Meta Lancar Muse Code — AI Coding Agent Pertama, Kuasai Repo Besar Guna Muse Spark 1.2

Meta secara rasmi melancarkan Muse Code — AI coding agent pertama mereka yang berjalan dalam terminal, dikuasakan model terbaru Muse Spark 1.2. Diumumkan oleh Mark Zuckerberg pada 5 Ogos 2026, Muse Code direka untuk menyelesaikan tugasan kejuruteraan perisian yang kompleks dalam repositori kod yang besar — daripada merancang perubahan, menulis kod, sehinggalah mengesahkan hasilnya sendiri.

Ini langkah paling serius Meta setakat ini dalam perlumbaan AI coding agent, menyertai arena yang sebelum ini dikuasai OpenAI Codex dan Anthropic Claude Code. Jom kita tengok apa yang Muse Code boleh buat, macam mana ia berbeza, dan apa maknanya untuk pembangun.

1. Apa Yang Berlaku?

Pada 5 Ogos 2026, Meta melepaskan Muse Code (beta) — sebuah terminal coding agent yang boleh dipasang dengan satu arahan pada macOS dan Linux:

• Arahan pemasangan: curl -fsSL https://dev.meta.ai/install.sh | bash
• Dikuasakan oleh: Muse Spark 1.2, model AI terbaru Meta yang dilatih khas untuk tugasan coding.
• Fokus utama: tugasan kejuruteraan perisian lengkap dalam repositori besar — merancang perubahan, menulis kod, dan mengesahkan hasil.

Dalam hantaran media sosialnya, Zuckerberg berkata Muse Code mampu melaksanakan "complete software engineering tasks across large repos" — termasuk merancang perubahan, menulis kod, dan mengesahkan keputusan. Ia merupakan sebahagian daripada hala tuju Meta ke arah frontier AI, dengan model yang lebih besar dan lebih berkemampuan dikatakan sedang dalam perjalanan.

2. Apa Yang Membuatkan Muse Code Berbeza?

Sumber: Meta AI Research (research.meta.ai)

Muse Code bukan sekadar chatbot yang menampal kod. Ia dibina dengan beberapa ciri yang agak unik:

• Async background agents — Muse Code menyelaraskan beberapa sub-agent yang kekal aktif sepanjang sesi, bukan dijana untuk tugasan individu. Ini mengelakkan pengumpulan maklumat berulang dan mengurangkan latency pada tugasan berbilang langkah yang sukar.
• Local event log — setiap panggilan model, run alat, kelulusan dan edit direkod dalam satu log tempatan. Ini menjadikan runtime replay-exact dan restart-safe — selepas crash, agent boleh sambung semula tepat di mana ia berhenti. Sesuai untuk tugasan jangka panjang.
• Bundled skills — disertakan dengan beberapa kemahiran bawaan seperti /plan (menukar tugasan kepada pelan berkelulusan), /grill (menguji pelan sehingga ia benar-benar kukuh), dan /goal (bekerja ke arah penyempurnaan objektif).
• Contoh penggunaan — Meta menunjukkan Muse Code menerima video fly-through rumah (fail mp4) dalam terminal, kemudian menghasilkan halaman pemasaran dan tempahan yang kaya secara visual untuk rumah percutian tersebut.

3. Muse Spark 1.2 — Model Di Sebalik Muse Code

Bersama Muse Code, Meta turut melancarkan Muse Spark 1.2, model yang dinaik taraf daripada Muse Spark 1.1 dengan fokus mendalam pada keupayaan coding:

• Penambahbaikan utama: penjanaan kod, debugging kompleks, pemahaman codebase, dan aliran kerja pembangunan hujung ke hujung.
• Latihan dipertingkat: Meta menskala latihan secara signifikan pada tugasan coding sambil mempelbagaikan persekitaran latihan — tanpa mengorbankan kekuatan dalam bidang lain seperti general agents.
• Co-training dengan Muse Code — model dan agent dilatih bersama supaya prestasi terbaik dicapai apabila digandingkan, termasuk latihan pada trajektori harness dan pengoptimuman resipi untuk sub-agents.
• Long-horizon tasks — dilatih untuk tugasan coding jangka panjang seperti penjanaan seluruh repositori, projek hujung ke hujung yang besar, dan auto-research.
• Self-improvement — Muse Spark 1.1 digunakan untuk menjana persekitaran coding yang mencabar, kemudian model menilai penyelesaian calon untuk menghasilkan dataset latihan berskala untuk 1.2.

