ความสามารถในการจัดการโค้ดเบสขนาดใหญ่

Muse Code ถูกสร้างมาเพื่อ repository ขนาดใหญ่ ไม่ใช่สำหรับสคริปต์สั้นๆ ทั่วไป จุดเด่นสำคัญได้แก่:

• ทำงานวิศวกรรมแบบ end-to-end: วางแผนการเปลี่ยนแปลง เขียนโค้ด รันเทส และตรวจสอบผลลัพธ์ใน repository ขนาดใหญ่ได้ในเซสชันเดียว
• Context window ขนาด 1 ล้าน token — เพียงพอที่จะเก็บโค้ดเบสขนาดใหญ่ไว้ในหน่วยความจำพร้อมกัน
• Git worktrees แบบแยกส่วน สำหรับแต่ละ sub-agent ช่วยให้สามารถทดลองแบบคู่ขนานได้อย่างปลอดภัยโดยไม่เกิดความขัดแย้ง โดย child agent แต่ละตัวจะได้รับ worktree ของตัวเองภายใต้ .muse/worktrees/ ทำให้การแก้ไขบั๊ก 6 ตัวแบบคู่ขนานไม่ชนกัน
• การทำงานที่ปลอดภัยเมื่อโปรแกรม crash — เซสชันสามารถอยู่รอดได้แม้โปรแกรมจะล่ม โดยรักษาประวัติงานและบันทึกการตรวจสอบไว้ agent สามารถทำงานได้นานสูงสุด 24 ชั่วโมง
• บันทึกการทำงานแบบสมบูรณ์: ทุกการกระทำของทุก sub-agent จะถูกบันทึกในบันทึกเหตุการณ์ที่สามารถเล่นซ้ำได้เพื่อความโปร่งใส
• ทักษะการออกแบบในตัว (UX, รูปแบบสถาปัตยกรรม) โดยไม่ต้องใช้ prompt จากภายนอก
• ติดตั้งด้วยคำสั่ง terminal เดียวบน macOS และ Linux

การทำงานของ Parallel Sub-Agent และ Muse Spark

สถาปัตยกรรมของ Muse Code คือจุดที่แตกต่างจากคู่แข่ง:

• การกระจายงานไปยัง sub-agent อัตโนมัติ: เมื่อ Muse Code ได้รับงาน มันจะสร้าง sub-agent แบบถาวรหลายตัวที่ทำงานแบบคู่ขนานในส่วนต่างๆ ของปัญหา โดยจะแยกงานขนาดใหญ่ออกเป็นงานย่อยๆ โดยอัตโนมัติ
• Background agent แบบถาวรและแบบ async — แตกต่างจากเครื่องมือที่สร้าง agent ทีละขั้นตอน sub-agent ของ Muse Code จะยังคงทำงานตลอดเซสชันและประสานงานกันอย่างต่อเนื่อง background agent เฉพาะทางเหล่านี้จะช่วยเพิ่มความสามารถให้กับ agent หลัก โดยทำงานแบบอะซิงโครนัสและตัดสินใจว่าจะรายงานผลเมื่อใด ซึ่งช่วยลดการรวบรวมข้อมูลที่ซ้ำซ้อน
• Muse Spark 1.2 ถูกฝึกฝนร่วมกับตัว harness ของ Muse Code agent เอง หมายความว่าโมเดลถูกปรับให้เหมาะสมสำหรับ workflow แบบ multi-agent และระยะยาวตั้งแต่เริ่มต้น Meta กล่าวว่าการจับคู่นี้ช่วยปรับปรุงการใช้เครื่องมือและการทำงานระยะยาว

การวางตำแหน่งทางการแข่งขันกับ Claude Code และ Codex

Meta แข่งขันโดยเน้นที่ ราคา, ความทนทานเมื่อโปรแกรม crash, และสถาปัตยกรรม ไม่ใช่ความเหนือกว่าด้าน benchmark เพียงอย่างเดียว:

