# meta-muse-code-muse-spark-1-2-2026-08-05

## Veille

Annuncio di **Meta AI Research** pubblicato il **5 agosto 2026** (tempo di lettura indicato: 4 minuti, nessuna firma individuale): **Muse Code** in beta, *« un agente di coding da terminale »*, e il modello che lo alimenta, **Muse Spark 1.2**. È Meta stessa a inquadrare il lancio: *« This marks our next step toward the frontier, with larger and much more capable models on the way. »* **Tre elementi architetturali sul lato harness.** **Agenti asincroni in background** che *« remain active throughout each session, rather than being spawned for individual tasks »*, evitando raccolte di informazioni ridondanti e riducendo la necessità di guida manuale. Un **registro eventi locale** dove *« every model call, tool run, approval, and edit is appended »*, che rende il runtime un sistema *« replay-exact and restart-safe »*, capace di riprendere esattamente da dove si era interrotto dopo un crash. E **tre skill fornite di serie**: `/plan` (trasforma un compito in un piano sottoposto ad approvazione), **`/grill`** (mette alla prova il piano *« until it holds up »*), e `/goal`. **Sul lato modello**, Meta rivendica il **co-training modello-harness** (*« to maximize harness compatibility »*, con traiettorie di harness campionate tramite rejection sampling e ottimizzazioni delle ricette per obiettivi, compaction e sub-agenti), un addestramento **long-horizon** (generazione dell'intero repository, progetti end-to-end, self-research, con pianificazione, goal conditioning e compaction del contesto), e un **ciclo di auto-miglioramento** in cui Muse Spark 1.1 genera gli ambienti e i template di istruzioni e poi valuta le soluzioni candidate, producendo un set di addestramento per la 1.2. **Ciò che mostrano i grafici pubblicati**, senza che il testo li commenti: i quattro confronti — Terminal-Bench 2.1, DeepSWE 1.1, un benchmark interno Meta e il case study di ottimizzazione di kernel GPU — collocano **Muse Spark 1.2 dietro Opus 5 in tutti e quattro i casi**, incluso sul benchmark proprietario di Meta stessa (70,6% contro 79,4%) e sul case study, dove il modello si classifica quarto su sei (+68,7% contro +74,0%). **Un'avvertenza di lettura sul guadagno di versione**: sui due benchmark pubblici, la 1.1 è misurata con `mini-swe-agent` e la 1.2 con Muse Code, per cui lo scarto di 6,7 punti confonde progresso del modello e progresso dell'harness. Sul benchmark interno, l'unico confronto in cui non viene menzionato alcun harness, lo scarto 1.1 → 1.2 scende a **2,3 punti**.

## Titre Article

Introducing Muse Code and Muse Spark 1.2

## Date

2026-08-05

## URL

https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2

## Keywords

Meta AI Research, Muse Code, Muse Spark 1.2, agente di coding da terminale, beta, harness, agenti asincroni in background, sub-agenti persistenti, raccolta di informazioni ridondante, registro eventi, registro eventi, replay-exact, restart-safe, ripristino da crash, compiti di lunga durata, skill fornite di serie, piano approvato, grill, goal, co-training modello-harness, rejection sampling, traiettorie di harness, compatibilità con l'harness, long-horizon, generazione dell'intero repository, self-research, goal conditioning, compaction del contesto, auto-miglioramento, generazione di ambienti, valutazione delle soluzioni, Terminal-Bench 2.1, DeepSWE 1.1, benchmark interno, Opus 5, Claude Code, GPT 5.6 Terra, GPT 5.6 Sol, Codex, Grok 4.5, Gemini 3.6 Flash, Antigravity CLI, mini-swe-agent, ottimizzazione di kernel GPU, Triton, KDA, MLA, NVIDIA Hopper, chiamate cumulative a strumenti, speedup rispetto alla baseline, FLA, kernel fusion, tiling, Meta Model API, lock-in tramite ottimizzazione

## Authors

**Meta AI Research** — publication institutionnelle sans auteur nommé, sur `research.meta.ai`. Le billet renvoie à un **rapport** pour la méthodologie d'évaluation, non repris ici.

