Meta Meluncurkan Muse Code, Agen Pemrograman Terminal Pertama dengan Agen Berjalan Panjang dan Opsi Diskon 95%

Pada 5 Agustus 2026, Meta meluncurkan Agent pemrograman terminal pertamanya—Muse Code—dan secara bersamaan merilis model Muse Spark 1.2 yang dioptimalkan khusus untuk pemrograman. Muse Code mampu membaca repositori kode besar, menyusun rencana modifikasi, menulis kode, menjalankan pengujian, dan memverifikasi hasilnya, serta memungkinkan beberapa Agent latar belakang berjalan terus-menerus sepanjang sesi tanpa perlu memahami ulang proyek setiap kali menerima tugas baru. Meta juga merancang log event lokal yang hanya dapat ditambahkan, tidak dapat menimpa, sehingga bahkan jika program gagal, sistem dapat pulih secara akurat ke posisi terakhir sebelum terputus. Hal yang benar-benar memicu diskusi di kalangan pengembang adalah harganya: versi standar dikenakan biaya $1,25 per juta token masukan dan $4,25 per juta token keluaran; jika pengguna mengizinkan Meta menggunakan masukan dan keluaran untuk meningkatkan produk, versi "kontributor" turun menjadi $0,10 dan $0,20. Kondisi pertukaran di balik harga rendah ini bukan promosi biasa, melainkan kode dan data penggunaan. Uji coba resmi menunjukkan bahwa Muse Spark 1.2 telah mendekati model pemrograman teratas, tetapi belum secara menyeluruh unggul, dan sebagian hasilnya belum direplikasi secara independen. Sinyal yang dilepaskan Meta kali ini adalah: unit persaingan dalam pemrograman AI sedang berubah dari model tunggal menjadi sistem lengkap yang terdiri dari model, kerangka kerja running Agent, status jangka panjang, dan siklus data.

Penulis artikel, sumber: Meta AI Research

Muse Code adalah Agen pemrograman terminal pertama yang diluncurkan oleh Meta, saat ini tersedia dalam versi beta untuk macOS dan Linux. Fokusnya bukan pada pelengkapan kode, tetapi pada tugas rekayasa perangkat lunak lengkap: memasuki repositori kode besar, memahami struktur yang ada, merancang solusi, mengubah beberapa file, menjalankan perintah dan pengujian, lalu menyesuaikan lebih lanjut berdasarkan hasilnya.

Ini membawa Muse Code langsung ke pasar yang sedang diperebutkan oleh produk-produk seperti Claude Code, Codex, dan Gemini CLI. Model tidak lagi hanya menjawab “bagaimana cara menulis kode ini,” tetapi mendapatkan akses ke terminal, sistem file, dan alat pengembangan untuk terus menjalankan tugas dengan sedikit intervensi manusia.

Meta dalam artikelnya memperkenalkan Muse Code dan Muse Spark 1.2 sebagai satu sistem, bukan dua produk yang dapat dipisahkan secara sembarangan. Muse Spark 1.2 bertanggung jawab atas pemahaman, penalaran, dan generasi, sementara Muse Code bertanggung jawab atas pengorganisasian konteks, penjadwalan sub-Agent, pemanggilan alat, penyimpanan status, dan validasi hasil. Keduanya juga dioptimalkan secara bersama selama tahap pelatihan, yang berarti model yang sama jika dipindahkan ke kerangka Agent lain mungkin tidak dapat mereproduksi hasil yang ditunjukkan oleh Meta.

Desain paling berbeda dari Muse Code adalah sekelompok Agent latar belakang yang berjalan secara asinkron.

Sistem multi-agent umum akan membuat asisten sementara saat perlu menjalankan tugas sub, misalnya untuk mencari file terkait, menganalisis kegagalan pengujian, atau meneliti dependensi tertentu. Setelah tugas selesai, konteks asisten tersebut sering kali hilang; saat menghadapi masalah serupa berikutnya, sistem mungkin kembali memindai kode yang sama dan mengumpulkan informasi yang sama secara berulang.

