Meta, Uzun Süreli Ajanlar ve %95 İndirim Seçeneği ile İlk Terminal Programlama Ajanı Muse Code'u Başlatıyor

Meta, 5 Ağustos 2026 tarihinde ilk terminal programlama Agent'ını — Muse Code'u duyurdu ve aynı zamanda programlamaya özel optimize edilmiş Muse Spark 1.2 modelini sundu. Muse Code, büyük kod kütüphanelerini okuyabilir, değişiklik planları oluşturabilir, kod yazabilir, testleri çalıştırabilir ve sonuçları doğrulayabilir; ayrıca birden fazla arka plan Agent'ının oturum boyunca sürekli çalışmasına izin verir, her görevde projeyi yeniden anlamaya gerek kalmaz. Meta, sistem için sadece eklemeye izin verilen, üzerine yazılmasını engelleyen yerel olay günlükleri tasarladı; bu sayede program çöktüğünde bile kesilme noktasına tam olarak geri dönülebilir. Gerçekten geliştiricilerin tartışmasına neden olan şey ise fiyat: standart sürümde milyon başına giriş ve çıkış Token fiyatları sırasıyla 1,25 dolar ve 4,25 dolar; kullanıcılar, Meta'nın giriş ve çıkış verilerini ürününü geliştirmek için kullanmasına izin verirse, "Katkıda Bulunan Sürüm" 0,10 dolar ve 0,20 dolara düşer. Düşük fiyatın ardındaki değişim, sıradan bir promosyon değil, kod ve kullanım verileridir. Resmi değerlendirmeler, Muse Spark 1.2'nin önde gelen programlama modellerine yaklaştığını gösteriyor ancak henüz tamamen öne geçememiş ve bazı sonuçlar bağımsız olarak tekrarlanamamıştır. Meta'nın bu sefer gönderdiği sinyal şudur: AI programlama rekabet birimi, tek bir modelden, model, Agent çalışma çerçevesi, uzun vadeli durum ve veri döngüsünden oluşan tam bir sisteme doğru kaymaktadır.

Yazan: Meta AI Araştırma

Muse Code, Meta'nın ilk terminal programlama Agent'ıdır ve şu anda macOS ve Linux için test sürümü olarak açıktır. Hedefi kod tamamlama değil, tam bir yazılım mühendisliği görevidir: büyük bir kod deposuna girer, mevcut yapıyı anlar, bir plan oluşturur, birden fazla dosyayı değiştirir, komutları çalıştırır ve testler, ardından sonuçlara göre düzeltmeler yapar.

Bu, Muse Code'un Claude Code, Codex ve Gemini CLI gibi ürünlerin rekabet ettiği pazarda doğrudan yer almasını sağlıyor. Model artık yalnızca “Bu kodu nasıl yazmalıyım?” sorusuna cevap vermekten ziyade, terminal, dosya sistemi ve geliştirme araçlarına erişim kazanarak insan müdahalesi azaltılarak görevleri sürekli olarak yürütüyor.

Meta, makalesinde Muse Code'u ve Muse Spark 1.2'yi birbirinden ayrılabilecek iki ürün yerine bir sistem olarak tanıttı. Muse Spark 1.2, anlama, çıkarım yapma ve oluşturma görevlerini üstlenirken, Muse Code, bağlamı düzenleme, alt Agent'ları zamanlama, araçları çağırma, durumu kaydetme ve sonuçları doğrulama sorumluluğunu taşır. İkisi aynı zamanda eğitim aşamasında ortak olarak optimize edildi, bu da aynı modelin başka bir Agent çerçevesine aktarıldığında Meta'nın gösterdiği performansın yeniden üretilemeyeceğini anlamına gelir.

Muse Code'un en farklılaştırıcı tasarımı, eşzamanlı olarak çalışan bir arka plan Agent grubudur.

Sıkça kullanılan çok-agent sistemleri, alt görevleri gerçekleştirmek için geçici bir asistan oluşturur; örneğin, ilgili dosyaları aramak, test hatalarını analiz etmek veya bir bağımlılığı araştırmak için. Görev tamamlandığında, bu asistanın bağlamı genellikle kaybolur; benzer bir sorunla karşılaşıldığında, sistem aynı kod kümesini tekrar tarayabilir ve aynı bilgileri tekrar toplayabilir.

