Muse Code: أصدرت Meta وكيل برمجة يخسر على معياره الخاص

عادةً لا ينشر البائعون المخطط الذي يحتلون فيه المركز الثاني. لكن Meta نشرت ثلاثة منها. في العرض التقديمي لإطلاق Muse Code — وكيل البرمجة الطرفي الذي أصدرته Meta Superintelligence Labs في 5 أغسطس 2026، والذي يعمل على نسخة اليوم نفسه، Muse Spark 1.2 — Claude Opus 5 يتفوق على كل لوحة اختارت Meta عرضها، بما في ذلك اللوحة التي بنتها وتتحكم بها بنفسها. على Terminal-Bench 2.1 تبلغ الفجوة 3.8 نقاط. على DeepSWE 1.1 تبلغ 5.7، مع GPT-5.6 Terra في المقدمة أيضًا. على معيار Meta الداخلي للبرمجة تبلغ 8.8. النسخة المنتشرة من هذا الإطلاق — "59% على DeepSWE 1.1، متفوقًا على Grok 4.5 وGemini 3.6 Flash" — صحيحة، وهي أضيق عبارة صحيحة متاحة.

وهذا ما يجعل الإطلاق أكثر إثارة للاهتمام، لا أقل. لقد أصدرت Meta مجموعة معايير لا تفوز بها، وأصدرتها على أي حال، لأن النتيجة ليست ما تبيعه. ما تبيعه هو بيئة تشغيل تتحمل مهمة تستمر 24 ساعة، وسعرًا يقلّ عن المنافسين بأكثر من مرتبة من حيث الحجم — شرط أن تكون مستعدًا للسماح لـ Meta بقراءة مستودعك. جميع أرقام المعايير أدناه مأخوذة من مخططات Meta الخاصة، التي نُشرت دون منهجية؛ وحيثما يوجد قياس مستقل، توضح الجملة ذلك.

ما الذي شحنته ميتا فعليًا

شيئان في اليوم نفسه، مترابطان عمدًا.

• Muse Code — وكيل برمجة طرفية، إصدار تجريبي عام، يُثبَّت بسطر واحد: curl -fsSL https://dev.meta.ai/install.sh | bash. فقط لأنظمة macOS و Linux؛ لا يوجد إصدار أصلي لنظام Windows، ولا واجهة رسومية، ولا امتداد لبيئة التطوير. وتصف Meta وظيفتها بأنها تولي هندسة برمجيات معقدة عبر مستودعات كبيرة — تخطيط التغييرات، وكتابة التعليمات البرمجية، والتحقق من النتائج.

• Muse Spark 1.2 — نسخة معدّلة تركّز على البرمجة من نموذج الاستدلال الخاص بـ Meta، بسياق يبلغ 1,048,576 رمزًا، متاحة داخل Muse Code وعبر Meta Model API في المعاينة العامة. تقول Meta إنها رفعت مستوى الحوسبة التدريبية في مهام البرمجة ووسّعت تنوع بيئات التدريب، بهدف دعم الأعمال طويلة المدى: توليد المستودعات بالكامل، وإعادة هيكلة الملفات المتعددة، وتصحيح الأخطاء الممتد.

الاقتران هو الادعاء. تصرّح Meta أن الاثنين تم تدريبهما معًا، وأن هذا الاقتران بالتالي ينتج "استخدامًا أفضل للأدوات، ومحاولات أقل، ومخرجات عالية الجودة مقارنة بغلاف عام حول نموذج خارجي." هذه صياغة Meta وادعاء Meta؛ لم يختبر أي طرف ثالث النموذج داخل بيئة منافسة للتحقق مما إذا كانت ميزة التدريب المشترك حقيقية أم أن Muse Spark 1.2 يتصرف ببساطة كنموذج برمجة كفء أينما وضعته.

