Meta's erster Programmier-Agent ist erschienen, die Fähigkeiten des dahinterstehenden Modells holen direkt zu Opus 5 auf.

Endlich steigt Meta selbst in die Entwicklung von Coding Agenten ein.

Heute hat Meta offiziell die Beta-Version von Muse Code veröffentlicht. Es handelt sich um einen KI-Coding-Agenten, der im Terminal läuft und von dem neuesten Modell Muse Spark 1.2 angetrieben wird. Mark Zuckerberg schrieb in einem Beitrag: „Er kann komplexe Software-Engineering-Aufgaben in großen Code-Repositories erledigen, darunter die Analyse von Projekten, die Planung von Änderungen, das Schreiben von Code, das Ausführen von Tools und die Überprüfung der Ergebnisse.“

Das bedeutet auch, dass Meta, OpenAI und Anthropic nun endlich auf dem beliebten Gebiet der Coding-Agenten aufeinandertreffen.

Gleich nach der Veröffentlichung des Produkts löste es heiße Diskussionen unter Nutzern im Internet aus. Ein Nutzer fragte direkt nach dem derzeit viel diskutierten Open-Source-Thema, ob „Muse Code als Open-Source-Projekt veröffentlicht wird?“ Mark Zuckerberg antwortete sofort: „Bald werden wir mehr zu diesem Thema teilen.“

Derzeit unterstützt Muse Code macOS und Linux und kann über einen einzigen Terminal-Befehl installiert werden. Nutzer können ihm direkt eine vollständige Anfrage stellen, beispielsweise einen Fehler beheben, der mehrere Module umfasst, eine neue Funktion hinzufügen oder ein großes Projekt neu strukturieren. Nach Erhalt der Aufgabe versteht Muse Code zuerst das Code-Repository, erstellt dann einen Plan, ändert Dateien, führt Tests aus und passt sich anschließend an die Ergebnisse an.

Im Folgenden werfen wir einen detaillierten Blick darauf.

Muse Code: Metas erster KI-Programmieragent

Muse Code verwendet einen einfachen Agenten-Zyklus, der mit einer Gruppe asynchroner Hintergrundagenten kombiniert wird, um die Fähigkeiten des Hauptagenten zu erweitern.

Diese spezialisierten Hintergrundagenten laufen während der gesamten Sitzung kontinuierlich und werden nicht für jede Aufgabe neu gestartet, wodurch wiederholte Informationserfassungen reduziert werden. Sie können nachfolgende Schritte selbstständig ausführen und entscheiden, wann sie die Ergebnisse an den Hauptagenten zurückmelden.

Dieser Mechanismus des kontinuierlichen Betriebs senkt die Latenz und verringert die Abhängigkeit des Hauptagenten von menschlicher Anleitung bei der Bearbeitung komplexer, mehrstufiger Aufgaben.

Demo-Präsentation

Muse Code verfügt über zwei Kernmerkmale:

Erstens das Laufzeitdesign.

Muse Code verwendet lokale Ereignisprotokolle, in denen Modellaufrufe, Tool-Ausführungen, Genehmigungsvorgänge und Codeänderungen nacheinander aufgezeichnet werden. Als einzige vertrauenswürdige Datenquelle ermöglicht dieser Protokollmechanismus die genaue Wiedergabe des Ausführungsprozesses und eine sichere Wiederherstellung nach einem Neustart. Selbst wenn das Programm abstürzt, kann der Agent an der unterbrochenen Stelle weiterarbeiten.

Dank dieser Fähigkeit kann Muse Code Aufgaben mit langer Laufzeit verarbeiten, ohne dass der gesamte Prozess durch einen zwischenzeitlichen Fehler abweicht oder unterbrochen wird.

Zweitens die integrierten Fähigkeiten.

Muse Code bietet standardmäßig mehrere Funktionen. „/plan“ kann eine Aufgabe in einen Plan unterteilen, der erst nach Genehmigung ausgeführt werden kann. „/grill“ unterzieht den Plan wiederholten Belastungstests, bis die Lösung zuverlässig genug ist. „/goal“ arbeitet kontinuierlich auf ein festgelegtes Ziel hin, bis die Aufgabe erfolgreich abgeschlossen ist.

