Mantenere il filo di un’attività per ore, passare fra più workflow senza confonderli e arrivare al risultato usando meno risorse: è su questi tre problemi che si misura Muse Spark 1.3, la nuova versione del modello di ragionamento sviluppato da Meta Superintelligence Labs. L’aggiornamento è in distribuzione dal 2 settembre in Muse Code e nella Meta Model API, a meno di un mese dall’arrivo di Muse Spark 1.2.
Il passaggio alla versione 1.3 concentra il lavoro di Meta sull’uso pratico del modello nei flussi complessi: attività che durano a lungo, richiedono strumenti diversi, coinvolgono fonti disordinate o contraddittorie e possono cambiare direzione mentre sono in corso. In questo scenario Muse Spark 1.3 conserva con maggiore affidabilità i requisiti iniziali, aggiorna il proprio piano quando individua una lacuna e tiene traccia delle informazioni raccolte fino alla produzione del risultato finale.
L’obiettivo è rendere più stabile la collaborazione tra persona e agente durante un’intera sessione, superando una delle difficoltà tipiche dei sistemi chiamati a eseguire lavori articolati: mantenere il contesto operativo senza perdere vincoli, duplicare passaggi o deviare dal workflow richiesto.
Più workflow nella stessa conversazione
Una parte rilevante dell’addestramento è stata dedicata al multitasking. Muse Spark 1.3 riconosce con maggiore precisione a quale attività appartiene un nuovo messaggio quando la conversazione contiene più incarichi, interruzioni e cambi di priorità. Può quindi distinguere una richiesta che modifica il lavoro in corso da una che riapre un compito precedente, riducendo il rischio di applicare istruzioni al contesto sbagliato.
Meta ha addestrato il modello su diversi ambienti agentici affinché la capacità possa essere trasferita tra strumenti e modalità operative differenti. Davanti a un obiettivo aperto, Muse Spark 1.3 costruisce il contesto attraverso gli strumenti disponibili, confronta le fonti e corregge in modo proattivo le carenze del piano. La collaborazione comprende anche la gestione dell’incertezza: il modello formula domande quando una consegna è ambigua, chiede l’intervento dell’utente se incontra un ostacolo e ricerca una conferma prima di eseguire azioni con conseguenze rilevanti.
Questa attenzione si estende al modo in cui l’agente comunica durante le attività prolungate. Muse Spark 1.3 può adattarsi alle preferenze dell’utente, alternando aggiornamenti frequenti a un’esecuzione silenziosa in background. Meta indica inoltre una migliore consapevolezza delle capacità effettivamente disponibili e degli ostacoli incontrati, così da riconoscere quando un risultato non è stato ottenuto invece di presentarlo come completato.
Gli esempi pubblicati insieme all’annuncio mostrano il tipo di lavoro preso come riferimento: la preparazione di un rapporto di simulazione fluidodinamica a partire da dati CFD e da un modello CAD, la correzione di una traccia di basso e il successivo missaggio audio, la creazione di una presentazione destinata a un ente pubblico e la sintesi in PDF di dati contenuti in un foglio di calcolo. Sono attività eterogenee, accomunate dalla necessità di interpretare file, coordinare più operazioni e consegnare un artefatto utilizzabile.
Nel coding servono meno passaggi e meno token
Sul fronte dello sviluppo software, Muse Spark 1.3 è stato addestrato su un numero maggiore di compiti di lunga durata. Rispetto a Muse Spark 1.2 tende a evitare turni superflui, adotta uno stile di codice più pulito e riduce la verbosità. Nei confronti condotti dagli ingegneri di Meta, il nuovo modello ha impiegato circa il 20% di chiamate agli strumenti in meno e il 25% di token in meno.
Il dato misura l’efficienza dell’intero processo agentico, dalla generazione del codice alla lettura dei file, dall’esecuzione dei comandi alle verifiche. Ridurre il numero di chiamate agli strumenti, insieme ai token necessari, rende più lineare il percorso tra la richiesta iniziale e la modifica validata. Per chi usa un agente su repository estesi, questo significa contenere il costo computazionale e limitare le occasioni in cui il lavoro può disperdersi in operazioni ridondanti.
Le valutazioni di Muse Spark 1.3 comprendono attività professionali, controllo del computer, ricerca sul web, automazione, ingegneria del software, comprensione di codebase, rispetto delle istruzioni e recupero di informazioni in contesti molto lunghi. Tra i benchmark figurano GDPVal-AA v2, JobBench, OSWorld 2.0, DeepSearchQA, AutomationBench, DeepSWE 1.1, SWE-Atlas Codebase QnA, Terminal-Bench 2.1 e MRCR v2.
Per le prove agentiche di coding, gli ambienti sono isolati e privi di accesso a Internet, mentre la valutazione usa test funzionali, verificatori eseguibili o criteri specifici per ogni compito. Nei test di recupero dal contesto, Meta ha esaminato intervalli compresi fra 256.000 e un milione di token, un’indicazione della scala alla quale il modello viene valutato quando deve ritrovare informazioni distribuite in conversazioni e documenti estesi.
Disponibilità, modalità di ragionamento e sicurezza
Muse Spark 1.3 è disponibile in Muse Code, l’agente da terminale di Meta per lo sviluppo software, e tramite Meta Model API per l’integrazione nelle applicazioni. Le modalità di ragionamento già offerte dalla piattaforma sono accessibili da subito; la modalità max, destinata ai problemi più impegnativi, arriverà dopo il completamento di ulteriori test di sicurezza.
La sicurezza è stata aggiornata in funzione delle capacità agentiche e di coding. Meta segnala una maggiore resistenza agli input avversari e alle prompt injection, insieme a una migliore calibrazione nel riconoscere le azioni irreversibili. Questo comportamento completa il meccanismo di conferma previsto per le operazioni più importanti: un agente capace di lavorare più a lungo e con maggiore autonomia deve anche distinguere con precisione i passaggi ordinari da quelli che richiedono l’autorizzazione della persona.
La roadmap indicata da Meta comprende modelli di dimensioni maggiori e il futuro rilascio dei pesi di Muse Spark. Per il momento l’aggiornamento immediatamente utilizzabile rimane Muse Spark 1.3 nelle modalità di ragionamento già disponibili, mentre l’accesso a max seguirà il calendario definito dai test di sicurezza.
