Actus et analyses approfondies.
Annonces, notes de recherche et guides pratiques sur Muse Code, Muse Spark et la Meta Model API.
L'event log : replay à l'identique, reprise garantie
Un agent qui travaille des heures a besoin d'une mémoire qui survit à tout. Le runtime de Muse Code est bâti autour d'un unique log en append-only — et presque toutes les garanties de confiance du produit en découlent.
Lire l'article →Démarrer avec Muse Code : de l'installation au premier merge
L'agent de code en terminal de Meta est volontairement minimal à installer : une commande, une connexion dans le navigateur, et tu pilotes une session multi-agents dans ton propre dépôt. Voici le parcours complet, y compris les passages où il vaut la peine de ralentir.
Lire l'article →Un bot GitHub autonome qui sait surtout quand ne rien faire
La recette GitHub du cookbook branche triage, revue de PR et correction de bugs sur GitHub Actions, avec OpenCode et Muse Spark. Mais sa vraie leçon, ce sont les garde-fous.
Lire l'article →Une API, tous les harnais : la stratégie d'écosystème du Model API
Meta a mis son modèle de code partout où les développeurs sont déjà — le SDK OpenAI, le SDK Anthropic, les CLI d'agents concurrents, même OpenRouter. La compatibilité d'abord, c'est ça la stratégie de distribution.
Lire l'article →Glisse un mp4 dans le terminal : le coding multimodal en démonstration
La démo de lancement la plus discrètement radicale ne parlait ni de vitesse ni de parallélisme. C'était un fichier vidéo qui devenait un site web.
Lire l'article →24 heures, 1 000 tool calls : ce que prouve vraiment l'étude de cas sur les kernels
Les benchmarks mesurent le sprint d'un agent. L'étude d'optimisation de kernels de Meta mesure son marathon — et c'est le chiffre le plus intéressant des deux.
Lire l'article →Comment Muse Spark 1.2 a été entraîné : co-entraînement, long horizon et boucle d'auto-amélioration
« Built for Muse Spark » n'est pas un slogan marketing — c'est la description d'une stratégie d'entraînement. Trois techniques tirées des notes de version de Meta expliquent pourquoi le modèle et l'agent sont meilleurs ensemble qu'avec un inconnu.
Lire l'article →