Meta brengt terminalagent Muse Code uit voor grote codebases

Meta heeft een AI-agent voor programmeertaken uitgebracht. Muse Code werkt in de terminal en is gebaseerd op het bestaande Muse Spark-model van Meta zelf. Volgens Meta is de tool vooral gericht op werk met grote codebases.

Meta zegt dat de software in bèta beschikbaar is. Muse Code werkt in terminals en kan met één commando worden geïnstalleerd. Zoals de naam al doet vermoeden werkt Muse Code op basis van het AI-model Muse Spark, specifiek versie 1.2. Meta bracht Spark eerder dit jaar uit.

Muse Code slaat alle calls, toewijzingen en aanpassingen in een lokale log op. Dat maakt het model volgens Meta beter in staat om langdurige taken uit te voeren, omdat het de benodigde informatie maar uit één bron hoeft te halen.

Met commando's als '/plan' kan Muse Code een taak plannen waarin meerdere opdrachten moeten worden goedgekeurd. Met '/grill' kan een opdracht worden getest en met '/goal' kunnen specifieke doelen voor een opdracht worden opgesteld.

Muse Code werkt ook met agents die op de achtergrond draaien en goed naast elkaar kunnen werken. Als een bepaalde taak te groot blijkt, kan Muse Code subagents aanmaken die ook parallel kunnen werken. Volgens Mark Zuckerberg is de tool door die functies voornamelijk interessant voor grote codebases.

Reacties (24)

[P1nGu1n]

Interessant gerelateerd artikel: Yahoo Finance - Mark Zuckerberg’s Pivot to AI Is Blowing Up in His Face Spectacularly

[Reactie gewijzigd door P1nGu1n op 7 augustus 2026 12:53]

[downtime]

Niet zoveel interessants aan. Gewoon een mening gebaseerd op feiten die we allemaal inmiddels wel kennen.

[bzuidgeest]

Het is geen verrassing dat de persoon meest gelijk aan een robot tussen de big tech bazen vol inzet op robots maken die 24x7 kunnen werken. Het ego dat nodig is om te werken aan een digitale versie van jezelf zodat medewerkers daar mee kunnen chatten.,.. Het beste wat ik daar van dacht is dat die AI waarschijnlijk menselijker was dan zuckerberg....

Het artikel is leuk als opinie, maar eigenlijk is dit al jaren bekend. Zoals het artikel stelt. Verre van Zuckerbergs eerste fiasco. Metaverse anyone?

[TheRien]

Ik ben wel benieuwd hoeveel mensen hier met coding harnesses werken en of dat dan vooral van de partij is waar je een abonnementen hebt (Claude code of codex) of ook veel OSS zoals opencode en pi?

Ik weet niet of de markt nou zo'n behoefte heeft aan nog een harness, maar ik vermoed dat dit weer vooral een vemdor-lock-poging wordt. Net zoals Claude code, dat is de enige die je kunt gebruiken als je een abonnement bij Claude hebt, want de API-prijzen zijn veel hoger.

(Afhankelijk van het gebruik van je abonnement natuurlijk, maar genoeg verhalen van mensen die in een maand de hoeveelheid tokens gebruiken die 100x of meer zouden kosten dan het abonnement als je de API-prijzen zou betalen. Oftewel, die tokens zijn dan voor 99%+ gesubsidieerd; hoe sustainable is Anthropic dan?)

[GewoonWatSpulle]

Vendor lock-in is natuurlijk bijna altijd slecht maar meer concurrentie op dit vlak is zeker welkom om alle partijen scherp te houden en te laten innoveren.

Alleen is dit tot nu toe een Claude Code kopie met ingebakken skills zo op het eerste oog, dus helaas nog geen bijzondere feature die andere niet hebben.

[Reactie gewijzigd door GewoonWatSpulle op 7 augustus 2026 12:53]

[bzuidgeest]

In die zin ben ik blij met github copilot. Ja API prijzen zullen wel hoger zijn (MS zal wel flink korting krijgen), maar ik heb toegang in vscode tot alles van anthropic Claude Haiku tot fable. GPT 4 to de laatste 5.6, kimi, grok, MIA etc etc...