ثلاث مهارات مدمجة تأتي مع الوكيل، وهي تصف أسلوب العمل المقصود بشكل أفضل من النص التسويقي: /plan ينتج خطة تتطلب موافقة قبل كتابة أي شيء، /grill يختبر تلك الخطة تحت الضغط، و/goal يدفع نحو إنجاز الهدف المعلن. خطط، هاجم الخطة، ثم نفّذ — وهو النمط الذي توصّل إليه مستخدمو Claude Code وCodex المتمرسون يدويًا، وأصبح الآن متاحًا كأوامر من الدرجة الأولى.

مجموعة الاختبارات المعيارية، إذا قُرئت بصدق

نشرت Meta مقارنات على Terminal-Bench 2.1 وDeepSWE 1.1 وMeta Internal Coding Bench الخاصة بها وGDPval. الأرقام، كما أوردتها Meta:

• Terminal-Bench 2.1 — Claude Opus 5 بأقصى جهد في Claude Code 86.7%، Muse Spark 1.2 في Muse Code 82.9%، GPT-5.6 Terra في Codex 81.8%، Grok 4.5 في Grok Build 81.6%. المركز الثاني، والفرق بين المركزين الثاني والرابع هو 1.3 نقطة.

• DeepSWE 1.1 — Claude Opus 5 65.0%، GPT-5.6 Terra 64.8%، Muse Spark 1.2 59.3%. المركز الثالث، واللوحة الوحيدة التي يكون فيها الفارق حاسمًا لا شكليًا.

• Meta Internal Coding Bench — Claude Opus 5 بنسبة 79.4%، وMuse Spark 1.2 بنسبة 70.6%. إنّه المعيار المنزلي لـMeta، وأوسع خسارة لـMeta.

• جيلاً بعد جيلتُبلغ Meta عن +6.7 نقطة على Terminal-Bench و +6.3 على DeepSWE مقارنةً بـ Muse Spark 1.1. هذه هي أكبر الأرقام في العرض، وهي الأرقام التي يجب أن يهتم بها مستخدم Muse Spark 1.1 فعليًا.

عقبة حسابية واحدة تستحق الذكر، لأنها هي السبب في التعامل مع كل ما سبق باعتباره اتجاهيًا. عند استبعاد +6.7 الخاص بشركة Meta، فإن Muse Spark 1.1 يهبط إلى حوالي 76% على Terminal-Bench 2.1 — لكن لوحة المتصدرين العامة على tbench.ai تحمل منذ أواخر يوليو نسبة موثقة تبلغ 80.0% لمؤشر Muse Spark 1.1. يمكن للرقمين أن يكونا صادقين ومع ذلك يختلفان، لأن صف Terminal-Bench ليس درجة لنموذج. إنه درجة لمنظومة اختبار بالإضافة إلى نموذج بالإضافة إلى إعداد جهد، والمنظومة الداخلية لشركة Meta الخاصة بالإصدار 1.1 لم تكن هي التي استخدمتها tbench. هذه الحقيقة الواحدة تسبب ضررًا لمقارنة المعايير بين البائعين أكبر من أي رقم متنازع عليه بشكل فردي، وتقود مباشرة إلى القسم التالي.

بيئة التشغيل هي المنتج.

احذف النتائج وما يتبقى هو عرض هندسي عن عدم الموت. آليتان تحملانه.

الأول هو سجل الأحداث. يضيف Muse Code كل استدعاء نموذج، وكل تشغيل أداة، وكل موافقة، وكل تعديل إلى سجل محلي، وهو ما تصفه Meta بأنه يجعل الجلسة مطابقة تمامًا عند إعادة التشغيل وآمنة عند إعادة الإقلاع: اقتلها، أو تسبب في تعطلها، أو افقد الجهاز، وسيستأنف الوكيل العمل من حيث توقف تمامًا، بدلًا من إعادة بناء سياقه من الصفر. يتمتع المنافسون بقدرات استرداد من الأعطال بجودة متفاوتة، غير أن أيًّا منهم لم يجعل هذه الميزة محورًا رئيسيًا. وهي أيضًا، بالمناسبة، أثر تدقيقي — سجل محلي كامل لما فعلته عملية مستقلة بشجرة العمل الخاصة بك، وهو بالضبط المستند الذي تطلبه مراجعة الأمان ولا يمكن لمعظم واجهات سطر أوامر الوكلاء إنتاجه.