Muse Code'in arka plan aracısı, tüm oturum boyunca aktif kalır. Kod tabanı üzerindeki anlayışını sürekli biriktime, kendi kendine sonraki adımları ilerletmeye ve sonuçları ana aracına raporlama zamanını seçebilir. Ana aracının görevi hedefleri koordine etmek, arka plan aracısı ise farklı modülleri incelemeye, testleri kontrol etmeye, çağrı ilişkilerini bulmaya veya uygulama çözümlerini doğrulamaya odaklanabilir.

Bu tasarım, uzun görevlerde sıkça görülen bir kayıpta çözüm sunar: Aracın, zaten neyi gördüğünü tekrar tekrar unutması. Arka plandaki aracın durumu güvenilir şekilde korunabiliyorsa, her adımda proje yapısını yeniden okumak zorunda kalmaz ve insanlar ona "daha önce bu dosyayı zaten kontrol ettin" diye sürekli hatırlatmak zorunda kalmaz.

Ancak, birden fazla Agent'in aynı anda kodu değiştirmesi çakışmalar, izin ve maliyet sorunlarına yol açabilir. Meta'nın açıkladığı makale, görevlerin nasıl bölümlendirildiğini, kod değişikliklerinin nasıl birleştirildiğini ve bir arka plan Agent'in hataya düştüğünde diğer Agent'lerin nasıl yanlış sonuçları miras almayacağını tam olarak açıklamamıştır. Bu nedenle, sürekli Agent, dikkat edilmesi gereken bir mimari yönüdür, ancak şu anda resmi demo ile gerçek ekip projelerindeki kararlılığını yalnızca bu şekilde değerlendirmek mümkün değildir.

Uzun süre çalışan programlama aracının karşılaştığı gerçek bir sorun vardır: görev ne kadar uzunsa, ağ kesintileri, araç hataları, işlem çökmeleri veya bağlam sınır aşımı o kadar olası hale gelir. Sistem yalnızca geçerli durumu model diyaloğunda saklıyorsa, bir arıza saatlerce süren araştırmayı tamamen kaybetmenize neden olabilir.

Muse Code, bu işlem için yerel bir olay günlüğü oluşturdu. Her model çağrısı, araç yürütmesi, kullanıcı onayı ve dosya değişikliği, günlüğe eklenerek kaydedilir; daha önce gerçekleşen geçmiş, sonraki durumlarla doğrudan üzerine yazılmaz.

Meta, bu mekanizmaya "tam olarak tekrarlanabilir" ve "yeniden başlatma güvenli" diyor. Agent ortada çökerse, sistem önceki olayları tahmin etmek yerine olay kayıtlarını kullanarak işi yeniden başlatır. Bu, programlama Agent'ını geçici bir diyalogdan, durumlu bir mühendislik sürecine daha yakın hale getirir.

Muse Code, çağrılabilir birkaç beceri içerir:/planKullanıcı onayı için bir yürütme planı oluşturur; /grillBu plana saldırmak ve sorgulamak için özelleştirilmiştir; eksiklikleri, riskleri ve yanlış varsayımları bulur; /goalAgent’ı belirli bir hedefe odaklanarak, tamamlama koşulları karşılanana kadar çalıştırmaya devam eder.

Bu özelliklerin arkasındaki fikir çok açık: Eğer AI, saatlerce yazılım mühendisliği işi yapacaksa, sadece her adımda üretilen kodun güzel olması değil, aynı zamanda ilerlemeyi kaydedebilmesi, incelemeyi kabul edebilmesi, planlardaki açıklıkları tespit edebilmesi ve arıza sonrası çalışmaya devam edebilmesi de kritik önem taşır.

Muse Spark 1.2, 1.1 sürümünden bir aydan kısa bir süre sonra yayınlanan programlama açısından güçlendirilmiş bir versiyondur. Meta, bu sürümün programlama görevleri için eğitim hesaplama gücü ve eğitim ortamı çeşitliliğini artırdığını, kod üretimi, karmaşık hata giderme, kod kütüphanesi anlama ve end-to-end geliştirme süreçlerini iyileştirmeye odaklandığını belirtti.

Eğitim aralığı yalnızca tek dosya onarımını değil, tam kod deposu üretimi, büyük uçtan uca projeler ve otomatik araştırma görevlerini de kapsar. Model, çalışma adımlarını sıralamak için planlar kullanır, hedef koşullarla yönü korur ve bağlam arttıkça sıkıştırır, sonraki çalışmalar için gerçekten gerekli bilgileri saklar.