**Positionnement à connaître** : Meta arrive sur le terrain de l'agent de codage en terminal **après** Claude Code, Codex, Gemini CLI, Grok Build et Antigravity CLI, et le dit — *« our next step toward the frontier »*. L'annonce couple un **produit** (Muse Code, distribué par `curl … | bash`) et un **modèle** (Muse Spark 1.2, disponible dans Muse Code et dans **Meta Model API** avec *« expanded global access »*), les deux ayant été entraînés ensemble.

## Ton

**Profilo**: un annuncio di prodotto di laboratorio di ricerca, formato breve, registro tecnico sobrio. Nessuna iperbole, nessuna rivendicazione di superiorità, nessun superlativo — cosa **insolita per un lancio** ed è essa stessa informativa.

**Stile**: il testo procede **descrivendo meccanismi**, sezione per sezione, ciascuna un unico paragrafo che nomina una decisione ingegneristica specifica — persistenza dei sub-agenti, registro eventi, co-training, compaction. Non c'è alcun caso cliente, alcuna citazione dirigenziale, alcuna promessa di produttività. L'unica dimostrazione narrativa è una vignetta: un utente rilascia un video di tour immobiliare in formato `mp4` nel terminale, Muse Code lo interpreta e produce una pagina di prenotazione per affitto breve.

**Il tratto più notevole è la modestia dell'inquadramento**, enunciata già dalla seconda frase: *« This marks our next step toward the frontier, with larger and much more capable models on the way. »* Meta annuncia una tappa e segnala che il meglio deve ancora venire. La conclusione ripete la stessa postura: *« We have a lot on the horizon, including new harness features and more powerful models. »*

**Questa modestia trova riscontro nei grafici**, ed è ciò che rende l'annuncio distintivo: Meta pubblica quattro confronti in cui non vince mai. Pochi lanci sono disposti a mostrare un concorrente in testa sulla propria pagina — ancor meno sul proprio **benchmark interno**.

**Frasi marcatrici**: *« our next step toward the frontier »*, *« rather than being spawned for individual tasks »*, *« replay-exact and restart-safe »*, *« /grill stress-tests that plan until it holds up »*, *« to maximize harness compatibility »*.

