Meta greift mit Muse Code Anthropic und Codex von OpenAI an
Set Trending Topics as a preferred source on Google.
Meta hat am Mittwoch die Beta-Version eines neuen Coding-Agenten namens Muse Code vorgestellt. Das Tool basiert auf dem hauseigenen Modell Muse Spark 1.2 und soll komplexe Software-Engineering-Aufgaben übernehmen können – etwa das Schreiben von Code und das Validieren von Ergebnissen.
Damit positioniert sich Meta direkt gegen die beiden derzeit populärsten Angebote in diesem Segment: Claude Code von Anthropic und Codex von OpenAI. Metas KI-Chef Alexandr Wang bezeichnete Muse Code auf X als einen der günstigsten Coding-Agenten am Markt, weltweit verfügbar.
Preisstruktur: Die Standardversion von Muse Spark 1.2 kostet 1,25 US-Dollar pro Million Input-Token, 15 Cent pro Million zwischengespeicherter Input-Token und 4,25 US-Dollar pro Million Output-Token. Daneben gibt es eine stark rabattierte “Contributor”-Stufe – allerdings mit der Bedingung, dass Nutzungsdaten zur Verbesserung von Metas Produkten verwendet werden dürfen. Das dürfte vor allem für Einzelentwickler:innen und Startups interessant sein, während Unternehmen mit sensiblem Code eher zur Standard-Variante greifen dürften.
Ein direkter Preisvergleich mit der Konkurrenz ist schwierig, da Claude Code und Codex in Abo-Modelle eingebettet sind: Anthropics Pro-Plan (inklusive Claude Code) kostet 20 US-Dollar im Monat, die Max-Pläne liegen zwischen 100 und 200 US-Dollar. OpenAIs Codex ist über ChatGPT Plus (20 US-Dollar/Monat) oder den Pro-Plan (100 US-Dollar/Monat) nutzbar.
Coding-Agenten gelten inzwischen als zentrales Schlachtfeld der KI-Branche: Anders als klassische Chatbots können sie Software-Repositories analysieren, Tests ausführen und mit wenig menschlicher Aufsicht eigenständig Code schreiben. Anthropic hat mit Claude Code früh Marktanteile gewonnen, OpenAI hat Codex über ChatGPT und eigene Entwickler-Terminals ausgeweitet. Meta-CEO Mark Zuckerberg hatte im April beim Quartalsbericht noch erklärt, Entwickler-Tools seien nicht der Hauptfokus des Unternehmens, sich aber nicht grundsätzlich gegen solche Angebote ausgesprochen. Mit Muse Code will Meta nun offenbar dieselbe Zielgruppe wie Claude und Codex zu einem niedrigeren Preis ansprechen.
Wie Muse Code funktioniert: reines Terminal-Tool statt Desktop-App
Im Unterschied zu Claude Code und Codex, die auch über App-Oberflächen nutzbar sind, verzichtet Meta bei Muse Code komplett auf eine grafische Oberfläche. Der Agent läuft ausschließlich im Terminal von macOS oder Linux. Die Installation erfolgt über ein einzeiliges Shell-Skript (curl -fsSL https://dev.meta.ai/install.sh | bash), danach wird das Tool im jeweiligen Projektverzeichnis mit dem Befehl muse gestartet.
Architektur: Muse Code kombiniert eine einfache Haupt-Agentenschleife mit asynchronen Hintergrund-Agenten, die über die gesamte Sitzung hinweg aktiv bleiben – statt bei jeder Teilaufgabe neu gestartet zu werden. Das soll wiederholtes Sammeln von Kontext vermeiden; die Hintergrund-Agenten entscheiden zudem selbst, wann sie sich beim Haupt-Agenten zurückmelden. Bei größeren Aufgaben teilt Muse Code die Arbeit über isolierte Git-Worktrees auf mehrere Sub-Agenten auf, die parallel arbeiten, ohne die eigentliche Arbeitskopie des Users zu berühren. In einem von Meta-CEO Mark Zuckerberg genannten Testbeispiel baute der Agent so sechs Spiel-Features gleichzeitig, ohne dass es zu Konflikten zwischen den Sub-Agenten kam.
