Meta lanza Muse Code para abordar tareas complejas de desarrollo de software con agentes de IA que conservan el contexto.

Meta lanzó un agente de programación en fase beta diseñado para gestionar tareas de software complejas en bases de código de gran tamaño. Disponible para macOS y Linux, Muse Code utiliza el nuevo modelo Muse Spark 1.2 de la empresa. Incluye agentes en segundo plano especializados que permanecen activos durante toda la sesión, en lugar de crearse por separado para cada tarea individual.

Los agentes realizan el trabajo de forma asíncrona y deciden cuándo comunicar sus resultados al agente principal. Meta señaló que mantenerlos activos reduce la recopilación repetida de información y la necesidad de que los desarrolladores intervengan durante tareas complejas que constan de varios pasos.

“Muse Code utiliza un registro de eventos local en el que se añaden todas las llamadas al modelo, ejecuciones de herramientas, aprobaciones y ediciones”, explica Meta, añadiendo que dicho registro “hace que la ejecución sea reproducible con exactitud y segura al reiniciarse” y permite al agente reanudarse exactamente donde se detuvo tras un fallo.

Muse Spark 1.2 está disponible a través de Muse Code y la API de Meta Model, para la que Meta anunció un acceso global ampliado.

Meta afirma que entrenó conjuntamente Muse Spark 1.2 con Muse Code para mejorar el rendimiento y la usabilidad del modelo cuando se utiliza con el agente. El entrenamiento incorporó las herramientas y los flujos de trabajo del agente de Muse Code, mientras que Meta aumentó los recursos informáticos utilizados para la codificación y amplió la gama de entornos de desarrollo.

El modelo también se entrenó en tareas más largas, incluida la generación de repositorios completos y grandes proyectos de software de principio a fin. Lian Jye Su, analista jefe de Omdia, señala que era poco probable que el enfoque de entrenamiento conjunto de Meta proporcionara una ventaja clara, ya que sus rivales también estaban desarrollando sus propios modelos de programación y sistemas de control de agentes en estrecha coordinación. “Otros proveedores, como OpenAI y Anthropic, han estado tratando la ingeniería de los conjuntos de pruebas como parte del proceso de entrenamiento”, dijo Su.

Optimizar conjuntamente el modelo y el agente podría mejorar la planificación y la gestión del contexto, pero cualquier ventaja competitiva tendría que demostrarse mediante mejores resultados en proyectos empresariales, al tiempo que se reduce la necesidad de intervención humana, señala Pareekh Jain, director ejecutivo de Pareekh Consulting.

Meta informa de que Muse Spark 1.2 alcanzó una puntuación del 82.9 % en ‘pass@1’ en Terminal-Bench 2.1, por detrás de Claude Opus 5 pero ligeramente por delante de GPT-5.6 Terra. En DeepSWE 1.1, el modelo obtuvo una puntuación del 59.3 %, quedando por detrás de ambos rivales.

En el caso de Terminal-Bench 2.1 y DeepSWE 1.1, Meta evaluó cada modelo con su agente de programación seleccionado, en lugar de utilizar el mismo agente en todos los casos. También reconoció que los modelos propietarios de la competencia podrían haber obtenido resultados diferentes con herramientas y indicaciones diseñadas específicamente para ellos.

Neil Shah, vicepresidente de investigación de Counterpoint Research, afirmó que las comparaciones entre distintos proveedores serían más significativas si los modelos se evaluaran con herramientas de terceros o dentro del mismo entorno de pruebas. “La métrica clave para los CIO es la tasa de éxito en el proceso de trabajo propio de la empresa, que determinará el éxito del paquete formado por el modelo y el entorno de ejecución o, en este caso, Muse Spark 1.2 y Muse Code de Meta”, señala Shah. “Este será el verdadero punto de referencia”.

Su señala que los requisitos de seguridad y gobernanza podrían ralentizar la adopción por parte de las empresas, especialmente cuando los agentes de codificación deban conectarse a los sistemas de identidad existentes. “Muchas empresas siguen mostrándose reacias a abrir sus entornos de CI/CD para la integración de herramientas de IA”, señala Su.

Shah agrega que las empresas necesitarían controles que regulen cómo los agentes acceden a los repositorios, junto con registros que muestren cómo los modelos y los flujos de trabajo de los agentes gestionan los datos de la empresa. También mencionó la dificultad de prever el consumo de tokens y su efecto en los costes.

La estructura de precios de Meta también plantea una elección en materia de gobernanza de datos. La empresa indicó que el modelo Contributor, de menor precio, puede utilizarse para mejorar sus productos, mientras que el nivel estándar no se utiliza con ese fin. También existe el temor a la dependencia y al bloqueo por parte del proveedor, ya que podría perjudicar la flexibilidad a largo plazo y la interoperabilidad del sistema, según Su.

Jain señala que era probable que la adopción comenzara con tareas bien delimitadas y de menor riesgo antes de que las empresas permitieran que los agentes persistentes modificaran el código crítico de producción.