Meta amplia la propria offerta dedicata agli sviluppatori con il debutto di Muse Code, un nuovo agente di programmazione disponibile in versione beta e basato sul modello Muse Spark 1.2. L’obiettivo è aiutare gli sviluppatori ad affrontare attività di ingegneria del software sempre più complesse, automatizzando pianificazione, scrittura del codice e verifica dei risultati all’interno di grandi repository.
Meta presenta Muse Code, il nuovo agente AI per la programmazione
Muse Code è un agente da terminale disponibile per macOS e Linux, progettato per svolgere attività articolate di sviluppo software. Il sistema è in grado di pianificare modifiche, generare codice e verificarne il corretto funzionamento, riducendo la necessità di interventi continui da parte dello sviluppatore.
Una delle caratteristiche principali è il supporto ai subagenti persistenti, che rimangono attivi durante tutta la sessione di lavoro. A differenza di agenti creati esclusivamente per singole operazioni, questi processi continuano a raccogliere informazioni, portare avanti attività parallele e comunicare con l’agente principale solo quando necessario. Secondo Meta, questo approccio permette di diminuire la latenza e affrontare in modo più efficiente attività articolate composte da numerosi passaggi.
L’infrastruttura utilizza inoltre un registro eventi locale nel quale vengono memorizzate tutte le chiamate al modello, gli strumenti utilizzati, le approvazioni e le modifiche effettuate. Grazie a questo sistema, dopo un eventuale arresto del programma è possibile riprendere il lavoro esattamente dal punto in cui s’era interrotto, caratteristica pensata per attività che possono durare molte ore.
Gli strumenti integrati e un esempio pratico
Muse Code include alcuni strumenti già pronti all’uso. Il comando /plan trasforma un’attività in un piano che richiede l’approvazione dell’utente, mentre /grill mette alla prova tale piano cercando eventuali criticità prima dell’esecuzione. Il comando /goal, invece, guida il sistema verso il completamento dell’obiettivo indicato.
Meta ha mostrato anche un esempio pratico delle capacità del software: l’utente fornisce un video MP4 che mostra gli interni di una casa e Muse Code interpreta automaticamente il contenuto, generando una pagina ricca di elementi visivi destinata alla promozione e alla prenotazione della casa vacanze.
Muse Spark 1.2 migliora coding, debugging e gestione dei progetti
A supportare Muse Code c’è Muse Spark 1.2, evoluzione del precedente Muse Spark 1.1. L’aggiornamento è focalizzato soprattutto sulla programmazione e introduce miglioramenti nella generazione del codice, nel debugging complesso, nella comprensione delle codebase e nella gestione di flussi di lavoro completi per gli sviluppatori.
Meta spiega di aver aumentato in modo significativo le risorse dedicate all’addestramento sulle attività di coding, ampliando anche la varietà degli ambienti utilizzati durante il training. Parallelamente, il modello mantiene le proprie capacità anche in altri ambiti, come quelli relativi agli agenti generici.
L’azienda sottolinea inoltre che Muse Spark 1.2 è stato addestrato insieme a Muse Code, così da ottimizzare le prestazioni quando i due strumenti vengono utilizzati in coppia. L’addestramento ha incluso traiettorie selezionate, ottimizzazioni dedicate agli obiettivi, sistemi di compattazione del contesto e integrazione completa degli strumenti disponibili in Muse Code.
Addestramento su attività di lunga durata e disponibilità
Uno degli aspetti evidenziati da Meta riguarda l’addestramento su attività di coding di lunga durata. Muse Spark 1.2 è stato sviluppato per affrontare progetti completi, generazione di interi repository e attività di ricerca automatizzata, utilizzando pianificazione, mantenimento degli obiettivi e gestione del contesto per conservare le informazioni necessarie durante l’intero processo.
Per migliorare ulteriormente il modello, Meta ha sfruttato Muse Spark 1.1 per creare ambienti di programmazione complessi e modelli di istruzioni. Successivamente, lo stesso sistema ha valutato le soluzioni prodotte, contribuendo alla realizzazione di un dataset di addestramento più ampio che ha consentito a Muse Spark 1.2 di seguire istruzioni complesse con maggiore precisione rispetto al predecessore.
Tra i test illustrati figura anche l’ottimizzazione iterativa di kernel GPU per NVIDIA Hopper attraverso oltre 1.000 chiamate agli strumenti, con sessioni fino a 24 ore. In questo scenario il modello scrive, compila, analizza e migliora progressivamente le prestazioni dei kernel rispetto a un’implementazione di riferimento.
Muse Spark 1.2 è disponibile da subito all’interno di Muse Code e attraverso la Meta Model API, con un accesso globale ampliato. Meta anticipa inoltre l’arrivo di nuove funzionalità dedicate agli strumenti di sviluppo e di modelli ancora più potenti.