## Pense-betes

- **Data / fonte**: **5 agosto 2026**, Meta AI Research, annuncio non firmato. **Muse Code** (beta), un agente di coding da terminale installato tramite `curl -fsSL https://dev.meta.ai/install.sh | bash` su macOS e Linux, e **Muse Spark 1.2**, disponibile in Muse Code e in Meta Model API.
- **Inquadramento chiave**: nel testo non compare alcuna cifra — i quattro confronti sono immagini raster. I valori sotto sono stati letti visivamente sui PNG. ### I quattro confronti | Confronto | Vincitore | Muse Spark 1.2 | Posizione | |---|---|---|---| | Terminal-Bench 2.1 | Opus 5 + Claude Code — **86,7%** | 82,9% | 2° / 6 | | DeepSWE 1.1 | Opus 5 + Claude Code — **65,0%** | 59,3% | 3° / 6 | | **Meta Internal Coding Bench** | Opus 5 — **79,4%** | 70,6% | 2° / 5 | | Case study KDA (speedup) | Opus 5 — **+74,0%** | +68,7% | **4° / 6** | Sul proprio benchmark proprietario, Meta si colloca 8,8 punti dietro Opus 5; sul case study scelto come vetrina, arriva anche dietro GPT 5.6 Sol (+71,2%) e dietro la generazione precedente di Anthropic, Opus 4.8 (+69,6%). ### Il guadagno del modello è più piccolo di quanto mostrato Su Terminal-Bench e DeepSWE, la 1.1 è valutata con **`mini-swe-agent`** e la 1.2 con **Muse Code**: lo scarto mostrato (76,2 → 82,9, ossia **+6,7 punti**) confonde il progresso del modello e il progresso dell'harness. Sul benchmark interno, l'unica tabella in cui non è indicato alcun harness, lo scarto 1.1 → 1.2 scende a **68,3 → 70,6, ossia +2,3 punti**. Nessuno di questi confronti è modello contro modello: si tratta di coppie **modello + harness**, ciascun modello misurato con l'harness del proprio laboratorio. Ciò convalida empiricamente, a tre settimane di distanza, il meccanismo descritto da [[mozilla-state-of-open-source-ai-2026-07]] — *« a harness tuned tightly to one lab's weights becomes a fitted component of that lab's product… Lock-in arrives as a side effect of optimization »* — con Meta che dichiara esplicitamente di aver co-addestrato il modello con l'harness *« to maximize harness compatibility »*. ### Il registro eventi *« A local event log in which every model call, tool run, approval, and edit is appended »*, un'unica fonte di verità che rende il runtime *« replay-exact and restart-safe »*: dopo un crash, l'agente riprende esattamente da dove si era interrotto, il che consente compiti di lunga durata. Una convergenza diretta con il manifest di run e il comando `run resume` di [[skill-gibbs-hyperresearch-2026-08-03]]. Due team indipendenti arrivano allo stesso design: il contesto non sopravvive, un registro su disco sì. ### Agenti in background persistenti Invece di essere generati per un compito e poi distrutti, essi *« remain active throughout each session »*, il che evita la *« redundant information gathering »*, permette loro di decidere autonomamente quando escalare all'agente principale, e riduce la *« latency and the need for steering »*. Vale la pena confrontarlo con l'osservazione opposta di [[lassiege-usine-logicielle-heure-ia-2026-07-28]] sui sub-agenti usa e getta (*« I use them less and less »*): due risposte opposte allo stesso problema — delegare meno, oppure delegare ad agenti che non muoiono più. ### Le tre skill fornite di serie `/plan` (un piano **sottoposto ad approvazione**), **`/grill`** (*« stress-tests that plan until it holds up »*), `/goal`. Il ciclo descritto è **piano → sfida → esecuzione** con un varco umano al primo passaggio. `/grill` riprende la funzione di una skill comunitaria già documentata: un pattern nato nella comunità arriva pre-installato in un laboratorio di frontiera. ### Auto-miglioramento, letto con precisione *« We also used Muse Spark 1.1 to generate challenging coding environments and instruction-following templates. The model then graded candidate solutions… producing a scalable training dataset for Muse Spark 1.2. »* È la **1.1** a generare gli ambienti e a effettuare la valutazione, mentre la 1.2 è il prodotto di quel dataset — il soggetto di *« the model »* è ambiguo, e alcune coperture editoriali lo hanno interpretato come la 1.2. Un ciclo di distillazione di una generazione su se stessa, il cui limite noto è che può insegnare solo ciò che la generazione precedente sa già valutare. ### Case study sui kernel GPU: il protocollo vale più del risultato Ottimizzazione iterativa su **oltre 1.000 chiamate cumulative a strumenti, fino a 24 ore**, sui kernel **KDA** e **MLA** per GPU NVIDIA Hopper; il modello scrive, compila, profila e migliora. Un vincolo degno di nota: *« Models were prohibited from importing third-party kernel libraries such as FLA directly »* — l'algoritmo doveva essere reimplementato in Triton, non incapsulato attorno a un'implementazione esistente. È questo che rende onesto il test. Su KDA: un kernel di preparazione block-parallel più una scansione sequenziale tra blocchi, con il decadimento cumulativo ricentrato al punto medio del blocco. Su MLA: una pipeline Triton a due kernel che riutilizza il latente KV condiviso sia come K sia come V, misurata con batch size 1, 64 head, lunghezza di sequenza 8.192, dimensione latente 512. **KDA è l'attenzione lineare di Kimi**: Meta sta quindi facendo ottimizzare al proprio agente il kernel di un'architettura concorrente a pesi aperti. ### Tre avvertenze metodologiche sui grafici 1. **Nessuna cifra nel testo**: immagini raster senza dati testuali e senza etichetta numerica di accessibilità. Un aggregatore, o un agente che legge la pagina, non vede alcun risultato. 2. **L'asse y del grafico KDA è non lineare**, cosa che Meta dichiara onestamente (*« Axis Spaced Linearly In X »*, tacche a 0-27-43-53-60-65-69-72-75%). La scala dilata l'intervallo superiore e gonfia visivamente gli scarti tra i modelli di vertice — a svantaggio di Meta. 3. **Le configurazioni confrontate non sono uniformi**: `max` per Opus 5 e GPT 5.6 Terra, `high` per Grok 4.5 e Gemini 3.6 Flash, nessuna per Muse Spark. Grok è assente dal benchmark interno, GPT 5.6 Sol compare solo nel case study: la composizione del pannello cambia da un grafico all'altro. Il *« Meta Internal Coding Bench »* non è pubblico e la sua composizione non è descritta; Meta vi misura i propri concorrenti. Il fatto che vi perda rende la cifra più credibile di un punteggio lusinghiero, ma un benchmark proprietario resta non riproducibile. ### Ciò che l'annuncio non dice Nessun prezzo, nessun limite d'uso, nessuna licenza del modello, nessuna apertura dei pesi — una rottura degna di nota rispetto alla tradizione Llama, su cui il post tace. Nulla nemmeno sulle lingue supportate, sulla dimensione del contesto o sulle garanzie di riservatezza per il codice inviato.