Als de ene AI ergens moeite mee heeft of offline gaat stap ik door naar de volgende, schakel van goedkoop naar frontier met een click. Die flex is wel wat waard.

Het zou mooi zijn om iets equivalents te hebben op eigen servers op zonneenergie, met dezelfde tooling en open source. Maar zover ik weet is dat er gewoon nog niet. Het zal wel komen. Maar tot die tijd.... Modellen als fable zijn nog steeds niet perfect. Maar jeetje, in vergelijking met de eerste modellen zijn ze verbazend capabel. Zelf UI bouwen, zelf de visualisatie nakijken er even in rondklikken, ze kunnen het allemaal nu. Zelfs Kicad schema's wil nu lukken, met beperkingen. Reverse engineering word steeds beter. Alhoewel fables cyber blocks soms hinderlijk zijn. Maar dan is gpt er nog.

[Reactie gewijzigd door bzuidgeest op 7 augustus 2026 14:36]

[RobbertBink]

Vraagje aan echte gebruikers. Ik volg de AI ontwikkelingen nog altijd met veel interesse. Sommige mensen haten het, anderen gaan er volledig voor. Ik heb een vraag aan de ondernemers die hier aanwezig zijn. Ik lees vaak dat programmeurs of webdesigners zeggen dat ze wel 2 tot 10 keer zo productief zijn. Mijn vraag is, hoe vertaald dit zich door naar de omzet en de winst? Is deze ook 2 tot 10 keer toegenomen?

[Kerfuffle]

Waar lees je dat programmeurs of webdesigners zeggen dat ze 2 tot 10 keer zo productief zijn? Ik zie mijzelf omringd met developers en webdesigners die zeggen dat ze bij PoC's en selfware weliswaar snel meters maken, maar bij onderhoud aan grotere codebases van grotere projecten en producten problemen tegenkomen waardoor de aard van hun werk weliswaar is veranderd (minder boilerplate code schrijven, meer specificatie, review & test), maar de output / outcome nauwelijks.

Het verschil tussen de jay- als naysayers is in mijn ervaring vooral het geloof of dit allemaal (nóg) beter wordt (alles wat AI nu nog niet kan, kan het straks wel, en goedkoper/sneller) of dat we onszelf enorm tegen gaan komen (vendor lock-in, milieuimpact, privacy wetgeving, licenties, onbetaalbaar tokenmaxxing, enshittification, developer skill degradation).

[M37_044742Z]

Changes waar we voorheen met een volledig scrumteam 8 weken voor uittrokken, krijg ik nu vaak met AI in ~60 minuten rond. En ja, ik heb het hier over compliance-zware enterprise-systemen en omgevingen op schaal, niet over een simpele CRUD-app.

Dat is niet “minder boilerplate schrijven”; dat is een fundamentele verschuiving in wat softwareontwikkeling kost en welke changes economisch überhaupt nog viable zijn.

Voor mijn eigen werk is 10x productiever eerlijk gezegd nog een understatement.

[Caelorum]

Het ligt ook een beetje aan de codebase en of die er geschikt voor is. We hebben componenten waar AI helemaal in verzand. Eigenlijk elke middelmatige developer ook, zeker als ze niet eerst 12 maanden zijn ingewerkt. We hebben ook componenten die behoorlijk straightforward zijn qua technieken e.d. en goed aansluiten bij waar AI al voor wordt ingezet. Daar geeft het een vele malen grotere boost in productiviteit.

We zijn op architectuurvlak het één en ander aan het herorienteren en uitdenken zodat (nieuwe) developers effectiever ingezet kunnen worden met goede ondersteuning van AI.

[bzuidgeest]

Als developer kan ik zeggen dat ik wel degelijk meer kan doen. Echter het probleem treed op een zeker punt op dat de AI zoveel, zoveel vlugger kan dat ik het niet meer kan bijhouden. De limitatie is de mens hier. Echter dingen als fable en gpt5.6 worden zo veel beter dat steeds meer werk goed gedaan kan worden met durf ik het te zeggen minimale controle. Je moet weten waar wel en waar niet. En je hebt je testsuite en intelligentie ook nog. Een junior programmer hoef je ook niet altijd 100% na te kijken.

