Die Schlagzeile: Am 5. August hat Meta Muse Code ausgeliefert – seinen ersten KI-Coding-Agenten. Er läuft im Terminal wie Claude Code und Codex, wird vom Modell Muse Spark 1.2 angetrieben und kostet etwa ein Drittel des Preises der Marktführer. Meta sagt, er versteht große Codebasen, führt parallele Sub-Agents in isolierten Worktrees aus und kann eine abgestürzte 24-Stunden-Aufgabe aus seinem lokalen Ereignisprotokoll wieder aufnehmen. Für Teams sind die interessanten Fragen dieselben wie bei jedem Coding-Agenten: Was macht er tatsächlich mit Ihrem Code, wohin gehen Ihre Daten, und hält der Preis in Ihrem Maßstab?
Was passiert ist
Am 5. August hat Meta Muse Code als Beta angekündigt – einen terminalbasierten Coding-Agenten, der es direkt auf Claude Code und OpenAI Codex abgesehen hat. Mark Zuckerberg kündigte ihn auf X an und beschrieb ihn als einen Agenten, der „komplexe Software-Engineering-Aufgaben in großen Codebasen erledigen kann, einschließlich der Analyse von Projekten, der Planung von Änderungen, des Schreibens von Code, der Ausführung von Tools und der Verifizierung von Ergebnissen“.
Er läuft auf dem Modell Muse Spark 1.2, dem neuesten Coding-fokussierten Update von Metas Muse-Familie, und lässt sich mit einem einzigen Terminal-Befehl auf macOS und Linux installieren. Der Zugang ist entwicklerorientiert: API-Schlüssel über das Entwicklerportal von Meta und die Hosting-Plattform OpenRouter.
Die vier Funktionen, die zählen
1. Codebase-bewusster Kontext. Muse Code ist darauf trainiert, ein gesamtes Repository zu indexieren und zu verstehen – Projektarchitektur, Abhängigkeiten und Konventionen –, statt Datei für Datei zu schlussfolgern. Meta berichtet, der Agent habe Aufgaben wie das Hinzufügen von Ende-zu-Ende-Verschlüsselung zu den Backend-Diensten von Instagram und das Refactoring des Nachrichtenrouting-Moduls von WhatsApp abgeschlossen – Arbeiten, die laut Meta Senior-Engineers Tage kosten würden.
2. Parallele Sub-Agents in isolierten Worktrees. Statt einer einzigen Prompt-und-Antwort-Schleife koordiniert Muse Code persistente Hintergrund-Agents, die gleichzeitig in isolierten Worktrees laufen. Zuckerberg sagt, das Team habe sechs parallel gebaute Features für ein einziges Spiel ohne Konflikte getestet. Das Designziel: mehrere Refactorings, ohne dass die Codebase zum Chaos wird, und lange Aufgaben, die in parallele Teilaufgaben zerlegt werden.
3. Crash-Recovery über ein lokales Ereignisprotokoll. Jeder Modellaufruf, jede Tool-Ausführung, jede Genehmigung und jede Änderung wird in ein lokales Ereignisprotokoll geschrieben, das als Single Source of Truth dient. Wenn der Agent abstürzt, setzt er am Bruchpunkt fort, statt neu zu starten. Meta beschreibt einen 24-Stunden-Lauf auf Nvidia-Hopper-GPUs mit über 1.000 Tool-Aufrufen – aus dem Protokoll präzise reproduzierbar.
4. Eingebaute Skills. /plan erzeugt einen genehmigungspflichtigen Architekturplan, der vor der Ausführung eine Freigabe verlangt; /grill stresst einen Plan, bis er robust ist; /goal treibt die mehrstufige Ausführung auf ein Ziel hin. Diese bilden die Workflow-Gates ab, die Teams ohnehin nutzen: planen, reviewen, genehmigen, ausführen.
Der Preiskampf
Muse Code kostet $1,25 pro Million Input-Tokens und $4,25 pro Million Output-Tokens – laut Metas Ankündigungen unter 40 % von Claude Code und Codex. Eine Abo-Stufe „Contributor“ kostet etwa 10× weniger, im Gegenzug für Datenbeiträge zur Modellverbesserung, und neue API-Konten erhalten ohne Kreditkarte 20 $ Gratisguthaben. Meta bewirbt außerdem eine Option ohne Datenaufbewahrung.
