Во вторник Марк Цукерберг выложил на X короткий пост: Meta выпускает Muse Code, терминального AI-агента, который сам планирует изменения в больших репозиториях, пишет код и проверяет результат. Компания впервые всерьёз вышла на рынок, где до сих пор заправляли Anthropic с Claude Code и OpenAI с Codex. А вместе с агентом вышла модель Muse Spark 1.2, и у неё есть необычная цена: в 12 раз ниже стандартной, если вы разрешите Meta обучаться на вашем коде.
«Это терминальный агент, который берёт на себя полные задачи»
Muse Code ставится одной командой в терминал на macOS и Linux, но для старта нужны аккаунт Meta и привязанная карта. Проверка VentureBeat на Mac mini показала: установщик работает, а вот запустить агента без платёжных данных не выйдет, даже на самом дешёвом тарифе.
«Это терминальный агент, который берёт на себя полные задачи по разработке в больших репозиториях: планирует изменения, пишет код, проверяет результат» - Марк Цукерберг.
Главная архитектурная идея Muse Code - постоянные фоновые агенты. Конкуренты порождают помощника под каждую задачу заново, а Muse Code держит набор специализированных агентов живым всю сессию. Агенту, который уже изучил репозиторий, не нужно перечитывать его каждый раз, когда разработчик просит что-то новое. Меньше задержек, меньше присмотра.
Когда задача крупная, Muse Code разворачивает параллельных субагентов, каждого в изолированном git-worktree, так что рабочая копия разработчика не затрагивается. По словам Цукерберга, в тестах агент собрал шесть функций для игры одновременно, без конфликтов.
Журнал событий: упал через 20 часов, продолжил с того же места
Вторая особенность - аудируемость. Каждый вызов модели, запуск инструмента, одобрение и правка записываются в локальный журнал событий до того, как выполниться. Meta называет такой рантайм «replay-exact и restart-safe»: если Muse Code упадёт через 20 часов долгой задачи, он продолжит ровно с того места, где остановился, без потери работы и без повторных запросов.
Для инженерных руководителей, которых уже обжигали непрозрачные запуски агентов, полный локальный журнал может оказаться решающим аргументом при выборе инструмента. В Muse Code встроены и знакомые по конкурентам команды: /plan превращает задачу в план с точками одобрения, /grill проверяет план на прочность, /goal ведёт агента к цели.
Muse Spark 1.2: честное второе место на всех трёх тестах
Модель обучали вместе с самим Muse Code: на траекториях работы агента, с оптимизацией под цели, сжатие контекста и субагентов. Плюс цикл самоулучшения - Muse Spark 1.1 сама генерировала сложные окружения и шаблоны инструкций, потом оценивала решения, и так получился обучающий набор для следующей версии.
Цифры: Terminal-Bench 2.1 - 82,9% (GPT-5.6 Terra в Codex - 81,8%, Grok 4.5 - 81,6%, лидирует Opus 5 - 86,7%). DeepSWE 1.1 - 59,3%, третье место. Внутренний бенчмарк Meta - 70,6% против 79,4% у Opus 5.
Meta публикует графики, где даже на собственном тесте модель Anthropic выигрывает с отрывом почти в девять пунктов. Для рынка, где конкуренты трубят о победах в каждом рейтинге, такая откровенность необычна. Прогресс относительно Muse Spark 1.1 есть: плюс 6,7 пункта на Terminal-Bench и 6,3 на DeepSWE, хотя часть прироста, судя по подписям к графикам, дал новый харнесс, а не сама модель.
Самая яркая демонстрация - длинная задача: Meta запустила Muse Spark 1.2 на оптимизацию GPU-ядер и дала агенту работать до 24 часов на NVIDIA Hopper. За это время он сделал больше 1000 вызовов инструментов, сам писал, компилировал и профилировал код на Triton, и нашёл неочевидные оптимизации, включая перенос накопленного затухания на середину чанка. Если такой результат держится и вне демо Meta, это ответ на главную претензию к агентам кодинга: что они выдыхаются после первого рывка.
Скидка за данные: 12 раз дешевле в обмен на обучение
Стандартный тариф Muse Spark 1.2 - 1,25 доллара за миллион входных токенов и 4,25 доллара за выходные. Meta обещает, что промпты и ответы на этом тарифе не используются для обучения. Это средняя цена по рынку.
Contributor-тариф стоит 0,10 доллара за миллион входных и 0,20 за выходные токены - в 12 и 21 раз дешевле стандартного. Взамен Meta получает явное разрешение обучаться на ваших промптах и ответах. Лимит - 60 запросов в минуту против 3000 на стандартном тарифе, так что это тариф для экспериментов, а не для продакшена.
Для компаний это развилка: либо платить обычную цену, либо отдавать свой код в обучающий конвейер Meta. Цукерберг прямо ведёт новых пользователей на contributor-тариф: «Установите Muse Code одной строкой и начните с нашего contributor-тарифа». Тем, кто обязан хранить код в тайне, такой обмен может оказаться неприемлемым.
Конец эры Llama
В анонсе нет ни слова об открытом коде. Компания, которая три года позиционировала себя как знаменосца открытого AI и раздала Llama больше миллиарда загрузок, теперь выпускает проприетарную модель без весов и лицензии. Для сравнения: OpenAI выложила свой Codex CLI под лицензией Apache 2.0, у Google Gemini CLI тоже Apache-лицензия.
На прямой вопрос, будет ли Muse Code открытым, Цукерберг ответил: «Скоро расскажу больше». Пока же contributor-тариф выглядит наследником стратегии Llama: раньше Meta раздавала веса за внимание разработчиков, теперь раздаёт дешёвые токены за данные для обучения.
Что это значит для бизнеса
Для компаний, которые внедряют AI-агентов в разработку, выбор расширяется: теперь на рынке терминальных агентов три крупных игрока вместо двух. Появление Meta обычно давит на цены, и за этим стоит следить уже в ближайшие месяцы.
Считайте не цену токена, а цену результата. Contributor-тариф выглядит дёшево, но если код - ваше конкурентное преимущество, экономия на токенах обернётся потерей контроля над данными. Внедрение искусственного интеллекта в компании начинается с политики данных: какие процессы можно отдавать провайдеру, а какие нет.
Для бизнеса во Владивостоке и на Дальнем Востоке практический вывод тот же: прежде чем запускать агентов, решите, где проходит граница допустимого. Нейросети для бизнеса и автоматизация бизнес-процессов дают эффект, когда данные под контролем, а не когда скидка на токены решает за вас.