النوع الثاني هو ما تسميه ميتا "الوكلاء الخلفيين غير المتزامنين". الفرق بينها وبين الوكلاء الفرعيين العاديين هو أنها لا تُنشأ لكل مهمة فرعية ثم تُدمَّر؛ بل تبقى نشطة طوال الجلسة، وتنفّذ الخطوات التالية من تلقاء نفسها، وتختار متى تعود لتقديم تقرير إلى الحلقة الرئيسية. والنتيجة المزعومة هي انخفاض زمن الاستجابة، لأن المُنسِّق لا يتحمّل تكلفة التهيئة في كل مرة يُفوِّض فيها مهمة.

الدليل الداعم من Meta هو دراسة حالة واحدة: وهي أن Muse Code يعمل لمدة 24 ساعة عبر أكثر من 1000 استدعاء أداة، محسّنًا نوى GPU بشكل مستقل على عتاد NVIDIA Hopper، مع تحسينات تصفها Meta بأنها جوهرية مقارنة بالتنفيذ الأساسي المقدم. لم يُنشر رقم لتسريع الأداء، لذلك فإن الكمية المثيرة للاهتمام ليست النتيجة بل المدة. ألف استدعاء أداة دون تدخل بشري هو سطح فشل مختلف عن إعادة هيكلة من خمسين استدعاءً، وهو عبء عمل يكون فيه عجز معياري بمقدار 3.8 نقطة أقل أهمية بكثير من مسألة ما إذا كانت العملية ما تزال حية في الساعة التاسعة.

الثمن هو السلاح — وجزء منه يُدفع في الكود المصدري

لا يوجد اشتراك في Muse Code. الفوترة بالرموز، على إحدى مستويين، والفارق بينهما هو أكثر شيء عدواني في هذا الإطلاق:

• القياسي — 1.25 دولار لكل مليون رمز إدخال، و0.15 دولار لكل مليون رمز إدخال مخزّن مؤقتًا، و4.25 دولار لكل مليون رمز إخراج. لا تُستخدم المطالبات في هذه الطبقة لتحسين منتجات Meta.

• مساهم — 0.10 دولار لكل مليون إدخال، و0.002 دولار لكل مليون إدخال مخزّن مؤقتًا، و0.20 دولار لكل مليون إخراج. مقابل ذلك، قد تستخدم Meta البيانات لتحسين نماذجها.

هذا أرخص بـ 12.5x في الإدخال، و21x في الإخراج، و75x في الإدخال المخزَّن مؤقتًا. ضعه في خطوة وكيل واقعية — 60,000 رمزًا من سياق المستودع داخلة، و3,000 رمزًا للخطة والتصحيح خارجة — وستكون الزوايا الأربع لشبكة التسعير مذهلة. الطبقة القياسية مع موجه بارد: 8.8 سنتًا للخطوة، و87.75 دولارًا لكل ألف خطوة. الطبقة القياسية مع سياق المستودع الذي يضرب ذاكرة التخزين المؤقت: 2.2 سنتًا، و21.75 دولارًا لكل ألف. طبقة المساهم باردة: 0.66 سنتًا، و6.60 دولارًا لكل ألف. طبقة المساهم مع ذاكرة تخزين مؤقت دافئة: 0.72 دولارًا لنفس الألف خطوة.

نفس العمل، بتكلفة 122 ضعفًا أو 1/122 منه، اعتمادًا على خيارين. تشغيل نواة Meta الخاص لمدة 24 ساعة وبـ 1,000 استدعاء يكلف حوالي تسعين دولارًا من التوكنات على الطبقة التي تحمي بياناتك، وأقل من دولار على الطبقة التي لا تفعل ذلك.

