejoras sustanciales frente a la implementación base de referencia, combinando técnicas estándar de fusión y tiling con optimizaciones específicas como el re-centrado de la decaída acumulativa.
La estrategia de Meta con este lanzamiento parece orientada a ganar terreno en un mercado dominado por OpenAI y Anthropic, pero también a hacerlo desde la competitividad en costes. Alexandr Wang, jefe de IA de Meta y líder de Meta Superintelligence Labs, declaró al Wall Street Journal que la compañía cree que Muse Code "puede ser una opción increíblemente buena, especialmente desde una perspectiva de coste".
La jugada se enmarca en una apuesta más amplia de Meta por diversificar su presencia en inteligencia artificial más allá de la publicidad. En junio, la empresa entró en el mercado corporativo de IA con un agente enfocado en atención al cliente, y ha seguido incrementando su inversión en infraestructura de IA.
Muse Spark 1.2 ya está disponible a través de Muse Code y de la Meta Model API con acceso global ampliado. Meta ha adelantado que tiene en camino nuevas funcionalidades de harness y modelos aún más capaces, lo que sugiere que la compañía no pretende detenerse en este primer movimiento.