Zelfs als het niet meer beter word is dit een enorme hulp. Bepaalde tools die netwerkprotocollen moeten verwerken die low prio waren omdat het veel uitzoek en test werk was gaan nu in een paar uur uit de AI komen. Paar duizend credits en klaar.

Wat betreft vendor locking.... Dat valt mee. Via Microsoft github copilot, heb ik gpt, claude, kimi, mia, grok en wat al niet. En ik gebruik naar gelang taak complexiteit en kosten verschillende modellen van verschillende leveranciers. Als openAI morgen ontploft gaan we verder met claude, of andersom met gpt.

Ik gebruik meest interactive sessies. (een of meer). Achergrond werk vertrouw ik nog niet zo en er is best nog wel wat stuur nodig. Ik ben niet afhankelijk van wie dan ook als AI leverancier. Zolang de AI mijn code kan zien en voor mij bewerken is het goed. Ik investeer in weinig dat leverancier specifiek is.

[IskaRiot]

Momenteel werken wij binnen onze firma uitsluitend met subscriptions van openAI en anthropic, en door de token limit zie je ook dat mensen gaan afwegen wat ze met AI doen en wat niet.

Verder zou ik zelfs geen verdubbeling van de productiviteit stellen. Als je puur kijkt naar code wel ja, maar die gigantische aanpassingen moeten ook nagekeken worden door andere medewerkers in een code review, nadat de programmeur het al nakeek (want die blijft verantwoordelijk voor de opgeleverde code).

En voor je op enter kan duwen voor je prompt te versturen ben je vaak enkele uren kwijt met het opstellen van die prompt omdat je de taak volledig moet gaan analyseren, zeker als je ergens een vage beschrijving van een nieuwe feature krijgt.

Al die tijd die ze daaraan spenderen coderen ze natuurlijk niet.

Ik zou zeggen 25-50% productiever in het wild, waarvan een kwart weer verloren gaat tijdens het wachten op de output en opvolgen van de prompt.

Edit: wij zijn overigens van mening dat de gewonnen tijd 100% productief moet worden opgevuld. Ik zie vooral dat er meer ruimte ontstaat om even uit te waaien of te pauzeren, want werken met AI betekent ook een grotere cognitieve load voor de programmeur.

[Reactie gewijzigd door IskaRiot op 7 augustus 2026 13:39]

[bzuidgeest]

en je vaak enkele uren kwijt met het opstellen van die prompt omdat je de taak volledig moet gaan analyseren, zeker als je ergens een vage beschrijving van een nieuwe feature krijgt.

Dat pak je dan als ik zo cru mag zijn niet zo slim aan. Ik schrijf typisch in 5 minuten een spec, met de grove intentie. De grove outline met de prio's. Daarna vraag ik de AI het te lezen en uit te werken. Meestal nog 5 minuten om tweaks te laten doen. En misschien 10 minuten om het na te lezen. Spec schrijven door frontier modellen is stompzinnig goed.

Je kan dan de frontier model AI ook vragen om de spec zo te schrijven dat het goedkope model het werk kan doen. Toen ik dat onlangs testte kreeg ik een spec met fase 0 met een controle voor de cheap agent om aan te tonen dat hij het snapte door bepaalde doelen te testen en te bouwen. En pas phase 1 te doen met dat model als het door 0 heen kwam.

[svennd]

YouTube: What 6 months of AI coding did to my dev team

De juniors zijn weldegelijk 2x tot 10x zo productief, maar de medio's & seniors worden onder gesneeuwd. Ik denk dat AI nu gewoon een zware optimalisatie slag moet gaan beginnen. Net zoals google'n een skill is, is AI (goed) gebruiken dat ook. Je schrijft nu (terug) "technische" specs inplaats van echte code.

[bzuidgeest]

Ik schrijf een technische spec in een half a4-tje. De AI kan het daarna uitwerken. Zo schrijven dat een goedkoop model het kan bouwen. Inclusief een phase 0 om dat het goedkope model zichzelf laat testen of het de opdracht aankan..... Daar kwam fable zelf mee aanzetten. Ik moet de spec even nalezen maar doorgaans is deze uitstekend. Paar tweaks, misschien een misinterpretatie vragen weg te werken of iets te verduidelijken. Maar het kost echt nauwelijks moeite meer. Ik heb nog nooit zoveel en tegelijk zo weinig en zo goed gedocumenteerd in elk project. Markdown, Mermaid, je code is in een seconde gedocumenteerd.