Agent latar belakang Muse Code akan tetap aktif sepanjang sesi. Mereka dapat terus mengakumulasi pemahaman terhadap kodebase, mengadvances langkah berikutnya secara mandiri, dan memilih kapan melaporkan hasilnya kepada Agent utama. Agent utama bertanggung jawab mengoordinasikan tujuan, sementara agent latar belakang dapat secara terpisah meneliti berbagai modul, memeriksa pengujian, mencari hubungan pemanggilan, atau memverifikasi solusi implementasi.

Desain ini mencoba mengatasi pemborosan umum dalam tugas panjang: Agent terus-menerus lupa apa yang sudah dilihatnya. Selama status Agent latar belakang dapat dipertahankan dengan andal, ia tidak perlu membaca ulang struktur proyek di setiap langkah, dan manusia tidak perlu terus-menerus mengingatkan bahwa "file ini sudah diperiksa sebelumnya".

Namun, beberapa Agent yang mengubah kode secara bersamaan juga dapat menimbulkan masalah konflik, izin, dan biaya. Artikel publik Meta tidak mengungkapkan secara lengkap bagaimana tugas dibagi, bagaimana perubahan kode digabungkan, dan bagaimana Agent latar belakang lainnya dapat menghindari mewarisi kesimpulan salah jika satu Agent mengalami kesalahan. Oleh karena itu, Agent berkelanjutan adalah arsitektur yang patut diperhatikan, tetapi saat ini belum bisa dinilai stabilitasnya dalam proyek tim nyata hanya berdasarkan demonstrasi resmi.

Agen pemrograman yang berjalan lama menghadapi masalah nyata: semakin panjang tugas, semakin besar kemungkinan mengalami gangguan jaringan, kesalahan alat, kegagalan proses, atau batas konteks. Jika sistem hanya menyimpan status saat ini dalam percakapan model, satu kegagalan saja bisa menyebabkan jam-jam eksplorasi hilang seluruhnya.

Muse Code membuat log peristiwa lokal untuk ini. Setiap pemanggilan model, eksekusi alat, persetujuan pengguna, dan modifikasi file ditulis secara append ke log, dan riwayat yang telah terjadi tidak akan langsung ditimpa oleh status berikutnya.

Meta menyebut mekanisme ini sebagai "replay yang tepat" dan "aman terhadap restart". Ketika Agent gagal di tengah jalan, sistem dapat memulihkan pekerjaan berdasarkan catatan peristiwa, bukan menebak kembali apa yang telah terjadi sebelumnya. Ini sebenarnya mengubah Agent pemrograman dari percakapan sementara menjadi proses teknis yang lebih mirip bersifat stateful.

Muse Code juga dilengkapi beberapa keterampilan yang dapat dipanggil:/planterlebih dahulu menghasilkan rencana eksekusi yang memerlukan persetujuan pengguna;/grillsecara khusus menyerang dan mempertanyakan rencana tersebut untuk mengidentifikasi kekurangan, risiko, dan asumsi yang salah;/goalmembuat Agent terus melaksanakan tugas berdasarkan tujuan yang ditentukan hingga syarat penyelesaian terpenuhi.

Gagasan di balik fitur-fitur ini sangat jelas: jika AI harus menangani pekerjaan rekayasa perangkat lunak selama beberapa jam, yang penting bukan hanya apakah kode yang dihasilkan pada setiap langkahnya bagus, tetapi juga apakah ia dapat menyimpan kemajuan, menerima tinjauan, mengidentifikasi kelemahan dalam rencana, dan melanjutkan eksekusi setelah terjadi kegagalan.

Muse Spark 1.2 adalah versi peningkatan pemrograman yang dirilis kurang dari satu bulan setelah versi 1.1. Meta menyatakan bahwa versi ini menambahkan keberagaman daya komputasi dan lingkungan pelatihan untuk tugas pemrograman, dengan fokus pada peningkatan generasi kode, pemecahan masalah kompleks, pemahaman repositori kode, serta alur pengembangan end-to-end.

Rentang pelatihan tidak hanya mencakup perbaikan file tunggal, tetapi juga mencakup generasi repositori kode lengkap, proyek end-to-end besar, dan tugas penelitian otomatis. Model akan menggunakan rencana untuk mengurutkan langkah-langkah kerja, mempertahankan arah melalui kondisi target, dan melakukan kompresi saat konteks terus bertambah, menyimpan informasi yang benar-benar diperlukan untuk pekerjaan selanjutnya.