Muse Spark 1.2: Das leistungsstärkere Modell hinter dem Agenten

Muse Spark 1.2 ist eine auf Muse Spark 1.1 basierende Version mit verbesserten Programmierfähigkeiten, die insbesondere die Leistung bei der Codegenerierung, dem Debuggen komplexer Probleme, dem Verständnis von Code-Repositories und dem Ende-zu-Ende-Entwicklungsprozess verbessert.

Beim Training von Muse Spark 1.2 hat Meta die Trainingsrechenleistung für Programmieraufgaben erheblich erhöht und gleichzeitig die Vielfalt der Trainingsumgebungen erweitert. Gleichzeitig behält das Modell eine starke Leistung in anderen Schlüsselbereichen wie allgemeinen Agentenfähigkeiten bei.

Auf dem Terminal-Bench 2.1, der die Fähigkeit von Agenten bewertet, Aufgaben in Terminalumgebungen zu erledigen, liegt Muse Spark 1.2 nur hinter Opus 5 (max).

Auf DeepSWE 1.1 liegt Muse Spark 1.2 hinter Opus 5 (max) und GPT-5.6 Terra (max) zurück. DeepSWE definiert 113 Aufgaben, die 91 Code-Repositories und fünf Programmiersprachen abdecken: TypeScript, Go, Python, JavaScript und Rust. Jede Aufgabe ist mit manuell geschriebenen Funktionsvalidierungsprogrammen und Regressionstests ausgestattet.

Auf dem Meta Internal Coding Bench, der aus Metas internen Code-Repositories stammt, liegt Muse Spark 1.2 ebenfalls nur hinter Opus 5 (max) zurück. Dieser Benchmark umfasst 440 Aufgaben, die auf echten internen Pull-Requests basieren und Fehlerbehebungen, Funktionsentwicklung, Code-Refactoring, Code-Bereinigung und weitere Software-Engineering-Arbeiten abdecken.

Diese beeindruckenden Benchmark-Ergebnisse verdanken sich drei technischen Fortschritten:

Erstens das gemeinsame Training mit Muse Code.

Muse Spark 1.2 und Muse Code werden gemeinsam trainiert, um sicherzustellen, dass sie bei der gemeinsamen Nutzung die volle Leistung des Modells entfalten und ein besseres Programmiererlebnis bieten.

Während des Trainings werden Agenten-Ausführungspfade basierend auf Ablehnungsabtastung eingeführt, und die Trainingsmethoden werden in Bereichen wie Zielausführung, Kontextkompression und Unteragenten optimiert. Gleichzeitig hat das Team das Toolset von Muse Code in das Training aufgenommen, um die Kompatibilität des Modells mit dem Agenten-Ausführungsframework zu verbessern.

Zweitens die Fähigkeit zur Bearbeitung langfristiger Aufgaben.

Muse Spark 1.2 wurde in großem Umfang für langfristige Programmieraufgaben trainiert, darunter die Generierung vollständiger Code-Repositories, große Ende-zu-Ende-Projekte und automatisierte Forschung.

Das Modell plant die Reihenfolge der Aufgaben, behält die Ausführungsrichtung durch Zielbedingungen bei und behält mithilfe der Kontextkompression die Schlüsselinformationen bei, die für die kontinuierliche Bearbeitung der Aufgabe erforderlich sind.

Drittens die Fähigkeit zur Selbstverbesserung.

Meta hat Muse Spark 1.1 verwendet, um schwierige Programmierumgebungen und Vorlagen für die Einhaltung von Anweisungen zu generieren. Anschließend bewertet das Modell, inwieweit die Kandidatenlösungen alle Anforderungen erfüllen, wodurch ein skalierbarer Trainingsdatensatz für Muse Spark 1.2 erstellt wird.

Dieser Selbstverbesserungsmechanismus hilft Muse Spark 1.2, komplexe Anweisungen genauer auszuführen, und übertrifft das Vorgängermodell in der Fähigkeit zur Einhaltung von Anweisungen.

Was den Preis betrifft: Die normale Version kostet 1,25 USD pro Million Token für die Eingabe, 0,15 USD für zwischengespeicherte Eingaben und 4,25 USD für Ausgaben. Die Contributor-Version kostet 0,10 USD pro Million Token für die Eingabe, 0,002 USD für zwischengespeicherte Eingaben und 0,20 USD für Ausgaben.

Referenzlinks:

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

https://x.com/finkd/status/2085080750034940201

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Machine Heart“ (ID: almosthuman2014), Redakteure: DU Wei, Youli, veröffentlicht mit Genehmigung von 36Kr.