Meta ha lanciato la beta di Muse Code, un nuovo agente AI da terminale pensato per la programmazione, entrando così direttamente nel territorio già occupato da Claude Code di Anthropic e da OpenAI Codex. È l’ultima mossa firmata da Alexandr Wang, il capo dell’AI di Meta che guida Meta Superintelligence Labs, e segna il debutto della società nel segmento degli strumenti AI per coding che gestiscono interi progetti software in autonomia. Con il lancio di Meta Muse Code agente AI, la casa di Menlo Park punta a conquistare terreno in un mercato dove finora ha inseguito i rivali.
Summary
Perché Meta entra ora nel coding con l’AI
Meta prova a farsi spazio tra Anthropic e OpenAI proprio mentre cerca nuove fonti di ricavo dall’intelligenza artificiale, dopo un trimestre in cui il titolo ha subito un colpo per previsioni di fatturato deboli e un free cash flow in calo. Wang ha spiegato che con Muse Code basta un comando per installarlo e iniziare a gestire “compiti completi di software engineering”, dalla pianificazione delle modifiche alla scrittura del codice fino alla verifica dei risultati.
Muse Code sfida Claude Code e OpenAI Codex
Come gli assistenti Claude e Codex, il nuovo strumento permette di costruire applicazioni da un’unica interfaccia, coordinando però flotte di agenti AI che si occupano di diverse fasi dello sviluppo. Meta ha scelto di differenziarsi non sulle capacità tecniche, ma sul prezzo: Wang ha detto che l’azienda punta a competere principalmente su questo fronte rispetto alle offerte di Anthropic e OpenAI.
Come funziona il modello di prezzo e dove trovarlo
Gli sviluppatori possono accedere a Muse Code tramite un’opzione a consumo, con un pricing API paragonabile a quello di Muse Spark 1.1: 1,25 dollari per milione di token in input e 4,25 dollari per milione di token in output. Esiste anche un livello “contributor” più economico, definito da Wang oltre dieci volte più conveniente della tariffa a consumo standard, che richiede però di accettare che Meta utilizzi i dati per migliorare il modello. Wang ha aggiunto che l’azienda sta iniziando ad accogliere richieste per la zero-data retention, una funzione pensata per i clienti enterprise che non vogliono che i propri dati vengano conservati. Muse Code è disponibile in versione beta su macOS e Linux, mentre Muse Spark 1.2 è accessibile anche tramite il Meta Model API, con accesso globale ampliato, e sulla piattaforma OpenRouter.
Muse Spark 1.2, il motore dietro l’agente
Alla base di Muse Code c’è Muse Spark 1.2, il modello AI dedicato al coding che Meta ha sviluppato in parallelo all’agente stesso, così da migliorarne l’interazione con strumenti, pianificazione, gestione del contesto e subagenti. Rispetto alla versione precedente, Muse Spark 1.1, il nuovo modello mostra progressi nella generazione di codice, nel debugging complesso, nella comprensione di codebase estese e nei flussi di lavoro completi degli sviluppatori.
Meta ha aumentato la quantità di potenza di calcolo dedicata all’addestramento su compiti di coding e ha ampliato la varietà degli ambienti di training utilizzati. Il processo ha incluso compiti a lungo orizzonte temporale, come la creazione di intere repository, il completamento di grandi progetti e la conduzione di ricerche automatizzate. Il modello si affida alla pianificazione per organizzare il lavoro e a tecniche di compattazione del contesto per mantenere le informazioni rilevanti durante sessioni prolungate. Meta ha inoltre usato Muse Spark 1.1 per generare ambienti di coding complessi e template di istruzioni, con il modello precedente incaricato di valutare le soluzioni candidate e produrre nuovi dati di addestramento per la versione successiva.
Subagenti persistenti e memoria delle sessioni
Una delle caratteristiche distintive di Muse Code riguarda i subagenti persistenti: restano attivi per l’intera durata di una sessione, invece di essere generati e distrutti a ogni singola richiesta. Possono raccogliere informazioni, eseguire passaggi aggiuntivi e decidere autonomamente quando comunicare i risultati all’agente principale. Meta sostiene che questa architettura riduca la raccolta ripetuta di informazioni e abbassi la latenza nei compiti complessi articolati su più fasi.
A completare il sistema c’è un registro locale degli eventi: Muse Code annota ogni richiesta al modello, ogni esecuzione di strumenti, ogni approvazione e ogni modifica al codice. Questo permette al runtime di ricostruire una sessione esattamente com’era e riprenderla dallo stesso punto dopo un crash o un’interruzione, senza perdere il lavoro già svolto.
L’agente integra anche alcune funzioni pensate per guidare l’utente: il comando /plan trasforma un’attività in un piano che richiede l’approvazione dell’utente, /grill ne verifica i punti debodici, mentre /goal indirizza l’agente verso il completamento di un obiettivo specifico. In un esempio condiviso da Meta, un utente ha fornito a Muse Code un video tour di un’abitazione, e l’agente ha interpretato il filmato creando un sito di marketing e prenotazione per una casa vacanze basato sui suoi contenuti.
Il test sui kernel GPU e le prime cifre di performance
Meta ha condotto un test in cui Muse Spark 1.2, tramite Muse Code, ha lavorato all’ottimizzazione GPU kernel per le GPU Nvidia Hopper, effettuando più di 1.000 chiamate a strumenti in sessioni durate fino a 24 ore consecutive. Durante questo processo l’agente ha scritto, compilato, profilato e migliorato ripetutamente il codice, ottenendo, secondo quanto dichiarato dall’azienda, guadagni di performance sostanziali rispetto alle implementazioni di base fornite come punto di partenza.
Meta non ha reso pubbliche statistiche precise sull’adozione dei modelli della famiglia Muse Spark, limitandosi a definire la crescita “forte ed entusiasmante”. La società ha comunque annunciato l’intenzione di introdurre ulteriori funzionalità per Muse Code e modelli più capaci, mentre il mercato dei agenti AI per programmatori diventa sempre più competitivo.
Perché conta per il mercato dell’AI applicata al software
La mossa arriva in un momento delicato per Meta, che deve dimostrare agli investitori di saper trasformare gli ingenti investimenti in infrastrutture AI in ricavi concreti. Puntare sul prezzo piuttosto che su capacità distintive segnala una strategia di penetrazione più che di differenziazione tecnica, in un settore dove Anthropic e OpenAI hanno già consolidato basi di utenti fedeli tra gli sviluppatori professionisti. La disponibilità della funzione di zero-data retention, pensata per i clienti enterprise, indica inoltre che Meta guarda oltre gli sviluppatori individuali, cercando di attrarre aziende preoccupate per la gestione dei dati sensibili nei propri flussi di sviluppo software.
FAQ
Cos’è Muse Code?
Muse Code è un agente AI da terminale lanciato da Meta in versione beta, progettato per pianificare modifiche software, scrivere codice, validare i risultati e gestire compiti di programmazione complessi.
Quale modello AI alimenta Muse Code?
Muse Code è alimentato dal modello AI Muse Spark 1.2, focalizzato su efficienza di coding, debugging e flussi di lavoro per sviluppatori.
Come funzionano i subagenti persistenti di Muse Code?
I subagenti persistenti restano attivi durante tutta la sessione di coding per ridurre la latenza ed evitare la raccolta ripetuta di informazioni, coordinando compiti complessi con un intervento minore da parte dell’utente.
Su quali piattaforme è disponibile Muse Code?
Muse Code in beta è disponibile su macOS e Linux, con Muse Spark 1.2 accessibile anche tramite il Meta Model API per un utilizzo globale più ampio.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