Meta turut berkongsi kajian kes pengoptimuman kernel GPU: model mengoptimumkan kernel secara berulang selama lebih 1,000 panggilan alat (sehingga 24 jam) pada kernel KDA dan MLA untuk GPU NVIDIA Hopper — menulis, mengkompilasi, memprofil, dan menambah baik prestasi kernel secara progresif berbanding baseline.

4. Prestasi Dalam Ujian Penanda Aras

Sumber: Meta AI Research — penilaian DeepSWE

Sumber: Meta AI Research — penilaian Terminal Bench 2.1

Meta menerbitkan keputusan penilaian untuk Muse Spark 1.2 pada penanda aras seperti DeepSWE dan Terminal Bench 2.1 dalam laporan rasmi mereka. Walaupun angka terperinci diterbitkan oleh Meta sendiri (jadi ia perlu dilihat dengan sedikit keraguan sihat), kedudukan model ini menunjukkan peningkatan berbanding pendahulunya dalam tugasan coding agentik.

5. Harga & Ketersediaan

Muse Code kini tersedia dalam beta untuk macOS dan Linux. Bagi pembangun yang mahu menggunakan Muse Spark 1.2 melalui API:

• Muse Code: percuma untuk dicuba dalam beta (pengguna bermula pada tier contributor).
• Meta Model API: Muse Spark 1.2 tersedia dengan akses global yang diperluas — $1.25 per juta token input, $4.25 per juta token output (kadar pay-as-you-go).
• Konteks 1 juta token — membolehkan ia mengendalikan repositori besar dalam satu sesi.

6. Kenapa Ini Penting & Apa Kesannya?

Pelancaran Muse Code meletakkan Meta sebagai pesaing serius dalam pasaran AI coding agent yang berkembang pesat:

• Persaingan tiga penjuru — kini OpenAI (Codex), Anthropic (Claude Code) dan Meta (Muse Code) semuanya berlumba untuk dominasi alat bantu pembangun. Bloomberg melaporkan ini sebagai langkah Meta meningkatkan persaingan dengan OpenAI dan Anthropic.
• Harga lebih kompetitif — pada $1.25/$4.25 per juta token, Muse Spark 1.2 menawarkan kadar yang lebih murah berbanding sesetengah pesaing utama, menjadikannya pilihan menarik untuk pembangun yang sensitif kos.
• Untuk pembangun di Malaysia — Muse Code bersifat open-source friendly dan berjalan di terminal; sesiapa yang guna macOS atau Linux boleh mencubanya hari ini. Dengan harga API yang kompetitif, ia boleh menjadi alternatif baharu untuk pasukan pembangunan tempatan.
• Konteks 1 juta token — keupayaan memproses repositori besar dalam satu sesi adalah kelebihan besar untuk projek enterprise berskala besar.

Fakta Penting

• Apa yang berlaku? Meta melancarkan Muse Code (beta), AI coding agent pertama mereka dalam terminal, bersama model Muse Spark 1.2.
• Siapa yang terlibat? Meta AI Research / Meta Superintelligence Labs; diumumkan oleh CEO Mark Zuckerberg.
• Bila diumumkan? 5 Ogos 2026, melalui blog rasmi Meta AI Research dan hantaran media sosial Zuckerberg.
• Kenapa penting? Ia menandakan kemasukan Meta dalam perlumbaan AI coding agent menentang OpenAI Codex dan Anthropic Claude Code — tiga gergasi AI kini bersaing langsung dalam pasaran alat pembangun.
• Apa kesannya kepada pengguna? Pembangun boleh mencuba Muse Code hari ini di macOS/Linux (beta), dengan Muse Spark 1.2 tersedia melalui Meta Model API pada harga kompetitif $1.25/$4.25 per juta token dan konteks 1 juta token.

Kesimpulan

Muse Code menunjukkan Meta tidak mahu ketinggalan dalam perlumbaan AI coding agent. Dengan gabungan model yang dilatih khas untuk coding, sub-agent latar belakang yang berterusan, dan log tempatan yang tahan crash, ia membawa pendekatan berbeza berbanding OpenAI dan Anthropic.

Untuk pembangun — termasuk di Malaysia — ini berita baik: lebih banyak pilihan, harga lebih kompetitif, dan inovasi yang lebih laju dalam alat bantu pembangunan. Muse Code masih beta, tapi arah tuju Meta sudah jelas: mereka mahu menjadi pemain utama dalam AI untuk pembangun, bukan sekadar penonton.

Deal Shopee Tech Kita Honor Pad X7