## RésuméDe400mots

Annuncio di **Meta AI Research** datato **5 agosto 2026**: **Muse Code** in beta, un agente di coding da terminale, e **Muse Spark 1.2**, il modello che lo alimenta. È Meta stessa a inquadrare il lancio — *« our next step toward the frontier, with larger and much more capable models on the way »*.

**Sul lato harness, tre decisioni.** **Agenti asincroni in background** che *« remain active throughout each session, rather than being spawned for individual tasks »*, evitando raccolte di informazioni ridondanti e decidendo da soli quando escalare all'agente principale. Un **registro eventi locale** che registra ogni chiamata al modello, esecuzione di strumento, approvazione e modifica, il che rende il runtime *« replay-exact and restart-safe »*: dopo un crash, l'agente riprende esattamente da dove si era interrotto. E tre **skill fornite di serie**: `/plan` (un piano sottoposto ad approvazione), **`/grill`** (mette alla prova il piano finché non regge), e `/goal`.

**Sul lato modello**, Meta rivendica il **co-training con l'harness** *« to maximize harness compatibility »*, un addestramento long-horizon (intero repository, progetti end-to-end, self-research, compaction del contesto), e un ciclo di auto-miglioramento in cui la versione 1.1 genera gli ambienti e valuta le soluzioni, producendo il set di addestramento per la 1.2.

**Il fatto centrale di questo annuncio non è mai enunciato nel testo.** I quattro confronti pubblicati esistono solo come immagini, e collocano Muse Spark 1.2 **dietro Opus 5 in tutti e quattro i casi**: 82,9% contro 86,7% su Terminal-Bench 2.1, 59,3% contro 65,0% su DeepSWE 1.1, **70,6% contro 79,4% sul benchmark interno proprio di Meta**, e +68,7% contro +74,0% sul case study di ottimizzazione di kernel GPU, dove il modello si classifica **quarto su sei**, dietro GPT 5.6 Sol e dietro la generazione precedente di Anthropic.

**E il guadagno proprio del modello è più piccolo di quanto appaia.** Sui due benchmark pubblici, la versione 1.1 è valutata con `mini-swe-agent` e la 1.2 con Muse Code: lo scarto di 6,7 punti confonde progresso del modello e progresso dell'harness. Sul benchmark interno, l'unico confronto senza harness indicato, scende a **2,3 punti**.