ما هو القرار الفعلي الذي يضعه هذا الإطلاق أمام الفرق، وهو ليس قرار تسعير؟ وكيل برمجة طرفي يقرأ قاعدة الشيفرة الخاصة بك — تلك هي وظيفته الكاملة — لذا فإن المطالبات في طبقة المساهمين تحتوي على شيفرة المصدر، وواجهات برمجة التطبيقات الداخلية، وتعليقاتك حول سبب وجود الحل البديل، وأي تجهيزات اختبار يضمها مستودعك. بالنسبة لمشروع جانبي أو شجرة مفتوحة المصدر، فإن طبقة المساهمين تكاد تكون أموالًا مجانية. أما بالنسبة لقاعدة شيفرة مملوكة، أو أي مستودع في متناول بيانات العملاء، فهو قرار ترخيص يرتدي ثوب خصم، ويجب عرضه على من يوقّع على معالجة البيانات، لا على من يراقب فاتورة السحابة. سعّرت Meta هذا الخصم بمقدار 12 ضعفًا لأن البيانات تستحق ذلك على الأقل بالنسبة إلى Meta.

ما لا يمكنك الحصول عليه من خلال API

تعود نسبة 82.9% إلى Muse Spark 1.2 داخل Muse Code. إذا كنت تستدعي النموذج عبر إطار وكيلك الخاص، فقد اشتريت جزء النموذج من هذا الاقتران ولا شيء من جزء الهيكل — لا سجل أحداث، ولا وكلاء خلفيين دائمين، وإذا كان ادعاء التدريب المشترك من Meta يعني أي شيء، فلا شيء من سلوك استخدام الأدوات المضبوط أيضًا. لذا هناك تقييمان منفصلان هنا والخلط بينهما هو أسهل خطأ يمكن ارتكابه هذا الأسبوع: هل يتفوق Muse Code على الوكيل الذي تشغّله بالفعل، وهل Muse Spark 1.2 نموذج أفضل مما تستدعيه حاليًا؟

السؤال الثاني هو الأقل تكلفة للإجابة عليه، لأنه يتطلب فقط تثبيت بيئة الاختبار وتغيير النموذج الذي يعمل تحتها. ومن الجدير أن نكون دقيقين بشأن التوفر: يتم تقديم Muse Spark 1.2 مباشرةً من Meta وهو غير موجود في كتالوج OrcaRouter. Muse Spark 1.1 يُباع بسعر 1.25 دولار و4.25 دولار — وهو سعر Meta الرسمي بالضبط، لأن OrcaRouter يضيف نسبة 0% كهامش ربح ويمرر أسعار المزود مباشرة، وهذا أيضًا هو السبب في أن تغيير سعر البائع يظهر لدينا في نفس اليوم الذي يحدث فيه وليس بعد دورة تعاقد. وتظهر بيانات الإنتاج لدينا لمدة سبعة أيام للإصدار 1.1 أن الوقت الوسيط حتى أول رمز (p50) يبلغ 1.84 ثانية والوقت عند المئين 95 (p95) يبلغ 6.00 ثانية، وهو توقع أكثر فائدة لزمن الاستجابة من أي معيار اختبار.

القيمة العملية لبوابة واحدة في أسبوع مثل هذا الأسبوع هي أن مجموعة المقارنة — Claude Opus 5 وGPT-5.6 Terra وGrok 4.5 وGemini 3.6 Flash وMuse Spark 1.1 — تقع خلف مفتاح واحد بسعر القائمة، لذا فإن اختبار A/B هو مجرد تغيير سلسلة نصية وليس عملية توريد. كما أنها تغطي المخاطر الهيكلية في عرض Meta: Muse Spark 1.2 لديه مزود واحد فقط، مما يجعله نقطة فشل واحدة بحكم البنية. التحويل التلقائي عند الفشل عبر المزودين هو الفرق بين كون بعد ظهيرة سيئة لدى Meta بعد ظهيرة سيئة لعميلك أم لا.