Strategisch interessant ist die Preisgestaltung. Meta tut, was es am besten kann: Preise unterbieten, die Größe seines offenen Ökosystems ausspielen und subventionierten Zugang gegen Daten tauschen. Die „Contributor“-Stufe ist effektiv ein Daten-gegen-Rabatt-Geschäft – es lohnt sich, die Bedingungen zu lesen, bevor man sie im Teamumfeld akzeptiert.
Die Open-Source-Frage
Auf X gefragt, ob Muse Code als Open Source veröffentlicht werde, antwortete Zuckerberg, es werde „bald mehr zu diesem Thema zu sagen geben“. Das ist kein Bekenntnis. Bleibt Muse Code geschlossen, konkurriert es direkt mit Claude Code und Codex. Öffnet es sich, verändert das die Rechnung für Teams, die Agents in der eigenen Infrastruktur behalten wollen – dieselbe Frage, die die Website für Open-Weight-Modelle und Self-Hosting-Plattformen behandelt hat.
Was Engineering-Teams verifizieren sollten
Behandeln Sie den Launch als Behauptungsblatt, nicht als Spezifikationsblatt. Bevor Sie Muse Code – oder irgendeinen Coding-Agenten – übernehmen, verifizieren Sie dieselben Dinge:
- Abnahme auf Ihrem Code, nicht auf Benchmarks. Metas interne Ergebnisse stammen aus Codebasen in Instagram- und WhatsApp-Größenordnung. Ihr Repository, Ihre Aufgaben, Ihre Abnahmekriterien – führen Sie dasselbe begrenzte Pilotprojekt durch, das Sie für jeden Agenten oder jedes Modell fahren würden.
- Datenpfad und Aufbewahrung. Die Option ohne Datenaufbewahrung muss dahingehend bestätigt werden, wie der Agent Kontext, Protokolle und Telemetrie leitet. Das lokale Ereignisprotokoll ist lokal; bestätigen Sie, was den Rechner verlässt.
- Gesamtkosten in Ihrem Maßstab. $1,25/$4,25 pro Million ist der Listepreis. Agent-Aufgaben verbrauchen pro Aufgabe viele Tokens, und Long-Context-Routing vervielfacht die Rechnung. Modellieren Sie die realen Kosten pro Aufgabe, bevor Sie mit Alternativen vergleichen.
- Review- und Freigabe-Gates. Die
/plan-Skill bildet die Review-Gates Ihres Teams ab – aber nur, wenn die Gates im Workflow tatsächlich durchgesetzt werden. Ein genehmigungspflichtiger Plan, den Sie nie lesen, ist keine Kontrolle.
MonkeyCodes Positionierung ist bewusst anders: Statt eines einzelnen Terminal-Agenten betreibt MonkeyCode verwaltete Agent-Arbeit in einer gemeinsamen, selbst hostbaren Umgebung, mit einer kostenlosen Stufe von 30 M Tokens pro Tag für die Evaluierung. Teams, die Muse Code evaluieren, sollten die Pro-Sitzplatz-Preise eines Terminal-Agenten gegen eine gemeinsame Plattform abwägen, bei der die Umgebung – und der Datenpfad – eine ist, die Sie kontrollieren.
Das Fazit
Metas Eintritt in den Coding-Agent-Markt ist aus drei Gründen bedeutsam: Er legitimiert die Kategorie der Terminal-Agents als das Schlachtfeld, er setzt die Preisstruktur jedes Wettbewerbers unter Druck, und seine Antwort auf die Open-Source-Frage – noch ausstehend – wird entscheiden, ob daraus ein weiteres geschlossenes Abo oder ein neues offenes Ökosystem wird. Für Engineering-Teams ändert nichts davon die Evaluierungs-Checkliste: Beweisen Sie es auf Ihrem Code, verifizieren Sie den Datenpfad und kalkulieren Sie es auf Basis der realen Kosten pro Aufgabe.