Het is wel een probleem dat je zoveel kan doen dat je meer projecten in de AI kan gooien dan je als normaal mens kan verwerken. Dan loop je tegen AI burnout aan als je niet uitkijkt.

Ik ben nu een veredelde prompt engineer. Dat is aan de ene kant saai. Aan de andere kant kan ik nu zoveel meer. Voorbeeldje ik wilde spelen met chromiumOS, of ik google services voor aanmelden e.d. zou kunnen vervangen door eigen services. Als ik dat zelf moet doen ben ik weken bezig. De AI had het in een paar uur met mij werken volledig uitgescript. Build en done. Zoiets is dus nog gewoon bereikbaar als kleine test in plaats van iets dat een grote inzet vereist. Ofwel zoveel dingen kan je nu veel makkelijke als POC doen.

[FrostHex]

Grappig in 201x hoorde je atlijd leer programmeren, daar is altijd werk in. Nu zie je dat AI steeds meer junior programmeurfuncties replaced.

[Kerfuffle]

Het is nog altijd een uitstekend idee om te leren programmeren als je daar genoegdoening uit haalt. AI gaat dat niet vervangen; het zal mogelijk de drempel verlagen om te beginnen en je helpen om generieke problemen op te lossen zodat je meer aandacht kunt hebben voor unieke oplossingen. Het zal enerzijds je tooling verrijken en anderzijds in bepaalde gevallen een nieuw soort oplossing zijn voor functionele problemen waar nondeterminisme een rol kan spelen.

Bij dit soort bewegingen (4GL, lowcode, no-code, Enterprise CMS, LLM, etc) gebeurt telkens hetzelfde: leveranciers van een nieuw idee of product kondigen aan dat programmeren overbodig wordt, managers die niet snappen dat de waarde van een developer voor 90% in andere zaken dan programmeren zit trappen erin, en ze zitten uiteindelijk opgescheept met een implementatie die lastiger en duurder is in onderhoud en uitbreiding dan wat ze hadden.

Ook nu komen bedrijven als Ford er al achter dat domeinkennis van je medewerkers nog altijd onmisbaar is, dat het verschuiven van de focus van schrijven naar reviewen de effectiviteit en het leervermogen van je developers niet ten goede komt, en dat tokens best wel onvoorspelbaar duur zijn terwijl de payoff achterblijft, en zijn weer extra developers aan het aannemen.

[Jester-NL]

Grappig is dat AI vooral allerlei junior functies kan overnemen. En dat er dus steeds minder plaats is voor juniors... met als resultaat dat er langzaam steeds minder mensen zullen zijn met de kennis en de expertise om medior of senior te worden.
En ik heb niet het idee dat je al die functies aan AI moet kunnen of willen overlaten

[bzuidgeest]

Tja, sinds de auto, kan bijna niemand meer paardrijden

De wereld veranderd. Met of zonder ons hij draait wel door.

[svennd]

Dat is het gevoel, maar de data wil ik nog wel eens zien. Ik probeerde al enkele keren AI te gebruiken voor iets waar ik niks van kende ... daar kwam toch maar beperkt betrouwbare zaken uit.

Gedaan zijn de dagen dat je 3 uur op een syntax error zat te zoeken ... maar of we dat nu gaan missen

[jrswgtr]

Maar.. wat gaat het kosten?

[eheijnen]

Ik zie weinig langskomen in het algemeen over Meta's AI in tegenstelling tot andere bots.

Zijn er mensen die ervaring hebben met de AI van Meta voor wat betreft programmeren.

[synoniem]

Ik ben al terughouden met AI agents maar voordat ik ook maar iets van Meta toelaat op mijn systemen moet ik wel heel erg wanhopig zijn.

[handy112]

Interessant: als je Meta laat trainen op jouw data is het model grofweg 20 keer zo goedkoop. Dan heb je het over $4.25 tegenover $0.20 voor output tokens. Hier zie je ook hoe belangrijk de data is voor het maken van een goed model.