هذا أيضًا هو السبب في أن الإصدار 1.2 صدر بصمت وببطء

ظهر Muse Spark 1.2 على واجهة Meta البرمجية (API) في 5 أغسطس دون أي إعلان ودون تغيير الأرقام — نفس سياق الذاكرة 1M، ونفس السعرين 1.25 دولار و4.25 دولار، ونفس خيار الاستدلال بخمسة مستويات كما في Muse Spark 1.1. الشيء الوحيد الذي تغير كان قياسًا خارجيًا: سجّلت Artificial Analysis زمن أول رمز بمقدار 26.12 ثانية مقابل 2.90 ثانية في الإصدار 1.1 عند أقصى جهد استدلالي، مقابل ثلاث نقاط في مؤشر الذكاء، من 51 إلى 54. إذا نظرنا إليه كإصدار نموذج متعدد الأغراض، فهي مقايضة غريبة — تسعة أضعاف الانتظار مقابل ثلاث نقاط.

عند قراءتها باعتبارها الجزء النموذجي من وكيل مدرَّب بشكل مشترك، فهي المقايضة الواضحة. لا أحد ينتظر إعادة هيكلة من اثني عشر ملفًا يلاحظ ستًّا وعشرين ثانية من التخطيط؛ أما الشخص الذي ينتظر إكمال محادثة فيلاحظ كل ذلك. لم تكن ميتا تطلق نموذج محادثة بهدوء وتأمل ألا يقيس أحد زمن الاستجابة. بل كانت تطلق المحرك قبل السيارة، وجاء الإعلان عندما وصلت السيارة. صفحة مطوّري Muse Spark الخاصة بميتا تشير الآن إلى 1.2 أيضًا.

النتيجة المنطقية هي تحذير لأي شخص تبنّى هذه العائلة بسبب اتساع نطاقها. فقد تم بيع Muse Spark 1.1 كنموذج استدلال متعدد الوسائط — نص، صور، فيديو، صوت، وملفات PDF، وهو مناسب للبحث المختلط الوسائط. أمّا إصدار 1.2 فموضعه هو العمل البرمجي، ومادته الإطلاقية وكيل برمجة. لم تتم إزالة السطح متعدد الوسائط، لكنه لم يعد ما تحسّنه Meta أو تروّج له، ولم ينشر أي شخص خارج Meta نتيجة فيديو أو صوت لإصدار 1.2.

حيث لا يزال Muse Code هزيلًا

• إنها نسخة تجريبية، ومُصنَّفة على هذا النحو. لم يتحقق أي شخص خارج Meta من أي شيء يتعلق بضمان سجل الأحداث.

• macOS وLinux فقط. مطوّرو Windows يعملون على WSL أو لا شيء، وهو قيد حقيقي لأساطيل المؤسسات وليس مجرد إزعاج.

• الطرفية فقط. لا واجهة رسومية، ولا تكامل مع بيئة التطوير المتكاملة (IDE)، ولا عوامل موازية مستضافة على السحابة من النوع الذي يقدمه Codex بالفعل. لا تذكر مواد إطلاق Meta دعم MCP.

• لا توجد منهجية منشورة خلف أي من مخططات المقارنة، ولا يوجد حتى الآن تقييم مستقل للوكيل أو للدرجات الفرعية للبرمجة في Muse Spark 1.2. لدى "Artificial Analysis" مؤشر مركب لإصدار 1.2 لكن ليس التفصيل لكل معيار من معايير البرمجة والوكيل التي ينشرها لإصدار 1.1 — وكانت درجة إصدار 1.1 في الجانب الوكيل هي أضعف أبعاده بهامش واسع، مما يجعلها بالتحديد الرقم الذي قد يحسم هذا الإصدار.

• Meta متأخرة.لدى Claude Code وCodex عام من الألفة، وأنظمة بيئية للإضافات وسير عمل للفرق مبنية حولهما. سجل الأحداث الآمن ضد الأعطال سبب وجيه لتجربة شيء ما؛ لكنه ليس في حد ذاته سببًا لنقل فريق.

