Meta has introduced Muse Code, an agentic harness for its AI models, now in beta on Mac and Linux. It supports interactive terminal and headless modes, with authentication via browser or API key. The default model is the newly launched Muse Spark 1.2—jointly trained with the harness, so switching is strongly discouraged. This LLM offers moderate improvements over the US-only Spark 1.1, with better coding on long tasks through enhanced planning, context compression, and goal adherence.

Pricing for the Muse Spark API remains unchanged, offering Standard and Contributor tiers. The Contributor tier slashes costs dramatically (e.g., $0.10 vs. $1.25 per million input tokens) but imposes stricter rate limits (60 requests and 2.1 million tokens per minute, versus 3,000 and 4 million) and requires consent for Meta to use all inputs and outputs for future model training. Due to data-use regulations, this option is blocked in the European Union, Australia, Brazil, Canada, South Korea, and the United Kingdom. Meta is also beginning to accept requests for its Zero Data Retention (ZDR) option.

Muse Code can orchestrate up to 16 sub-agents (limited by CPU cores minus 2). As with Codex, sub-agents cannot spawn further agents, but they can maintain individual Git trees to prevent write conflicts. The harness deploys its own observer sub-agents, each monitoring a specific quality dimension and advising the main agent without interruption.

By default, all shell commands run inside an OS sandbox, and commands deemed risky—such as `rm -f` and `rm -fr`, with or without `sudo`—require human approval. These two safeguards can be enabled or disabled individually. A stricter mode forces review of every command not on an allowlist, while YOLO mode disables both the sandbox and workspace trust.

Additional features include voice input (on by default for Mac), manual context management with compression, action summaries, and export with secret masking. AGENTS.md configuration files take precedence over CLAUDE.md. Meta provides around ten cookbooks demonstrating natural language planning, task distribution, deterministic replays, goal tracking, and immutable guardrails.

Meta avait les modèles, il a désormais le harnais. Son nom : Muse Code.

Disponible en bêta sur Mac et Linux, il a deux modes d’exécution : interactif (terminal) et headless. L’authentification passe par le navigateur ou par une clé d’API.

Le modèle par défaut est Muse Spark 1.2, lancé en parallèle. Meta recommande fortement de ne pas en changer et pour cause : le LLM et le harnais ont été entraînés conjointement.

Muse Spark 1.2 constitue une « amélioration modérée » de Muse Spark 1.1, qui était sorti début juillet uniquement aux États-Unis. Les optimisations se sont portées sur le codage. En particulier sur les tâches longues. Ont donc été exercées des compétences telles que la planification, la compression du contexte et l’adhérence à des objectifs.

Payer avec ses données : une option non disponible dans l’Union européenne

Le lancement de Muse Code ne change pas la tarification des modèles Muse Spark. L’API conserve, en plus du niveau standard, le niveau dit « contributeur ». Il offre une nette ristourne en contrepartie à deux éléments. D’une part, accepter des limites de débit plus strictes (60 requêtes par minute vs 3000 ; 2,1 millions de tokens par minute vs 4 millions). De l’autre, donner à Meta le droit d’exploiter entrées et sorties pour entraîner de futurs modèles. Un point bloquant dans l’Union européenne, si bien que l’option n’y est pas disponible. Elle ne l’est pas non plus en Australie, au Brésil, au Canada, en Corée du Sud et au Royaume-Uni.

(prix par million de tokens)

Input

Input (cache)

Output

Standard

1,25 $

0,15 $

4,25 $

Contributeur

0,10 $

0,002 $

0,20 $

Meta commence par ailleurs à traiter les demandes d’activation de l’option ZDR (zero data retention).

Comme avec Codex, pas d’imbrication de sous-agents

Meta propose une dizaine de cookbooks pour illustrer les capacités de Muse Code. Par exemple, la planification en langage naturel, la distribution de tâches entre sous-agents, les rejeux déterministes, le suivi des objectifs ou l’immuabilité des garde-fous.

Le harnais peut gérer un maximum de 16 sous-agents. Le plafond dépend des ressources de la machine (formule générale : nombre de cœurs processeurs – 2). Comme sur Codex, ces sous-agents ne peuvent pas en lancer d’autres. Mais ils peuvent avoir leur propre arbre Git pour éviter les conflits d’écriture. Muse Code en fait lui-même tourner, pour « observer » l’exécution. Chacun suit un axe de qualité et peut fournir des conseils à l’agent principal sans l’interrompre.

Par défaut, toutes les commandes shell s’exécutent dans une sandbox OS et l’humain doit examiner celles jugées à risque (globalement, rm -f et rm -fr, précédées ou non de sudo). On peut activer/désactiver séparément ces deux aspects.

Il existe un mode plus strict (demande de révision de toute commande qui n’est pas en liste d’autorisation)… ainsi qu’un mode YOLO, qui désactive aussi la sandbox et dit au harnais de faire confiance à l’espace de travail.

Muse Code a une option de saisie vocale (activée par défaut sur Mac ; pas sur Linux). Il permet de gérer manuellement le contexte (compression, résumé des dernières actions, exportation avec possibilité de masquer les chaînes ressemblant à des secrets…). Les fichiers AGENTS.md ont la priorité sur les fichiers CLAUDE.md.

Illustration générée par IA

The post Muse Code, le harnais agentique de Meta, n’arrive pas seul appeared first on Silicon.fr.