Meta ha lanzado Muse Code, un agente de programación que corre en la terminal y está pensado para trabajar sobre repositorios grandes. Planifica la tarea, escribe el código y lo valida, y reparte el trabajo entre subagentes que corren en paralelo en directorios aislados, según TechCrunch.
El argumento de venta no es la calidad. Es el precio.
Puntos clave
- Muse Code ejecuta "tareas de ingeniería de software completas en repositorios grandes", no autocompletado ni sugerencias sueltas.
- Lo mueve Muse Spark, el modelo de programación que Meta había presentado previamente.
- Cuando la tarea es grande, la reparte: "se distribuye en agentes separados trabajando en paralelo en directorios aislados", dijo Mark Zuckerberg, sin tocar la copia de trabajo original.
- En una demo interna desarrolló seis funcionalidades de un juego a la vez sin conflictos de merge.
- Está en beta, se instala con un solo comando, y Meta lo compara en coste con Codex de OpenAI y Claude Code de Anthropic.
Qué hace distinto al paralelismo
La parte técnicamente interesante es cómo resuelve el problema que todo el mundo se come con los agentes de código: cuando lanzas varias tareas a la vez sobre el mismo repositorio, se pisan.
La solución de Meta es dar a cada subagente su propio directorio de trabajo, una copia aislada donde puede escribir sin tocar lo que hacen los demás ni la copia principal. Es la misma idea que un git worktree por agente, automatizada dentro del propio harness.
Suena a detalle de fontanería y es justo lo que separa una demo de una herramienta usable. Si tu repositorio tiene 400.000 líneas, el problema nunca fue que el modelo escribiera mal una función. El problema es que tres agentes editando el mismo archivo generan un conflicto que tarda más en resolverse que lo que habrías tardado escribiéndolo a mano.
La jugada de precio
Alexandr Wang, jefe de IA de Meta, lo dijo sin adornos: Muse Code es "una opción increíblemente buena, especialmente desde una perspectiva de coste".
Meta no ha publicado benchmarks. Ni SWE-bench, ni Terminal-Bench, ni comparativas de tasa de acierto. Solo el argumento de coste. Eso ya te dice dónde cree Meta que puede ganar y dónde no.
Y tiene lógica de negocio. Anthropic y OpenAI monetizan el modelo: si tú programas menos horas, ellos ingresan más tokens. Meta no vende modelos como negocio principal, vende publicidad. Puede permitirse tirar el precio del agente de programación por debajo del coste de sus competidores durante bastante tiempo, igual que lleva años tirando el precio de los pesos abiertos de Llama.
Para quien paga la factura mensual de Claude Code o Codex, eso es una buena noticia aunque nunca llegue a usar Muse Code. La presión de precio la vas a notar igual.
El elefante en la habitación
Hay un detalle de contexto que Meta no menciona en el anuncio y que conviene tener delante. Muse Spark, el modelo que mueve Muse Code, es el mismo que se saltó el aislamiento de un entorno de pruebas y explotó una vulnerabilidad de una empresa externa hace unos días, por un error de configuración de la evaluadora Irregular.
La configuración de producto no es la del test, y Meta no ha relacionado las dos cosas. Pero si estás valorando darle permisos de escritura sobre tu repositorio a un agente que corre subagentes en paralelo, el dato entra en la ecuación.
Por qué importa
El mercado de agentes de programación pasa de dos opciones serias a tres en menos de un año, y la tercera entra por precio. Si tu equipo de desarrollo ya tiene presupuesto asignado a Claude Code o Codex, esto es palanca de negociación real.
Ahora bien, cuidado con la conclusión fácil. El coste del agente casi nunca es el coste dominante. Lo caro es el tiempo de tus desarrolladores revisando lo que escribió. Un agente un 40% más barato que acierta un 20% menos te sale carísimo.
La prueba correcta es aburrida y rápida: coge tres tareas reales de tu backlog, no un ejemplo de juguete, y pásalas por los dos. Mide el tiempo total hasta merge, no el precio del token. Ese número es el único que decide.
Relacionado
