Meta ha estrenado Muse Code, su primer agente de programación para terminal, junto con el modelo Muse Spark 1.2. La herramienta se publica en beta para macOS y Linux y está pensada para encargarse de tareas completas dentro de repositorios grandes: planifica, modifica archivos, ejecuta herramientas y valida el resultado. Su rasgo diferencial es la coordinación de varios agentes persistentes en segundo plano, que conservan el contexto durante toda la sesión.
La propuesta llega a un mercado que se está llenando de asistentes capaces de actuar sobre el código, no solo de completarlo. Esta misma semana, AWS presentó Continuum para llevar el análisis de vulnerabilidades a Codex, Claude Code y Kiro. Muse Code amplía esa carrera con un diseño que da especial importancia a los trabajos largos, la recuperación tras fallos y la división de una tarea en frentes paralelos.
¿Qué hace distinto a Muse Code?
El agente principal funciona acompañado por procesos especializados que permanecen activos y deciden cuándo devolver información. Meta sostiene que esta persistencia evita repetir la investigación cada vez que surge un subproblema y reduce la necesidad de guiar manualmente cada paso. En la práctica, el interés está en que una revisión extensa, una depuración o una migración puedan avanzar sin reiniciar el contexto continuamente.
Otro componente importante es el registro local de eventos. Cada llamada al modelo, ejecución de una herramienta, aprobación y edición queda anotada antes de continuar. Ese historial permite reanudar una tarea exactamente después de un cierre inesperado y ofrece una pista auditable de lo que hizo el agente. Es una característica especialmente útil cuando el trabajo dura horas o implica cambios repartidos por muchos archivos.
¿Qué aporta Muse Spark 1.2?
El nuevo modelo es una revisión enfocada en generación de código, depuración compleja, comprensión de repositorios y flujos completos de desarrollo. Meta explica que aumentó el cómputo destinado a tareas de programación y diversificó los entornos de entrenamiento. También entrenó conjuntamente el modelo y el agente, de modo que las capacidades del primero estén adaptadas a las herramientas y al sistema de planificación del segundo.
La compañía muestra un 82,9 % para la combinación Muse Spark 1.2 y Muse Code en Terminal-Bench 2.1. Es un resultado propio del fabricante y no equivale por sí solo a una prueba independiente de calidad: el desempeño real dependerá del lenguaje, el repositorio, los permisos concedidos y la claridad de la tarea. La beta debe entenderse como una herramienta que requiere revisión humana, no como sustituto automático del control de cambios y las pruebas.
Meta incluye además tres habilidades iniciales. /plan convierte el encargo en un plan sujeto a aprobación, /grill intenta encontrar debilidades en ese plan y /goal trabaja hasta alcanzar un objetivo definido. Esta separación puede ayudar a distinguir el diseño de la ejecución, pero no elimina el riesgo de que un agente interprete mal una instrucción o opere con más acceso del necesario.
Lo que conviene comprobar antes de usarlo
Muse Code se instala desde la terminal y utiliza la API de modelos de Meta. Antes de autorizarlo sobre un proyecto real conviene revisar qué datos abandona el equipo, cómo se factura el uso, qué comandos puede ejecutar y qué secretos están presentes en el entorno. El antecedente de las fugas de agentes fuera de entornos de prueba investigadas por OpenAI ilustra por qué el aislamiento importa tanto como la capacidad del modelo.
La consecuencia práctica es que el registro y la recuperación de sesiones pasan a ser parte del producto, no simples detalles internos. Para equipos que ya usan agentes, Muse Code merece atención por esa arquitectura persistente. Para proyectos sensibles, la decisión debería esperar a una revisión clara de privacidad, controles de aprobación y comportamiento de la beta en un repositorio de prueba.