Meta juga melibatkan Muse Spark 1.1 dalam pelatihan model generasi berikutnya. Model lama bertanggung jawab untuk menghasilkan lingkungan pemrograman yang lebih sulit dan template pemenuhan instruksi, lalu memberi skor pada solusi kandidat apakah memenuhi persyaratan, sehingga menghasilkan sejumlah data untuk dipelajari oleh versi 1.2.

Yang dimaksud dengan "peningkatan diri" di sini tetap bukan berarti model mengubah bobotnya sendiri setelah lepas dari kendali manusia. Lebih akuratnya, model generasi sebelumnya digunakan sebagai generator dan evaluator data, membantu tim memperluas data pelatihan generasi berikutnya. Alur data, proses pelatihan, dan rilis model akhir tetap dikendalikan oleh Meta.

Lebih penting lagi, Meta tidak melatih model "yang bisa menulis kode" secara terpisah, tetapi mengintegrasikan alat Muse Code, manajemen tujuan, kompresi konteks, dan jejak Sub-Agent ke dalam pelatihan. Kemampuan model pemrograman di masa depan mungkin semakin bergantung pada sejauh mana ia sudah familiar dengan kerangka Agent selama tahap pelatihan.

Sebuah contoh dari Meta adalah membiarkan Muse Spark 1.2 mengoptimalkan kernel KDA dan MLA di GPU NVIDIA Hopper dalam lingkungan Muse Code. Sistem harus menulis kode sendiri, mengompilasi, menganalisis kinerja, lalu memodifikasi berulang kali berdasarkan hasilnya.

Uji coba seluruhnya berjalan paling lama 24 jam, dengan lebih dari 1000 panggilan alat. Peneliti melarang model mengimpor langsung pustaka kernel pihak ketiga yang sudah ada, dan menuntut agar model mengimplementasikan algoritma di Triton serta mencari peningkatan kinerja yang sebenarnya, bukan hanya membungkus implementasi yang sudah ada sebagai hasilnya.

Dalam tugas KDA, model menggabungkan kernel persiapan paralel di dalam blok dengan pemindaian lintas blok sekuensial, serta menambahkan optimasi khusus untuk peluruhan tergating terakumulasi. Dalam tugas MLA, ia merancang pipeline Triton yang terdiri dari dua kernel, dan mencoba memanfaatkan kembali representasi potensial KV yang dibagikan.

Pentingnya kasus semacam ini bukan terletak pada angka percepatan sekali saja, tetapi pada apakah Agent dapat terus mempertahankan tujuan, memahami data analisis kinerja, dan menghasilkan eksperimen berikutnya setelah mengalami ratusan kegagalan dan hasil sementara. Jika sistem hanya dapat berfungsi stabil selama beberapa belas menit, maka ia lebih mirip alat pelengkapan tingkat lanjut; baru ketika mampu mendorong hingga 24 jam, ia mulai mendekati Agent yang dapat dipercayakan untuk penelitian teknik.

Evaluasi Meta mencakup Terminal-Bench 2.1, DeepSWE 1.1, GDPVal-AA v2, MCP Atlas, dan uji pemrograman internal. Di antaranya, Terminal-Bench 2.1 mencakup 89 tugas yang harus diselesaikan di lingkungan terminal; DeepSWE 1.1 mencakup 113 tugas dari 91 repositori kode yang mencakup lima bahasa pemrograman.

Berdasarkan grafik yang dirilis oleh Meta, Muse Spark 1.2 mencapai 82,9% pada Terminal-Bench 2.1 dengan Muse Code, lebih rendah dari 86,7% Claude Opus 5, tetapi lebih tinggi daripada Codex dan Grok Build dalam evaluasi mereka. Pada DeepSWE 1.1, Muse Spark 1.2 mendapatkan 59,3%, tidak menempati peringkat pertama. Dalam 440 tugas teknis nyata di dalam Meta, ia mencapai 70,6%, juga kalah dari Opus 5.

Hasil-hasil ini menunjukkan bahwa Muse Code telah memasuki jangkauan kompetisi agen pemrograman teratas, tetapi tidak mendukung kesimpulan bahwa "Meta secara menyeluruh mengalahkan Claude Code dan Codex".

