Meta ابزار Muse Code را عرضه کرد؛ عامل کدنویسی ترمینالی مبتنی بر مدل جدید Muse Spark 1.2

Meta وارد رقابت عاملهای کدنویسی هوش مصنوعی شد
Meta در تاریخ ۵ اوت ۲۰۲۶، نخستین عامل اختصاصی کدنویسی هوش مصنوعی خود را با نام Muse Code و همزمان مدلی جدید به نام Muse Spark 1.2 که آن را پشتیبانی میکند، عرضه کرد. هر دو اکنون در دسترس هستند — Muse Code در نسخهٔ آزمایشی برای macOS و Linux، و مدل از طریق Meta Model API — و Meta را در رقابت مستقیم با Claude Code از Anthropic و Codex از OpenAI در بازارِ بهسرعت در حال رشدِ مهندسی نرمافزار مبتنی بر هوش مصنوعی قرار میدهند.
Mark Zuckerberg این ابزار را در شبکههای اجتماعی «عامل کدنویسی ترمینالی [ای] توصیف کرد که وظایف کامل مهندسی نرمافزار را در مخازن بزرگ بر عهده میگیرد» و بدین ترتیب Muse Code نه بهعنوان ابزاری برای تکمیل کد، بلکه بهعنوان سامانهای معرفی شد که میتواند تغییرات چندمرحلهای را در کل پایگاه کد برنامهریزی، اجرا و اعتبارسنجی کند.
Muse Code چه کاری انجام میدهد
برخلاف بسیاری از ابزارهای کدنویسی هوش مصنوعی که بر روی پروندهها یا توابع منفرد کار میکنند، Muse Code برای کار در مقیاس مخزن طراحی شده است. این ابزار با سه قابلیت داخلی عرضه میشود: /plan (یک راهبرد پیادهسازی گامبهگام تولید میکند)، /grill (آن راهبرد را با کاوش ضعفها و حالات مرزی تحت آزمون فشار قرار میدهد)، و /goal (یک هدف مشخصشده را بهصورت خودمختار اجرا میکند). این عامل یک گزارش رویداد محلی از نوع فقطافزودنی را نگهداری میکند، به این معنا که در صورت توقف ناگهانی میتواند بدون از دست دادن زمینهٔ کاری از سر گرفته شود — موضوعی کاربردی برای وظایف بازنویسی یا بهینهسازی طولانیمدت.
عاملهای ناهمزمان پسزمینهٔ پایدار، ویژگی برجستهٔ دیگری هستند. به جای ایجاد عامل جدید برای هر زیروظیفه، Muse Code عاملهای پسزمینه را در طول یک جلسه فعال نگه میدارد که این امر جمعآوری تکراری زمینه را کاهش داده و گردشکارهای چندمرحلهای را سریعتر و منسجمتر میکند.
Muse Spark 1.2: مدل پشت آن
Muse Spark 1.2 بهروزرسانی متمرکز بر کدنویسی مدل Muse Spark 1.1 است، با بهبودهایی در تولید کد، اشکالزدایی پیچیده، درک پایگاه کد، و گردشکارهای توسعهدهنده از ابتدا تا انتها. Meta اعلام کرده که این مدل بهطور مشترک با خود Muse Code آموزش دیده است، بنابراین قابلیتهای مدل بهطور ویژه برای رابط و الگوهای وظایف عامل تنظیم شدهاند — نه اینکه پس از ساخت از یک مدل همهمنظوره اقتباس شده باشند.
معیارهای سنجش بر روی Terminal-Bench 2.1 (۸۹ وظیفه)، DeepSWE v1.1 (۱۱۳ وظیفه در ۹۱ مخزن و ۵ زبان برنامهنویسی)، و یک معیار داخلی کدنویسی Meta (۴۴۰ وظیفه از درخواستهای ادغام واقعی داخلی) اجرا شدهاند. Muse Spark 1.1 امتیاز ۸۰٫۰ را در Terminal-Bench 2.1 کسب کرد؛ مستندات Meta نشان میدهد که نسخهٔ ۱٫۲ این خط مبنا را بهبود بخشیده، هرچند امتیازات دقیق در زمان عرضه اعلام نشدهاند.
قیمتگذاری و دسترسی
Muse Code بهعنوان یک اپلیکیشن ترمینالی بر روی macOS و Linux با یک دستور نصب تکخطی در دسترس است. مدل زیربنایی Muse Spark 1.2 از طریق Meta Model API با قیمت ۱٫۲۵ دلار به ازای هر یک میلیون توکن ورودی و ۴٫۲۵ دلار به ازای هر یک میلیون توکن خروجی بر مبنای استاندارد پرداخت بر اساس مصرف در دسترس قرار دارد. Meta همچنین سطح مشارکتکنندگان با تخفیف قابلتوجهی ارائه میدهد که هزینهها را در ازای اشتراکگذاری دادهها بیش از ۹۰ درصد کاهش میدهد — مدل قیمتگذاریای که برای جذب سریع توسعهدهندگان و همزمان گردآوری دادههای آموزشی طراحی شده است.
پشتیبانی از Windows اعلام نشده است و در زمان عرضه هیچ رابط گرافیکی اختصاصی وجود ندارد — کاستیای در مقایسه با Claude Code و Codex که هر دو گزینههای یکپارچهسازی غنیتری دارند.
چرا این موضوع اهمیت دارد
بازار عاملهای کدنویسی هوش مصنوعی به سرعت در حال حرکت است. Claude Code از Anthropic و Codex از OpenAI جایگاه محکمی میان توسعهدهندگان حرفهای دارند و GitHub Copilot همچنان بزرگترین پایگاه نصبشده را در اختیار دارد. ورود Meta نشان میدهد که این شرکت کدنویسی عاملگرا را لایهای راهبردی میداند که نمیتواند آن را به رقبا واگذار کند، بهویژه آنکه مرزهای میان دستیار هوش مصنوعی و مهندس نرمافزار خودمختار هر چه بیشتر کمرنگ میشود.
Meta در اینجا تنها یک شرطبندی محصولی انجام نمیدهد. Muse Code بر پایهٔ همان خانوادهٔ مدلهای Muse Spark ساخته میشود که Meta آن را بهعنوان سکوی هوش مصنوعی پیشرو خود معرفی میکند، به این معنا که عامل کدنویسی هم یک محصول است و هم بستری آزمایشی برای سامانههای عاملگرای توانمندتر در آینده. به گزارش 9to5Mac و VentureBeat، این عرضه مستقیمترین ورود Meta تاکنون به گردشکار روزمرهٔ توسعهدهندگان حرفهای نرمافزار محسوب میشود.
در ابتدا توسط 9to5Mac گزارش شده است. برای جزئیات بیشتر مقالهٔ اصلی را بخوانید.
مشاهدهٔ منبع اصلی