Meta, Muse Spark 1.1'i bir sonraki nesil modelin eğitimine dahil ediyor. Eski model, daha zor programlama ortamları ve talimat takip şablonları oluşturmakla görevli ve aday çözümlerin gereksinimleri karşılayıp karşılamadığını puanlayarak 1.2 sürümü için veri üretiyor.

Burada bahsedilen “kendi kendini geliştirme”, modelin insan kontrolünden ayrılarak ağırlıkları kendi kendine değiştirmesi değildir. Daha doğru bir ifadeyle, önceki nesil model, veri üretici ve değerlendirme aracı olarak kullanılarak ekip tarafından bir sonraki nesil eğitim verilerini genişletmeye yardımcı olmuştur. Veri akışı, eğitim işlemleri ve nihai model yayınlama hâlâ Meta tarafından kontrol edilmektedir.

Daha önemlisi, Meta, "kod yazabilen" bir modeli ayrı olarak eğitmedi, bunun yerine Muse Code'un araçlarını, hedef yönetimi, bağlam sıkıştırmasını ve alt ajan izlerini eğitime dahil etti. Geleceğin programlama modellerinin yetenekleri, eğitim aşamasında hangi ajan çerçevesini tanıdık hale getirdiğine giderek daha çok bağımlı hale gelebilir.

Meta'nın sunduğu bir örnek, Muse Spark 1.2'nin Muse Code ortamında NVIDIA Hopper GPU üzerindeki KDA ve MLA çekirdeklerini optimize etmesidir. Sistem, kodu kendisi yazmalı, derlemeli, performansı analiz etmeli ve sonuçlara göre tekrar tekrar düzenlemelidir.

Tüm test 24 saat boyunca sürebilir ve araçlar 1000'den fazla kez çağrılır. Araştırmacılar, modelin doğrudan hazır üçüncü taraf çekirdek kütüphanelerini içe aktarmasını yasaklamıştır ve algoritmayı Triton'da uygulamasını, mevcut uygulamaları kendi sonuçları gibi sarmalamak yerine gerçek performans iyileştirmeleri aramasını istemiştir.

KDA görevinde, model paralel blok içi hazırlık çekirdekleri ile sıralı bloklar arası taramayı birleştirerek, kapılı birikimli azalmaya yönelik özel optimizasyonlar ekledi. MLA görevinde, iki çekirdekten oluşan bir Triton hattı tasarladı ve paylaşılan KV gizli temsillerini yeniden kullanmayı denedi.

Bu tür senaryoların önemi, bir kezlik hızlanma sayısında değil, Agent'in yüzlerce başarısızlık ve ara sonuçlar sonrasında hedefi koruyabildiğinde, performans analiz verilerini anlayabildiğinde ve bir sonraki deneyi üretebildiğinde yatıyor. Sistem yalnızca on beş dakika boyunca kararlı çalışabiliyorsa, bu daha çok ileri düzey bir tamamlama aracına benziyor; 24 saat boyunca ilerleyebiliyorsa, mühendislik araştırması için devralınabilecek bir Agent'e yaklaşmış oluyor.

Meta'nın değerlendirmesi, Terminal-Bench 2.1, DeepSWE 1.1, GDPVal-AA v2, MCP Atlas ve dahili programlama testlerini kapsar. Terminal-Bench 2.1, terminal ortamında tamamlanması gereken 89 görev içerir; DeepSWE 1.1 ise 91 kod deposundan gelen ve beş programlama dilini kapsayan 113 görevden oluşur.

Meta'nın yayınladığı grafiklere göre, Muse Spark 1.2, Muse Code ile birlikte Terminal-Bench 2.1'de %82,9 puan alırken, Claude Opus 5'in %86,7'sinden düşük ancak değerlendirme sırasında Codex ve Grok Build'ten yüksektir. DeepSWE 1.1'de Muse Spark 1.2 %59,3 puan alarak birinci olamamıştır. Meta'nın içsel 440 gerçek mühendislik görevinde %70,6 puan alarak yine Opus 5'in gerisinde kalmıştır.

Bu sonuçlar, Muse Code'un önde gelen programlama Agent'ları arasındaki rekabete girdiğini göstermektedir, ancak "Meta'nın Claude Code ve Codex'i kapsamlı olarak yendiği" sonucunu desteklememektedir.

