La división de investigación de IA de Meta ha entrado en la carrera de codificación agente con Muse Code, un nuevo agente de codificación basado en terminal, y Muse Spark 1.2, el modelo actualizado que lo impulsa. El lanzamiento, anunciado el 5 de agosto de 2026, marca el intento más directo de Meta hasta el momento de desafiar las herramientas de codificación dedicadas de OpenAI, Anthropic y una ola de nuevas empresas. Para los desarrolladores que siguen las últimas herramientas de IA y plataformas de agentes, Muse Code ofrece una visión claramente basada en la investigación sobre cómo debe comportarse un programador de pares de IA.
Muse Code está diseñado para asumir tareas complejas de ingeniería de software en grandes bases de código: planificar cambios, escribir código y validar los resultados. Meta dice que el agente representa su "próximo paso hacia la frontera", con modelos más grandes y más capaces en camino.
Un diseño de múltiples agentes creado para tareas largas
La elección arquitectónica más notable en Muse Code es el uso de agentes de fondo persistentes. En lugar de generar un subagente nuevo para cada subtarea, Muse Code mantiene vivo un conjunto de agentes en segundo plano asincrónicos durante toda una sesión. Estos agentes recopilan información y llevan a cabo los siguientes pasos por sí mismos, informando al agente principal solo cuando es relevante.
Meta sostiene que este diseño reduce la latencia y la necesidad de una dirección humana constante en problemas difíciles de varios pasos. "Su persistencia reduce la latencia y la necesidad de dirección", escribió la compañía, porque los agentes evitan volver a reunir de manera redundante el contexto que ya tienen.
Muse Code también está diseñado para sobrevivir a accidentes. Cada llamada de modelo, ejecución de herramienta, aprobación y edición se adjunta a un registro de eventos local que sirve como una única fuente de información. Eso hace que el tiempo de ejecución sea "repetible con exactitud y reiniciado de forma segura", según Meta: después de una falla, el agente puede reanudar precisamente donde se detuvo, lo que le permite abordar tareas de larga duración sin descarrilarse.
El agente viene con varias habilidades incorporadas: un comando `/plan` que convierte una tarea en un plan sujeto a aprobación, un comando `/grill` que prueba ese plan hasta que se mantenga, y un comando `/goal` que trabaja hacia un objetivo específico.
Muse Spark 1.2: una actualización centrada en la codificación
Muse Spark 1.2 es una actualización centrada en la codificación del modelo anterior Muse Spark 1.1. Meta dijo que mejoró la generación de código del modelo, la depuración compleja, la comprensión de la base de código y los flujos de trabajo de desarrollador de extremo a extremo al ampliar significativamente la computación de entrenamiento en tareas de codificación y expandir la diversidad de sus entornos de entrenamiento, al tiempo que mantiene sus fortalezas en las tareas generales de los agentes.
Fundamentalmente, Meta coentrenó Muse Spark 1.2 junto con el propio Muse Code. La capacitación incorporó trayectorias de arnés con muestreo de rechazo y optimizaciones de recetas para objetivos, compactación de contexto y subagentes, junto con la integración del conjunto de herramientas Muse Code para maximizar la compatibilidad.
La empresa también empleó un ciclo de superación personal: utilizó Muse Spark 1.1 para generar entornos de codificación desafiantes y plantillas de seguimiento de instrucciones, luego hizo que el modelo calificara las soluciones candidatas según qué tan bien cumplían con los requisitos. Ese proceso produjo un conjunto de datos de entrenamiento escalable que ayudó a Muse Spark 1.2 a seguir instrucciones complejas con mayor precisión que su predecesor.
Evaluación comparativa de la optimización del kernel de GPU
Para demostrar las capacidades de Muse Spark 1.2, Meta probó la capacidad del modelo para optimizar iterativamente los núcleos de GPU en más de 1000 llamadas a herramientas, con sesiones que duran hasta 24 horas. Utilizando el entorno agente de Muse Code, el modelo escribió, compiló, perfiló y mejoró progresivamente el rendimiento del kernel en comparación con una línea de base proporcionada.
Las pruebas se centraron en los núcleos KDA y MLA que se ejecutan en GPU NVIDIA Hopper. Meta informó que el agente logró "mejoras sustanciales" con respecto a las implementaciones básicas. Para la carga de trabajo MLA, el modelo diseñó una canalización Triton de dos núcleos que combina la fusión del núcleo y el mosaico con optimizaciones específicas para la arquitectura de atención latente. A los modelos se les prohibió simplemente importar bibliotecas de kernel de terceros y tuvieron que implementar los algoritmos desde cero en Triton.
Disponibilidad y lo que sigue
Muse Spark 1.2 está disponible hoy a través de Muse Code y a través de Meta Model API, con lo que Meta describe como "acceso global ampliado". La compañía enfatizó que esto es sólo un paso provisional, provocando "nuevas características de arnés y modelos más potentes" en el horizonte.
El lanzamiento coloca a Meta de lleno en un campo abarrotado y competitivo. Los agentes de codificación se han convertido en una de las categorías más populares de la IA, con herramientas que prometen manejar todo de forma autónoma, desde la corrección de errores hasta la implementación completa de funciones. El diferenciador de Meta es su profundo pedigrí de investigación y su énfasis en agentes persistentes y resistentes a choques que pueden funcionar sin supervisión durante horas.
Queda por ver si los desarrolladores adoptarán Muse Code en lugar de alternativas arraigadas, pero la señal de Meta es clara: la compañía tiene la intención de competir seriamente en ingeniería de software agente, no solo en chatbots de consumo. Con la promesa de modelos más grandes pronto, las guerras entre agentes codificadores se intensificarán.
Manténgase por delante de la IA
Cada semana se envían nuevas herramientas de inteligencia artificial y agentes de codificación. Para realizar un seguimiento de los últimos desarrollos de IA, desde lanzamientos de modelos hasta plataformas de desarrolladores, mantenga AI Buzz Wire en su rotación.
Leer más noticias sobre IA →