• ราคาที่ aggressive: Muse Code ถูกนำเสนอเป็น "หนึ่งใน coding agent ที่มีราคาย่อมเยาที่สุดในตลาด" โดยมีแผนราคาแบบจ่ายตามการใช้งานมาตรฐาน ($1.25 ต่อ input token 1 ล้าน, $4.25 ต่อ output token 1 ล้าน) และแผนราคาแบบ 'contributor' ที่ถูกกว่าซึ่ง Meta สามารถใช้ prompt เพื่อฝึกโมเดลได้ — ซึ่ง Alexandr Wang หัวหน้า AI ของ Meta กล่าวว่า "ถูกกว่าแผนจ่ายตามการใช้งานมากกว่า 10 เท่า"
• คะแนน Terminal-Bench 2.1 ที่ 82.9% — อยู่ระหว่าง Claude Code (86.7% บน Claude Opus 5) และ Codex ในการประเมินของ Meta
• ข้อแตกต่างสำคัญ: background agent แบบถาวร (เทียบกับ agent แบบทีละขั้นของคู่แข่ง), worktrees แบบแยกส่วนเพื่อการทำงานคู่ขนานที่ปลอดภัย, เซสชันที่ปลอดภัยเมื่อโปรแกรม crash, และโมเดลที่ถูกฝึกฝนร่วมกับ agent แทนที่จะถูกปรับใช้ทีหลัง
• Meta ไม่ได้อ้างความเป็นผู้นำด้าน benchmark โดยตรง แต่ positioning ให้ Muse Code เป็น ทางเลือกที่ราคาถูกกว่าและทนทานกว่า สำหรับงานวิศวกรรมขนาดใหญ่ที่ใช้เวลานาน ต่างจาก Claude Code หรือ Codex ที่มีแอปเดสก์ท็อปหรือการรวม IDE Muse Code ทำงานทั้งหมดผ่าน command line

รุ่นเบต้าพร้อมให้ใช้งานแล้วสำหรับ macOS และ Linux และ Muse Spark 1.2 ก็สามารถเข้าถึงได้ผ่าน Meta Model API เช่นกัน

ความสามารถในการจัดการโค้ดเบสขนาดใหญ่

Muse Code ถูกสร้างมาเพื่อ repository ขนาดใหญ่ ไม่ใช่สำหรับสคริปต์สั้นๆ ทั่วไป จุดเด่นสำคัญได้แก่:

• ทำงานวิศวกรรมแบบ end-to-end: วางแผนการเปลี่ยนแปลง เขียนโค้ด รันเทส และตรวจสอบผลลัพธ์ใน repository ขนาดใหญ่ได้ในเซสชันเดียว
• Context window ขนาด 1 ล้าน token — เพียงพอที่จะเก็บโค้ดเบสขนาดใหญ่ไว้ในหน่วยความจำพร้อมกัน
• Git worktrees แบบแยกส่วน สำหรับแต่ละ sub-agent ช่วยให้สามารถทดลองแบบคู่ขนานได้อย่างปลอดภัยโดยไม่เกิดความขัดแย้ง โดย child agent แต่ละตัวจะได้รับ worktree ของตัวเองภายใต้ .muse/worktrees/ ทำให้การแก้ไขบั๊ก 6 ตัวแบบคู่ขนานไม่ชนกัน
• การทำงานที่ปลอดภัยเมื่อโปรแกรม crash — เซสชันสามารถอยู่รอดได้แม้โปรแกรมจะล่ม โดยรักษาประวัติงานและบันทึกการตรวจสอบไว้ agent สามารถทำงานได้นานสูงสุด 24 ชั่วโมง
• บันทึกการทำงานแบบสมบูรณ์: ทุกการกระทำของทุก sub-agent จะถูกบันทึกในบันทึกเหตุการณ์ที่สามารถเล่นซ้ำได้เพื่อความโปร่งใส
• ทักษะการออกแบบในตัว (UX, รูปแบบสถาปัตยกรรม) โดยไม่ต้องใช้ prompt จากภายนอก
• ติดตั้งด้วยคำสั่ง terminal เดียวบน macOS และ Linux

