Подразделение исследований искусственного интеллекта Meta вступило в гонку агентного кодирования с Muse Code, новым агентом кодирования на базе терминала, и Muse Spark 1.2, обновленной моделью, которая его поддерживает. Релиз, анонсированный 5 августа 2026 года, знаменует собой самую прямую попытку Meta бросить вызов специализированным инструментам кодирования от OpenAI, Anthropic и волны стартапов. Для разработчиков, использующих новейшие инструменты искусственного интеллекта и агентные платформы, Muse Code предлагает четко основанный на исследованиях взгляд на то, как должен вести себя программист пары искусственного интеллекта.
Muse Code предназначен для решения сложных задач по разработке программного обеспечения в больших базах кода — планирования изменений, написания кода и проверки результатов. Мета говорит, что агент представляет собой «следующий шаг к передовым достижениям», и на его пути появятся более крупные и функциональные модели.
Многоагентная конструкция, созданная для длительных задач
Наиболее заметным архитектурным решением в Muse Code является использование постоянных фоновых агентов. Вместо того, чтобы создавать новый субагент для каждой подзадачи, Muse Code сохраняет набор асинхронных фоновых агентов активными на протяжении всего сеанса. Эти агенты собирают информацию и выполняют следующие шаги самостоятельно, отчитываясь перед главным агентом только в случае необходимости.
Мета утверждает, что такая конструкция уменьшает задержку и необходимость постоянного человеческого вмешательства при решении сложных, многоэтапных задач. «Их настойчивость уменьшает задержку и потребность в управлении», — написали в компании, поскольку агенты избегают избыточного повторного сбора уже имеющегося у них контекста.
Muse Code также создан для выживания при сбоях. Каждый вызов модели, выполнение инструмента, утверждение и редактирование добавляются в локальный журнал событий, который служит единым источником достоверной информации. По словам Меты, это делает среду выполнения «точной для воспроизведения и безопасной при перезапуске» — после сбоя агент может возобновить работу именно с того места, где он остановился, что позволяет ему решать длительные задачи без сбоев.
Агент поставляется с несколькими встроенными навыками: командой `/plan`, которая превращает задачу в утвержденный план, командой `/grill`, которая проводит стресс-тестирование этого плана, пока он не выполнится, и командой `/goal`, которая работает для достижения указанной цели.
Muse Spark 1.2: обновление, ориентированное на программирование
Muse Spark 1.2 — это ориентированное на кодирование обновление предыдущей модели Muse Spark 1.1. Meta заявила, что улучшила генерацию кода модели, сложную отладку, понимание кодовой базы и сквозные рабочие процессы разработки за счет значительного увеличения обучающих вычислений для задач кодирования и расширения разнообразия своих сред обучения, сохраняя при этом свои сильные стороны в общих задачах агента.
Важно отметить, что Мета обучала Muse Spark 1.2 совместно с самим Muse Code. Обучение включало в себя траектории использования отбракованной выборки и оптимизацию рецептов для целей, уплотнение контекста и субагентов, а также интеграцию набора инструментов Muse Code для максимальной совместимости.
Компания также использовала цикл самосовершенствования: она использовала Muse Spark 1.1 для создания сложных сред кодирования и шаблонов выполнения инструкций, а затем получала кандидатские решения модельного уровня, проверявшие, насколько хорошо они соответствуют требованиям. В результате этого процесса был создан масштабируемый набор обучающих данных, который помог Muse Spark 1.2 точнее выполнять сложные инструкции, чем его предшественник.
Бенчмаркинг оптимизации ядра графического процессора
Чтобы продемонстрировать возможности Muse Spark 1.2, Meta протестировала способность модели итеративно оптимизировать ядра графического процессора с помощью более чем 1000 вызовов инструментов, сеансы длились до 24 часов. Используя агентную среду Muse Code, модель написала, скомпилировала, профилировала и постепенно улучшила производительность ядра по сравнению с заданным базовым уровнем.
Тесты были нацелены на ядра KDA и MLA, работающие на графических процессорах NVIDIA Hopper. Meta сообщила, что агент достиг «существенных улучшений» по сравнению с базовыми реализациями. Для рабочей нагрузки MLA модель разработала двухядерный конвейер Triton, сочетающий в себе слияние ядер и мозаику с оптимизацией, характерной для архитектуры скрытого внимания. Моделям было запрещено просто импортировать сторонние библиотеки ядра, и им приходилось реализовывать алгоритмы с нуля в Triton.
Доступность и что дальше
Muse Spark 1.2 доступен сегодня через Muse Code и через Meta Model API, с тем, что Meta называет «расширенным глобальным доступом». Компания подчеркнула, что это лишь промежуточный шаг, намекая на появление на горизонте «новых функций подвески и более мощных моделей».
Запуск ставит Meta прямо в многолюдное и конкурентное поле. Агенты кодирования стали одной из самых популярных категорий в области искусственного интеллекта, поскольку их инструменты обещают автономно обрабатывать все — от исправления ошибок до полной реализации функций. Отличительной особенностью Meta является ее глубокая исследовательская деятельность и упор на постоянные, устойчивые к сбоям агенты, которые могут работать без присмотра часами.
Пока неизвестно, примут ли разработчики Muse Code вместо устоявшихся альтернатив, но сигнал от Meta ясен: компания намерена серьезно конкурировать в разработке агентского программного обеспечения, а не только в сфере потребительских чат-ботов. Поскольку в ближайшее время обещают более крупные модели, войны между агентами кодирования будут усиливаться.
Будьте впереди ИИ
Новые инструменты искусственного интеллекта и агенты кодирования поставляются каждую неделю. Чтобы отслеживать последние разработки в области искусственного интеллекта — от выпусков моделей до платформ разработчиков — держите AI Buzz Wire в своей ротации.
Читать больше новостей об искусственном интеллекте →
