Meta ha entrado oficialmente en la guerra de los agentes de programación con el lanzamiento de Muse Code, un agente de codificación que funciona en el terminal y está diseñado para trabajar en bases de código grandes y complejas. Anunciado el miércoles en versión beta, Muse Code funciona con Muse Spark 1.2, el nuevo modelo de codificación de la empresa, y promete ejecutar "tareas completas de ingeniería de software en grandes repositorios": planificar cambios, escribir código y validar los resultados.
El agente se distingue por una arquitectura con agentes de fondo asíncronos y persistentes. En lugar de crear agentes para cada tarea aislada, Muse Code mantiene un conjunto de agentes de background activos durante toda la sesión, responsables de reunir información, ejecutar los siguientes pasos y decidir cuándo informar al agente principal. Esto reduce la latencia y la necesidad de intervención humana en tareas largas y de varios pasos. Otro detalle técnico relevante es el registro de eventos local: cada llamada al modelo, ejecución de herramienta, aprobación y edición se anexa a un único log, lo que hace la ejecución replay-exact y segura ante fallos — tras un bloqueo, el agente se reanuda exactamente donde se detuvo.
La jugada de Meta es claramente de coste y accesibilidad. La empresa posiciona Muse Code como una alternativa más barata a rivales consolidados como Claude Code, de Anthropic, y Codex, de OpenAI. La instalación es un único comando en el terminal para macOS y Linux, y el modelo Muse Spark 1.2 también está disponible a través de la Meta Model API con acceso global ampliado. La propia Meta admite que está "dando un paso hacia la frontera", con modelos más grandes y mucho más capaces en camino — una señal de que Muse Code es solo el comienzo de una estrategia más amplia de agentes de código.
El momento es estratégico. El mercado de agentes de codificación explotó en 2026, con los desarrolladores usando cada vez más la IA para automatizar tareas largas de ingeniería, y Meta quiere una parte de ese flujo. El co-entrenamiento de Muse Spark 1.2 junto al propio agente es un diferenciador técnico: el modelo fue entrenado en tareas de horizonte largo, incluida la generación de repositorios completos, y pasó por un bucle de auto-mejora en el que el modelo anterior, el 1.1, generaba entornos de codificación desafiantes que el nuevo modelo debía resolver. En un estudio de caso publicado por la empresa, el agente optimizó kernels de GPU para hardware NVIDIA Hopper a lo largo de más de 1.000 llamadas a herramientas, en un periodo de hasta 24 horas.
Para el ecosistema, la entrada de Meta intensifica una disputa que ya tiene muchos frentes. Anthropic, OpenAI y ahora Meta persiguen al mismo desarrollador, y el factor precio presionará los márgenes de todos. El enfoque de agentes persistentes y tolerantes a fallos también señala una tendencia: el futuro de los agentes de código no es solo "escribir código", sino orquestar largos procesos de ingeniería con autonomía y resiliencia. La pregunta es si Meta podrá convertir su ventaja de coste en adopción real, en un mercado donde el rendimiento y la confianza del desarrollador aún dominan las decisiones de herramienta. Muse Code llega como otra prueba de que la codificación asistida dejó de ser un experimento para convertirse en infraestructura central del desarrollo de software.
Fuentes: TechCrunch, Meta AI Blog, CNBC
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