การทำงานของ Parallel Sub-Agent และ Muse Spark

สถาปัตยกรรมของ Muse Code คือจุดที่แตกต่างจากคู่แข่ง:

• การกระจายงานไปยัง sub-agent อัตโนมัติ: เมื่อ Muse Code ได้รับงาน มันจะสร้าง sub-agent แบบถาวรหลายตัวที่ทำงานแบบคู่ขนานในส่วนต่างๆ ของปัญหา โดยจะแยกงานขนาดใหญ่ออกเป็นงานย่อยๆ โดยอัตโนมัติ
• Background agent แบบถาวรและแบบ async — แตกต่างจากเครื่องมือที่สร้าง agent ทีละขั้นตอน sub-agent ของ Muse Code จะยังคงทำงานตลอดเซสชันและประสานงานกันอย่างต่อเนื่อง background agent เฉพาะทางเหล่านี้จะช่วยเพิ่มความสามารถให้กับ agent หลัก โดยทำงานแบบอะซิงโครนัสและตัดสินใจว่าจะรายงานผลเมื่อใด ซึ่งช่วยลดการรวบรวมข้อมูลที่ซ้ำซ้อน
• Muse Spark 1.2 ถูกฝึกฝนร่วมกับตัว harness ของ Muse Code agent เอง หมายความว่าโมเดลถูกปรับให้เหมาะสมสำหรับ workflow แบบ multi-agent และระยะยาวตั้งแต่เริ่มต้น Meta กล่าวว่าการจับคู่นี้ช่วยปรับปรุงการใช้เครื่องมือและการทำงานระยะยาว

การวางตำแหน่งทางการแข่งขันกับ Claude Code และ Codex

Meta แข่งขันโดยเน้นที่ ราคา, ความทนทานเมื่อโปรแกรม crash, และสถาปัตยกรรม ไม่ใช่ความเหนือกว่าด้าน benchmark เพียงอย่างเดียว:

• ราคาที่ aggressive: Muse Code ถูกนำเสนอเป็น "หนึ่งใน coding agent ที่มีราคาย่อมเยาที่สุดในตลาด" โดยมีแผนราคาแบบจ่ายตามการใช้งานมาตรฐาน ($1.25 ต่อ input token 1 ล้าน, $4.25 ต่อ output token 1 ล้าน) และแผนราคาแบบ 'contributor' ที่ถูกกว่าซึ่ง Meta สามารถใช้ prompt เพื่อฝึกโมเดลได้ — ซึ่ง Alexandr Wang หัวหน้า AI ของ Meta กล่าวว่า "ถูกกว่าแผนจ่ายตามการใช้งานมากกว่า 10 เท่า"
• คะแนน Terminal-Bench 2.1 ที่ 82.9% — อยู่ระหว่าง Claude Code (86.7% บน Claude Opus 5) และ Codex ในการประเมินของ Meta
• ข้อแตกต่างสำคัญ: background agent แบบถาวร (เทียบกับ agent แบบทีละขั้นของคู่แข่ง), worktrees แบบแยกส่วนเพื่อการทำงานคู่ขนานที่ปลอดภัย, เซสชันที่ปลอดภัยเมื่อโปรแกรม crash, และโมเดลที่ถูกฝึกฝนร่วมกับ agent แทนที่จะถูกปรับใช้ทีหลัง
• Meta ไม่ได้อ้างความเป็นผู้นำด้าน benchmark โดยตรง แต่ positioning ให้ Muse Code เป็น ทางเลือกที่ราคาถูกกว่าและทนทานกว่า สำหรับงานวิศวกรรมขนาดใหญ่ที่ใช้เวลานาน ต่างจาก Claude Code หรือ Codex ที่มีแอปเดสก์ท็อปหรือการรวม IDE Muse Code ทำงานทั้งหมดผ่าน command line

รุ่นเบต้าพร้อมให้ใช้งานแล้วสำหรับ macOS และ Linux และ Muse Spark 1.2 ก็สามารถเข้าถึงได้ผ่าน Meta Model API เช่นกัน