الأسئلة التي يطرحها الناس فعلاً

هل Muse Code مجاني؟

لا، ولكن لا يوجد اشتراك أيضًا — على عكس خطتي Claude Code وCodex اللتين تنافسهما، تفرض Muse Code رسومًا حصريًا لكل رمز عبر Meta Model API. لذلك تتدرج التكلفة وفقًا لحجم سياق المستودع الذي تدفعه جلساتك، وليس وفقًا لعدد المستخدمين، وهو ما يفضّل المستخدمين الثقيلين العرضيين ويُجحف بحق الوكلاء دائمي التشغيل. مستوى المساهمين قريب بما يكفي من المجانية بحيث لا يشكّل السعر حاجزًا حقيقيًا لتجربته.

هل يتم تدريب مستوى المساهم على الكود الخاص بي؟

شروط Meta لتلك الطبقة هي أنه قد يتم استخدام البيانات لتحسين نماذجها، وأن مطالبات وكيل البرمجة تحتوي على الكود الخاص بك. وتذكر Meta أن مطالبات الطبقة القياسية لا تُستخدم لتحسين منتجاتها؛ وتلك هي الطبقة المناسبة لأي شيء ملكي. تعامل مع الاختيار كقرار لمعالجة البيانات مع خصم مرفق، وليس كتفضيل للفوترة — ولاحظ أن الخصم يُطبق لكل توكن، لذا فإن الحافز للخفض بهدوء ينمو تمامًا كما ينمو استخدامك.

هل يمكنني استخدام Muse Spark 1.2 مع Claude Code أو مع وكيلي الخاص؟

النموذج متاح عبر Meta Model API بشكل مستقل عن Muse Code، لذا نعم لأي شيء يقبل نقطة نهاية مخصصة. ما لن تحصل عليه هو الاقتران المدرب بشكل مشترك الذي تعزو Meta إليه نتائجها القياسية، والتوقع الصادق هو أن نموذجًا يعمل خارج بيئة الاختبار التي تم ضبطه بها يسجل درجات أقل من الرقم الموجود في المخطط. إذا كان الهدف هو تقييم النموذج وليس الوكيل، فقم بتشغيله مقابل Claude Opus 5 وGPT-5.6 Terra في بيئة الاختبار الخاصة بك وتجاهل العرض التقديمي تمامًا.

من يجب أن يثبّته هذا الأسبوع؟

إذا كنت تدير مهامًا آلية طويلة الأمد — عمليات الترحيل، ترقيات التبعيات عبر المستودع الأحادي، أي شيء كنت ستراقبه حاليًا لأن الوكيل يفقد مكانه — فإن Muse Code يستحق بعد ظهيرة على نسخة استنساخ تجريبية. سجل الأحداث والعوامل الخلفية الدائمة موجهة بدقة لنمط الفشل هذا، وعجز المعيار يكون أصغر حيث تكون مدة المهمة أطول.

إذا كنت تعمل على قاعدة أكواد مفتوحة المصدر أو غير حساسة، وكانت التكلفة هي القيد المُلزِم بالنسبة لك، فإن طبقة المساهمين هي الرقم الأكثر إثارة للاهتمام في سوق وكلاء البرمجة حاليًا، و0.66 سنت لكل خطوة ليس خطأً مطبعيًا.

إذا كنت تدير فريقًا على Claude Code أو Codex للعمل على مستودع خاص، فلا يوجد هنا ما يفرض عليك الانتقال بعد. فـ Muse Code يحتل المركز الثاني أو الثالث في كل لوحة اختارها البائع نفسه، وأسعار المستوى القياسي مساوية لأسعار المنافسين بدلاً من أن تكون أقل، والفارق هو خاصية موثوقية لم يختبرها أحد خارج Meta. الشيء الذي يجب مراقبته ليس المعيار التالي، بل ما إذا كان سجل الأحداث سيصمد عندما يقوم شخص لا يعمل في Meta بتشغيل ألف استدعاء أداة من خلاله.