Meta e' entrata nel campo degli agenti di programmazione con Muse Code, uno strumento da terminale lanciato in beta ai primi di agosto e primo "coding agent" dei Meta Superintelligence Labs. E' costruito attorno a Muse Spark 1.2, il nuovo modello dell'azienda dedicato alla programmazione. Il 10 agosto Mark Zuckerberg e Alexandr Wang hanno annunciato su X che i pesi aperti di Muse Spark 1.2 arriveranno "presto", insieme al rilascio open del modello multimodale Muse Glimmer.
Muse Code entra in un mercato dominato da Claude Code di Anthropic e affollato di alternative. Ma porta con se' alcune scelte tecniche interessanti, soprattutto per chi lavora su basi di codice grandi e complesse.
Cosa fa Muse Code
Muse Code e' un agente da terminale pensato per l'"ingegneria del software a lungo orizzonte": pianifica le modifiche, scrive il codice e ne verifica il risultato attraverso repository di grandi dimensioni. Quando un compito e' abbastanza grande, distribuisce il lavoro su piu' sottoagenti che operano in parallelo in worktree Git isolati, cosi' da non pestarsi i piedi a vicenda modificando gli stessi file. Zuckerberg ha mostrato la costruzione di sei funzionalita' di un gioco in parallelo, senza conflitti.
Altre caratteristiche: un sistema di "write-ahead event logging" che registra ogni azione prima di eseguirla, permettendo di riprendere esattamente dal punto di interruzione dopo un crash senza dover rispiegare il compito; e agenti di background che restano attivi durante la sessione, accumulando conoscenza del repository invece di ripartire da zero a ogni richiesta.
Il modello: Muse Spark 1.2
Muse Spark 1.2 e' la versione dedicata al codice della linea Muse Spark (dopo Muse Spark ad aprile e la 1.1 di luglio, che ha introdotto la finestra di contesto da 1 milione di token, ereditata anche dalla 1.2). Punta su generazione di codice, debug complesso, comprensione dell'intero repository e flussi di sviluppo end-to-end.
Come installarlo e provarlo
L'accesso alla beta avviene tramite il sito degli sviluppatori di Meta. Secondo quanto riportato, l'installazione da terminale avviene con un comando del tipo:
curl -fsS https://dev.meta.ai/install.sh | bashAttenzione: eseguire uno script scaricato con curl | bash significa dare fiducia completa alla fonte. E' buona norma, prima di lanciarlo, scaricarlo e leggerlo (curl -fsS URL -o install.sh e poi aprirlo) per capire cosa fa. Una volta installato, si avvia l'agente nella cartella del progetto e si descrive in linguaggio naturale il compito ("aggiungi l'autenticazione via email", "correggi il bug che fa fallire il test X"), lasciando che pianifichi ed esegua le modifiche, chiedendo conferma dove serve.
Prezzi e attenzione ai dati
Sui prezzi, le informazioni disponibili sono ancora da confermare ufficialmente: si parla di un piano "contributor" a basso costo (nell'ordine di 0,10 dollari per milione di token in ingresso) e di un piano standard piu' caro (intorno a 1,25 dollari per milione). Il punto delicato: il piano piu' economico includerebbe l'uso dei dati per l'addestramento del modello. Chi lavora su codice proprietario o riservato dovrebbe leggere con attenzione i termini prima di attivarlo, per non cedere inavvertitamente codice sensibile.
Come si posiziona: i benchmark
Secondo i grafici diffusi da Meta, Muse Spark 1.2 insegue ancora i modelli di punta. Su Terminal-Bench 2.1 ottiene 82,9% contro l'86,7% di Claude Opus 5; su DeepSWE 1.1 il 59,3% contro il 65,0%; sul benchmark interno di Meta il 70,6% contro il 79,4%. Sono numeri autoprodotti, quindi da prendere con cautela, ma il quadro e' chiaro: uno strumento competitivo che non e' ancora primo della classe, ma che punta su parallelismo, robustezza e — presto — apertura dei pesi.
Perche' conta l'apertura dei pesi
La promessa piu' rilevante e' proprio quella dei pesi aperti di Muse Spark 1.2. Se Meta manterra' l'impegno, sviluppatori e aziende potranno scaricare il modello, eseguirlo sulla propria infrastruttura e adattarlo ai propri dati, senza dipendere da un servizio a pagamento. Sarebbe un contributo importante allo spazio dei modelli aperti per la programmazione, dove finora i pesi apertamente disponibili di qualita' elevata scarseggiavano.
Alternative e quando usarlo
Per chi lavora quotidianamente con un agente di coding, oggi Claude Code resta il riferimento in molti benchmark, mentre strumenti come Muse Code, gli agenti open e le soluzioni integrate negli editor offrono compromessi diversi tra prestazioni, costo e controllo. Muse Code ha senso soprattutto per chi lavora su repository molto grandi, ha bisogno di parallelismo e vuole tenere d'occhio il futuro rilascio open. Per progetti piccoli o per chi cerca la massima qualita' immediata, le alternative gia' mature possono essere piu' pratiche. La beta e' comunque un'occasione per valutare di persona come si comporta sul proprio codice.
Consigli pratici per la prima prova
Chi vuole testare Muse Code senza rischi dovrebbe farlo su un repository di prova o su un ramo Git dedicato, non direttamente sul codice di produzione: gli agenti autonomi possono modificare molti file in una sola sessione, e avere una copia isolata permette di rivedere le modifiche prima di integrarle. Il meccanismo dei worktree separati aiuta gia' in questo senso, ma la revisione umana resta indispensabile. Un buon primo compito e' qualcosa di verificabile — far passare un test che al momento fallisce, o aggiungere una piccola funzione con la relativa copertura — cosi' da poter giudicare la qualita' del risultato in modo oggettivo.
Vale infine la pena ricordare che l'affidabilita' di questi agenti dipende molto dalla chiarezza delle istruzioni: piu' il compito e' descritto in modo preciso, con vincoli e criteri di successo espliciti, migliore e' l'esito. E' una competenza — quella di "dirigere" un agente — che sta diventando importante quanto saper scrivere codice.
La nostra metodologia: verifichiamo procedure e dati sulle fonti primarie (blog ufficiale di Meta AI Research e testate specializzate); i prezzi non ancora ufficiali e i benchmark autoprodotti sono segnalati come tali.