L'annuncio si configura quindi principalmente come **conferma empirica** di una tesi già enunciata: il valore si sta spostando verso l'harness, e un harness co-addestrato con i propri pesi rende quei pesi ancora più non intercambiabili.

## GrapheDeConnaissance

- Meta AI Research —publie→ Muse Code (TECHNOLOGIE, 0.97)
- Meta AI Research —publie→ Muse Spark 1.2 (TECHNOLOGIE, 0.97)
- Muse Spark 1.2 —est_variante_de→ Muse Spark 1.1 (TECHNOLOGIE, 0.95)
- Muse Code —utilise→ Muse Spark 1.2 (TECHNOLOGIE, 0.96)
- Muse Spark 1.2 —est_basé_sur→ un co-entraînement avec le harnais Muse Code pour maximiser leur compatibilité (AFFIRMATION, 0.95)
- co-entraînement d'un modèle avec son harnais —réduit→ l'interchangeabilité des poids sous-jacents (AFFIRMATION, 0.85)
- journal d'événements local —permet→ de reprendre exactement où l'agent s'est arrêté après un plantage (AFFIRMATION, 0.95)
- agents d'arrière-plan persistants —s_oppose_à→ les sous-agents créés puis détruits pour chaque tâche (AFFIRMATION, 0.94)
- agents d'arrière-plan persistants —réduit→ la collecte d'information redondante et le besoin de pilotage (AFFIRMATION, 0.93)
- Muse Code —utilise→ une skill de mise à l'épreuve du plan avant implémentation (AFFIRMATION, 0.93)
- Muse Spark 1.1 —permet→ de générer les environnements et de noter les solutions ayant servi à entraîner Muse Spark 1.2 (AFFIRMATION, 0.9)
- Opus 5 —surpasse→ Muse Spark 1.2 (TECHNOLOGIE, 0.95)
- Muse Spark 1.2 —mesure→ 82,9 % sur Terminal-Bench 2.1 contre 86,7 % pour Opus 5 avec Claude Code (MESURE, 0.93)
- Muse Spark 1.2 —mesure→ 59,3 % sur DeepSWE 1.1 contre 65,0 % pour Opus 5 et 64,8 % pour GPT 5.6 Terra (MESURE, 0.93)
- Muse Spark 1.2 —mesure→ 70,6 % sur le benchmark interne de Meta contre 79,4 % pour Opus 5 (MESURE, 0.92)
- Muse Spark 1.2 —mesure→ une accélération de noyau KDA de +68,7 %, quatrième derrière Opus 5, GPT 5.6 Sol et Opus 4.8 (MESURE, 0.92)
- comparaison de paires modèle et harnais —s_oppose_à→ une comparaison de modèles isolés, les deux benchmarks publics évaluant chaque modèle avec le harnais de son laboratoire (AFFIRMATION, 0.9)
- gain entre versions —mesure→ 2,3 points sur le seul comparatif sans harnais indiqué, contre 6,7 points sur les comparatifs avec harnais (MESURE, 0.88)
- Muse Code —s_applique_à→ l'optimisation itérative de noyaux GPU sur plus de 1 000 appels d'outils et jusqu'à 24 heures (AFFIRMATION, 0.93)
- interdiction d'importer une bibliothèque de noyaux tierce —permet→ de tester la réimplémentation d'un algorithme plutôt que l'enveloppement d'une implémentation existante (AFFIRMATION, 0.92)
- Meta AI Research —affirme_que→ ce lancement est une étape vers la frontière, des modèles plus grands et plus capables étant à venir (CITATION, 0.95)
- benchmarks publiés uniquement en image —s_oppose_à→ la lisibilité des résultats par un agrégateur ou un agent lisant la page (AFFIRMATION, 0.88)

---
Canonical: https://www.thekb.eu/it/fiches/meta-muse-code-muse-spark-1-2-2026-08-05/