Meta ha ingresado de lleno en la arena de los agentes de codificación impulsados por inteligencia artificial con el lanzamiento de Muse Code en fase beta. Esta herramienta, basada en el modelo Muse Spark 1.2, está diseñada para abordar tareas complejas de ingeniería de software directamente desde la línea de comandos, posicionándose como un competidor directo de soluciones existentes como Claude Code de Anthropic y Codex de OpenAI.

Funcionalidades avanzadas para el desarrollo de software

A diferencia de las herramientas que solo sugieren fragmentos de código, Muse Code ofrece un enfoque integral para la gestión de proyectos de desarrollo. Sus capacidades incluyen:

  • Planificación de trabajo: Organiza tareas complejas en planes de acción estructurados.
  • Modificación de código: Realiza cambios directos en los archivos de código.
  • Ejecución de pruebas: Verifica la funcionalidad y el rendimiento del código modificado.
  • Coordinación multiagente: Permite que múltiples subagentes trabajen simultáneamente en diferentes aspectos de un proyecto.

Esta combinación de funcionalidades está orientada a proyectos que demandan procesos prolongados y múltiples etapas de verificación, ofreciendo una solución más robusta para los desarrolladores.

Integración y entorno de trabajo

Muse Code opera como un agente de codificación basado en terminal, lo que significa que sus funciones se activan mediante la línea de comandos. Esta decisión de diseño busca una integración fluida con los entornos de trabajo habituales de desarrolladores y equipos de ingeniería, con instalaciones disponibles para macOS y Linux. El objetivo es que los usuarios no necesiten separar manualmente cada fase del desarrollo, aunque la supervisión humana sigue siendo un componente importante.

La orquestación multiagente es una de las características clave, permitiendo la creación de subagentes persistentes que operan en segundo plano. Esto facilita que un agente se concentre en una modificación mientras otro revisa pruebas o aborda un componente diferente del proyecto, mejorando la eficiencia y la paralelización de tareas.

Para minimizar conflictos entre tareas paralelas, Muse Code utiliza Git worktrees aislados. Esta estructura permite que varios agentes modifiquen el código en espacios separados antes de integrar sus resultados, una ventaja crucial cuando las instrucciones abarcan múltiples archivos, pruebas y dependencias.

Estrategia de precios y compatibilidad

Meta Model API ofrece Muse Code con un nivel estándar a USD $1,25 por millón de tokens de entrada y USD $4,25 por millón de tokens de salida. Este modelo de precios, común en servicios de IA, diferencia el costo del material recibido por el agente y la información que genera.

Adicionalmente, existe un nivel de "contribuidor" con un costo significativamente menor, entre 10 y 20 veces inferior al plan estándar. Sin embargo, esta opción requiere que los usuarios otorguen a Meta permiso para utilizar sus datos de uso con el fin de mejorar el modelo. Esta condición plantea una consideración importante sobre la privacidad y el control de datos para los desarrolladores.

La API de Muse Code ha sido diseñada para ser compatible con los SDK existentes de OpenAI y Anthropic, lo que podría simplificar su adopción por equipos que ya utilizan estas herramientas. Esta compatibilidad permite una incorporación más sencilla sin la necesidad de una reconstrucción completa de los flujos de desarrollo.

Rendimiento y capacidad de recuperación

En las pruebas de referencia, Muse Code ha demostrado un rendimiento competitivo:

  • Obtuvo un 82,9% en Terminal-Bench 2.1, posicionándose en segundo lugar detrás de Claude Opus 5 y Claude Code.
  • Alcanzó un 59,3% en DeepSWE 1.1, ocupando el tercer lugar general.

Estas cifras proporcionan una referencia sobre su desempeño en entornos de ingeniería, aunque los resultados pueden variar en diferentes repositorios, lenguajes o flujos de trabajo.

La arquitectura multiagente y la capacidad de recuperación ante fallos, gracias a un registro local de eventos, son elementos técnicos destacados. Meta ha reportado un estudio interno donde la herramienta gestionó más de 1.000 llamadas de herramientas en un periodo continuo de 24 horas, demostrando su robustez.

El lanzamiento de Muse Code marca una nueva fase en la competencia por los agentes de código. La propuesta de Meta, con costos competitivos y herramientas para el trabajo paralelo, busca que sus modelos participen activamente en la programación, pruebas y mantenimiento de software. El éxito de Muse Code dependerá de su desempeño en proyectos reales y de la aceptación de sus condiciones de uso por parte de la comunidad de desarrolladores.