Berita & ulasan mendalam.
Pengumuman, catatan riset, dan panduan praktis seputar Muse Code, Muse Spark, dan Meta Model API.
Event log: replay persis, aman dari restart
Agent yang bekerja berjam-jam butuh memori yang tahan segalanya. Runtime Muse Code dibangun di sekeliling satu log append-only — dan hampir semua properti kepercayaan produknya lahir dari situ.
Baca artikelnya →Mulai pakai Muse Code: dari install sampai merge pertama
Coding agent terminal buatan Meta sengaja dibuat minimal untuk di-setup: satu perintah, satu kali sign-in di browser, dan kamu sudah menyetir sesi multi-agent di dalam repository-mu sendiri. Ini jalur lengkapnya, termasuk bagian-bagian yang layak diperlambat.
Baca artikelnya →Bot GitHub otonom yang tahu kapan harus diam
Resep GitHub agent di cookbook merangkai triase issue, review PR, dan perbaikan bug otomatis ke dalam GitHub Actions dengan OpenCode dan Muse Spark. Pelajaran paling berharganya justru soal guardrail.
Baca artikelnya →Satu API untuk semua harness: strategi ekosistem Model API
Meta menghadirkan model coding-nya ke semua tempat yang sudah dihuni developer — OpenAI SDK, Anthropic SDK, CLI agent pesaing, bahkan OpenRouter. Kompatibilitas duluan adalah strategi distribusinya.
Baca artikelnya →Lempar file mp4 ke terminal: coding multimodal dalam aksi
Demo peluncuran yang paling radikal secara diam-diam bukan soal kecepatan atau paralelisme. Ini soal sebuah file video yang menjelma menjadi website.
Baca artikelnya →24 jam, 1.000 tool call: apa yang dibuktikan studi kasus optimasi kernel
Benchmark mengukur sprint sebuah agent. Studi optimasi kernel dari Meta mengukur maratonnya — dan justru angka itulah yang lebih menarik.
Baca artikelnya →Bagaimana Muse Spark 1.2 dilatih: co-training, kerja long-horizon, dan loop perbaikan diri
"Built for Muse Spark" bukan jargon marketing — itu menggambarkan strategi pelatihan. Tiga teknik dari release notes Meta menjelaskan kenapa model dan agent-nya lebih hebat bersama daripada dengan pasangan asing.
Baca artikelnya →