A Meta é a mais recente gigante da tecnologia a lançar um agente de codificação, correndo para competir com os principais gigantes da IA, Anthropic e OpenAI.
"Estamos entusiasmados em lançar o Muse Code (beta), um agente de codificação de terminal alimentado pelo Muse Spark 1.2, nosso modelo mais recente", escreveu a empresa em um anúncio oficial. "Este marca nosso próximo passo em direção à fronteira, com modelos maiores e muito mais capazes a caminho."
Como uma ferramenta de codificação agentiva, o Muse Code é construído para engenharia de software em grandes repositórios. Segundo a Meta, ele "assume tarefas complexas de engenharia de software em grandes repositórios: planejando mudanças, escrevendo código e validando os resultados. Ele pode coordenar vários subagentes persistentes para cada tarefa, resolvendo problemas difíceis mais rapidamente, com mais precisão e com menos intervenção."
O detalhe que se destaca é o tempo de execução. O Muse Code registra cada chamada de modelo, execução de ferramenta, aprovação e edição em um log de eventos local que atua como uma única fonte de verdade. "Esta única fonte de verdade torna o tempo de execução exato para reprodução e seguro para reinício: após uma falha, o agente pode retomar precisamente de onde parou", disse a Meta. Para trabalhos de longa duração, essa é a característica que importa mais do que a velocidade bruta – e é a parte que os concorrentes não tornaram um ponto de venda.
Ele também vem com habilidades padrão. O comando "/plan" transforma uma tarefa em um plano com aprovação, enquanto "/grill" testa o plano sob estresse até que ele se sustente e "/goal" trabalha para a conclusão bem-sucedida do objetivo, semelhante ao que o Hermes faz. A Meta disse que co-treinou o Muse Spark 1.2 com o Muse Code para que o LLM principal e o agente trabalhem juntos em sinergia.
O Muse Spark 1.2 é uma atualização do Muse Spark 1.1 focada em codificação. A Meta disse que "escalou significativamente o poder computacional de treinamento em tarefas de codificação, enquanto expandia a diversidade do ambiente de treinamento, entregando melhorias na geração de código, depuração complexa e fluxos de trabalho de desenvolvedor de ponta a ponta". Os gráficos contam uma história clara.
No Terminal-Bench 2.1, o Muse Spark 1.2 com Muse Code obteve 82,9%, atrás do Claude Code no Opus 5 com 86,7%, mas à frente do GPT-5.6 Terra no Codex (81,8%) e do Grok Build (81,6%).
O DeepSWE 1.1, que mede as capacidades de codificação agentiva, foi mais próximo: 59,3% para o Muse versus 65,0% para o Opus 5 e 64,8% para o Codex. No benchmark de codificação interno da Meta, o Muse atingiu 70,6% contra 79,4% do Opus 5.
Os gráficos de aceleração invertem a ordem. Em mais de 1.000 chamadas de ferramentas, o Opus 5 registrou o maior ganho em relação à linha de base (cerca de 74-75%), com o Muse Spark 1.2 no meio do grupo, em aproximadamente 61-69%, dependendo da execução. O ponto da Meta é que o agente continua melhorando à medida que as chamadas de ferramentas se acumulam, o comportamento desejado de um codificador de longo prazo.
As demonstrações mais interessantes são de longo prazo e multimodais. Em testes de estresse, a Meta disse que o Muse Code "otimizou kernels de GPU iterativamente em mais de 1.000 chamadas de ferramentas (até 24 horas) em GPUs Nvidia Hopper". Isso significa que ele foi capaz de melhorar com o tempo.
Há também um ângulo de codificação visual. Em uma demonstração, um usuário solta um vídeo de passeio por uma casa no terminal como um mp4, e o Muse Code "interpreta o vídeo e produz um site visualmente rico com recursos de reserva". A leitura de vídeo bruto em um aplicativo web funcional é a proposta multimodal que a Meta tem feito em toda a linha Muse.
Veja o thread de lançamento:
Here’s an example of Muse Code’s multimodal visual coding capabilities. In this demo, the user inputs a fly-through video of a home into the terminal as an mp4 file. Muse Code interprets the video and produces a visually rich website with booking capabilities. pic.twitter.com/3CAfIMYmAB
— AI at Meta (@AIatMeta) August 5, 2026
Dito isso, a Meta está atrasada na batalha. O Codex da OpenAI já executa agentes de nuvem paralelos; a DeepSeek construiu seu próprio rival para o Claude Code e ferramentas agentivas como Hermes ou OpenClaw já são bons substitutos com mais capacidades. A vantagem do Muse Code é o tempo de execução à prova de falhas e o design de subagente, não a supremacia em benchmarks.
O risco é o habitual para a codificação agentiva: um agente que retoma após uma falha e continua chamando ferramentas por 24 horas é poderoso e imprevisível. A Meta aposta que os desenvolvedores querem essa autonomia, e está lançando agora.
O Muse Code está disponível para testes após a instalação, digitando este comando:
curl -fsSL https://dev.meta.ai/install.sh | bash