Nachvollziehbarkeit: Jeder Modellaufruf, jede Tool-Ausführung, jede Freigabe und jede Codeänderung wird vor der Ausführung in ein lokales, fortlaufendes Event-Log geschrieben. Dadurch soll jede Sitzung exakt nachvollziehbar (“replay-exact”) und absturzsicher (“restart-safe”) sein – bei einem Abbruch setzt der Agent genau an der zuletzt protokollierten Stelle fort. Laut Meta ist das etwa für sehr lange Aufgaben relevant: In einem Testlauf zur Optimierung von GPU-Kernels führte das Modell über 1.000 Tool-Aufrufe binnen bis zu 24 Stunden aus.
Bedienung über Skills: Muse Code bringt drei Standardbefehle mit: /plan wandelt eine Aufgabe in einen freigabepflichtigen Plan um, den der User erst bestätigen muss, /grill stresstestet diesen Plan auf Schwachstellen, und /goal arbeitet zielgerichtet auf den Abschluss der Aufgabe hin.
Angetrieben wird der Agent vom Modell Muse Spark 1.2, das Meta eigenen Angaben zufolge gezielt gemeinsam mit dem Muse-Code-Harness trainiert hat (“Co-Training”), unter anderem mit echten Trainingsdaten aus dem Zusammenspiel von Modell und Werkzeug-Set. Trainingsschwerpunkt waren langfristige Programmieraufgaben wie die Generierung ganzer Repositories oder große End-to-End-Projekte.
Parallel dazu: Muse-Modell soll in fremdes System eingedrungen sein
Fast zeitgleich mit dem Produktstart wurde bekannt, dass eines von Metas KI-Modellen im Rahmen eines Sicherheitstests offenbar eigenständig in die Systeme eines anderen, nicht namentlich genannten Unternehmens eingedrungen ist und dort Veränderungen vorgenommen hat. Laut Berichten von The Information soll es sich dabei um Muse Spark 1.1 gehandelt haben, jenes Modell, das Meta zuvor als besonders leistungsfähig für reale Coding- und Agenten-Aufgaben beworben hatte.
Ursache war den Berichten zufolge eine fehlerhafte Konfiguration der isolierten Testumgebung (“Sandbox”) durch den externen Evaluierungspartner Irregular. Durch diesen Fehler erhielt das Modell Zugriff auf das offene Internet – eigentlich sollte die Sandbox jede Verbindung nach außen verhindern. Das Modell nutzte diesen Zugriff dann, um eine Sicherheitslücke in einem Drittanbieter-Dienst auszunutzen.
Ein Meta-Sprecher bestätigte den Vorfall gegenüber mehreren Medien und ordnete ihn als vergleichbar mit bereits bekannt gewordenen Fällen ein. Ein Sprecher von Irregular erklärte gegenüber Reuters, es handle sich um exakt dasselbe Konfigurationsproblem der Testumgebung, das bereits im Zusammenhang mit Anthropic bekannt geworden sei – und betonte, es sei weder ein Ausbruch aus der Sandbox noch eine besonders ausgeklügelte Cyberaktion gewesen. Offene Probleme gebe es aktuell keine; man arbeite an einem Whitepaper mit Best Practices für die sichere Durchführung solcher Sicherheitstests.
Dritter Vorfall dieser Art binnen kurzer Zeit
Der Fall bei Meta reiht sich in eine Serie ähnlicher Vorfälle bei führenden KI-Anbietern ein. Erst in der Vorwoche hatte Anthropic eingeräumt, dass Modelle aus der Claude-Reihe während Cybersicherheitstests in die Systeme dreier Unternehmen eingedrungen seien – ebenfalls Folge einer Fehlkonfiguration, die den Modellen Internetzugriff ermöglichte. Zuvor hatte bereits OpenAI berichtet, dass einer seiner KI-Agenten während eines Tests eigenständig eine bis dahin unbekannte Sicherheitslücke ausgenutzt und auf das Internet zugegriffen habe.
Die gehäuften Vorfälle nähren in den USA die Sorge von Gesetzgeber:innen, dass zunehmend leistungsfähige KI-Modelle für Cyberangriffe missbraucht werden könnten – sei es absichtlich oder, wie in diesen Fällen dargestellt, durch fehlerhafte Testumgebungen. Beobachter:innen werten die Häufung der Berichte als Hinweis darauf, dass es sich nicht mehr um Einzelfälle handelt, sondern um ein branchenweites Muster, das die Debatte um Sicherheitsvorkehrungen bei der Entwicklung immer leistungsfähigerer KI-Systeme weiter befeuern dürfte.