ResmiDeğerlendirme Yöntemi DosyasıAyrıca, farklı modellerin kendi Agent ürünlerine eşleştirildiğini belirtiyor: Muse Spark, Muse Code’u; Claude, Claude Code’u; GPT, Codex’i; Gemini, Antigravity’yi; Kimi, Kimi Code’u kullanıyor. Bu tür bir karşılaştırma, tam ürün çatışmasına daha yakın olsa da, başarıların modelden mi yoksa Agent çerçevesinden mi kaynaklandığını ayırt etmeyi mümkün kılmıyor.

Meta, içsel değerlendirme ortamı ve ipuçlarının üçüncü taraf kapalı kaynak modelleri için en iyi şekilde optimize edilmediğini kabul ediyor. Muse Spark 1.2'nin Terminal-Bench'teki performansı halen bağımsız doğrulama listesine girmemiştir. Bu nedenle, şu an için en güvenli ifade şudur: Meta'nın kendi testleri, modelin önde gelen seviyeye yakın olduğunu gösteriyor, ancak bağımsız tekrarlamalar hâlâ eksik.

Muse Spark 1.2 Standard sürümü, milyon girdi Token başına 1,25 dolar, önbelleğe alınmış girdi başına 0,15 dolar ve çıktı başına 4,25 dolar ücretler uygular. Bu sürümdeki girdiler ve çıktılar, Meta ürünlerinin geliştirilmesi için kullanılmaz.

Diğer modelin kimliğimuse-spark-1.2-contributor'dır. Bu modelde milyon başına girdi Token fiyatı yalnızca 0,10 dolar, önbellek girdisi 0,002 dolar ve çıktı 0,20 dolardır. Standart versiyona kıyasla girdi %92 daha ucuz, çıktı ise yaklaşık %95 daha ucuzdur.

Maliyet, katkıda bulunanların sürümü ve model çıktılarının Meta'nın ürünleri geliştirmek için kullanabilmesidir. Açık kaynak projeleri, bireysel deneyimleri veya hassas bilgi içermeyen çalışmaları için bu çok çekici bir anlaşma olabilir; ancak şirket özel kodları, henüz yayınlanmamış ürünler, müşteri verileri, anahtar yapılandırmaları ve gizlilik anlaşmaları altında olan projeler için bu ilk olarak fiyat meselesi değil, veri yönetimi meselesidir.

Şirketler, Token fiyatını yalnızca görerek tüm kod tabanını katkıda bulunanlar versiyonuna teslim etmenin uygun olduğunu varsayamaz. Verilerin eğitimde kullanılmasına izin verilip verilmeyeceği, Meta'nın özel hizmet şartları, kod mülkiyeti, müşteri sözleşmeleri ve dahili güvenlik politikalarına bağlıdır. Standart ve katkıda bulunan versiyonları benzer yeteneklere sahip olmakla birlikte, tamamen farklı veri ilişkilerine sahiptir.

Bu, Meta'nın gerçek rekabet stratejisini de ortaya koyuyor: Sadece düşük fiyatlarla geliştiricileri çekmekle kalmıyor, aynı zamanda geliştiricilerin Muse Code kullanırken oluşturduğu görevler, değişiklikler, geri bildirimler ve sonuçlarla yeni bir programlama eğitim verisi döngüsü kurmayı hedefliyor. Geliştiriciler neredeyse ücretsiz Agent kullanımına sahip oluyor, Meta ise açık GitHub kodlarından daha değerli olan — gerçek görevlerin nasıl parçalandığını, değiştirildiğini ve doğrulandığını gösteren verileri elde edebilir.

Geçmişte, programlama AI'ları değerlendirirken temel olarak modelin kaç soruyu çözebildiği karşılaştırılırdı. Muse Code, farklı bir rekabet mantığını sergiliyor: model sadece bir sistemin parçasıdır; arka plandaki Agent'in durumu koruyup korumadığı, araç çağrısının güvenilir olup olmadığı, görevin yeniden başlatılabilir olup olmadığı, bağlamın doğru şekilde sıkıştırılıp sıkıştırılmadığı ve başarısızlık sonrası yinelemeye devam edip edemediği, tek seferlik kod üretme yeteneğinden daha önemli olabilir.

Meta, gelecekte daha büyük modeller ve daha fazla Agent çerçevesi fonksiyonu çıkaracağını da açıkça belirtti. Bu, Muse Spark 1.2'nin son旗舰 ürün olmadığını, daha çok Meta'nın programlama Agent pazarına girişinin ilk tam altyapısı olduğunu gösteriyor.