Nieuws & deep dives.
Aankondigingen, onderzoeksnotities en praktische gidsen over Muse Code, Muse Spark en de Meta Model API.
Het event log: exact af te spelen, veilig te herstarten
Agents die urenlang doorwerken hebben een geheugen nodig dat alles overleeft. De runtime van Muse Code draait om één append-only log — en vrijwel elke vertrouwenseigenschap van het product vloeit eruit voort.
Lees het artikel →Aan de slag met Muse Code: van installatie tot eerste merge
Meta's terminal-code-agent is bewust minimaal in te richten: één commando, één keer inloggen via de browser, en je draait een multi-agent-sessie in je eigen repository. Dit is de hele route, inclusief de punten waar je even voor moet vertragen.
Lees het artikel →Een autonome GitHub-bot die weet wanneer hij níet moet ingrijpen
Het GitHub-agent-recept uit het cookbook koppelt triage, PR-review en bugfix-automatisering aan GitHub Actions, op OpenCode en Muse Spark. De meest herbruikbare lessen zitten in de vangrails.
Lees het artikel →Eén API, elke harness: de ecosysteemzet achter de Model API
Meta bracht zijn codeermodel uit waar developers al zitten — de OpenAI SDK, de Anthropic SDK, concurrerende agent-CLI's, zelfs OpenRouter. Compatibiliteit voorop is de distributiestrategie.
Lees het artikel →Sleep een mp4 in je terminal: multimodaal coderen in de praktijk
De stilletjes meest radicale lanceringsdemo ging niet over snelheid of parallellisme. Het was een videobestand dat een website werd.
Lees het artikel →24 uur, 1.000 tool calls: wat de kernel-casestudy echt bewijst
Benchmarks meten de sprint van een agent. Meta's kernel-optimalisatiestudie meet de marathon — en dat is het interessantere getal.
Lees het artikel →Zo werd Muse Spark 1.2 getraind: co-training, long-horizon-werk en een zelfverbeterlus
"Built for Muse Spark" is geen marketingkreet — het beschrijft een trainingsstrategie. Drie technieken uit Meta's release notes verklaren waarom model en agent samen beter presteren dan elk met een vreemde.
Lees het artikel →