ResmiFile metode evaluasiJuga menjelaskan bahwa setiap model dilengkapi dengan produk Agent masing-masing: Muse Spark menggunakan Muse Code, Claude menggunakan Claude Code, GPT menggunakan Codex, Gemini menggunakan Antigravity, dan Kimi menggunakan Kimi Code. Perbandingan semacam ini lebih mendekati pertandingan produk lengkap, tetapi tidak dapat membedakan apakah hasil tersebut berasal dari model atau kerangka Agent.

Meta juga mengakui bahwa lingkungan evaluasi internal dan petunjuknya mungkin tidak dioptimalkan secara terbaik untuk model pihak ketiga tertutup. Hasil Muse Spark 1.2 di Terminal-Bench saat ini belum masuk ke daftar verifikasi independen. Oleh karena itu, pernyataan paling aman saat ini adalah: pengujian internal Meta menunjukkan bahwa model ini mendekati tingkat terdepan, namun replikasi independen masih belum ada.

Muse Spark 1.2 Edition standar dikenakan biaya $1,25 per juta token masukan, $0,15 untuk cache masukan, dan $4,25 untuk keluaran. Masukan dan keluaran versi ini tidak akan digunakan untuk meningkatkan produk Meta.

Model lainnya dilabeli sebagaimuse-spark-1.2-contributor. Harga per juta token masukan hanya $0,10, cache masukan $0,002, dan keluaran $0,20. Dibandingkan versi standar, masukan lebih murah 92% dan keluaran lebih murah sekitar 95%.

Harganya adalah bahwa petunjuk dan output model dari versi kontributor dapat digunakan oleh Meta untuk meningkatkan produk. Untuk proyek open source, eksperimen pribadi, atau pekerjaan yang tidak mengandung informasi sensitif, ini mungkin merupakan kesepakatan yang sangat menarik; namun, untuk kode pribadi perusahaan, produk yang belum dirilis, data pelanggan, konfigurasi kunci, dan proyek yang tunduk pada perjanjian kerahasiaan, ini terlebih dahulu merupakan masalah tata kelola data, bukan masalah harga.

Perusahaan tidak boleh hanya melihat harga token dan menganggap cocok untuk menyerahkan seluruh kode sumber kepada versi kontributor. Apakah data diizinkan digunakan untuk pelatihan, perlu dinilai berdasarkan ketentuan layanan Meta spesifik, kepemilikan kode, kontrak pelanggan, dan kebijakan keamanan internal. Versi standar dan versi kontributor menggunakan kemampuan yang serupa, namun berkaitan dengan dua hubungan data yang sama sekali berbeda.

Ini juga mengungkap strategi kompetisi sejati Meta: tidak hanya ingin merebut pengembang dengan harga rendah, tetapi juga ingin membangun siklus tertutup data pelatihan pemrograman baru melalui tugas, modifikasi, umpan balik, dan hasil yang dihasilkan saat pengembang menggunakan Muse Code. Pengembang mendapatkan panggilan Agent hampir gratis, sementara Meta berpotensi memperoleh data yang lebih berharga daripada kode GitHub publik—bagaimana tugas nyata dipecah, dimodifikasi, dan diverifikasi.

Di masa lalu, orang mengevaluasi AI pemrograman dengan membandingkan berapa banyak soal yang bisa diselesaikan oleh model. Muse Code menunjukkan logika kompetisi yang berbeda: model hanyalah bagian dari sistem, apakah Agent latar belakang mempertahankan status, panggilan alat andal, tugas dapat dipulihkan, konteks dikompresi dengan benar, serta apakah sistem dapat terus beriterasi setelah kegagalan, semuanya mungkin lebih penting daripada kemampuan generasi kode sekali jalan.

Meta juga secara jelas menyatakan bahwa di masa depan akan meluncurkan model yang lebih besar dan lebih banyak fitur kerangka kerja Agent. Ini berarti Muse Spark 1.2 bukanlah produk unggulan terakhir, melainkan lebih seperti infrastruktur lengkap pertama Meta untuk memasuki pasar Agent pemrograman.