Muse Code: AI Coding Agent Baru dari Meta, Panduan Lengkap dan Terverifikasi

Muse Code adalah coding agent terminal dari Meta, dirilis dalam versi beta pada 5 Agustus 2026. Panduan ini mencakup instalasi, pricing, cara pakai, dan use case praktis. Seluruh command dan slash command sudah dicocokkan ke dokumentasi resmi Meta dan binary 0.1.0-R708.1 yang dirilis publik. <callout icon="⚠️" color="yellow_bg"> Muse Code masih berstatus beta. Nama command, harga, dan kuota bisa berubah sewaktu-waktu. Selalu cek muse --help atau dokumentasi resmi di dev.meta.ai sebelum mengandalkan detail teknis untuk kebutuhan production. </callout>

1. Apa Itu Muse Code?

Muse Code adalah agen coding otonom yang berjalan langsung dari terminal. Dibangun oleh Meta Superintelligence Labs, Muse Code bisa merencanakan perubahan, menulis kode, mengedit file, dan memvalidasi hasilnya di repo besar sekaligus, ditenagai model coding khusus bernama Muse Spark 1.2.

<callout icon="💻" color="blue_bg"> Instal dengan satu baris perintah, tanpa Node.js, Python, atau dependency lain:

curl -fsSL https://dev.meta.ai/install.sh | bash

</callout>

2. Kenapa Muse Code Berbeda?

Muse Code bersaing langsung dengan Claude Code, OpenAI Codex CLI, dan Google Antigravity CLI. Berikut posisi yang diklaim Meta dibanding dua kompetitor utamanya.

<callout icon="📌" color="gray_bg"> Angka benchmark dan tabel perbandingan di atas berasal dari materi peluncuran dan evaluasi internal Meta sendiri. Belum ada pengujian independen pihak ketiga yang mereplikasi klaim ini per artikel ditulis, jadi perlakukan sebagai posisi pemasaran Meta, bukan hasil uji netral. </callout>

Keunggulan yang menonjol:

• Crash-resilient: sesi bisa resume persis dari titik terakhir berkat event log, tanpa kehilangan progress
• Zero dependency: satu binary, tidak perlu runtime tambahan
• Contributor tier: harga token sangat rendah untuk eksperimen dan project open source

Yang perlu diperhatikan:

• Tidak ada free tier. Harus bayar per token sejak sesi pertama
• Contributor tier berarti prompt dan kode dipakai Meta untuk training model
• Closed source, baik binary maupun model Muse Spark 1.2
• Belum ada dukungan Windows native

3. Pricing: Contributor vs Standard

Muse Code memakai model pay-as-you-go. Ada dua tier dengan selisih harga besar, tapi juga selisih hak pakai data dan rate limit.

Contributor tier cocok untuk: project open source, belajar dan eksperimen, prototyping, project pribadi non-sensitif.

Jangan pakai Contributor tier untuk: kode klien atau proyek dengan NDA, kode proprietary perusahaan, data sensitif dan credentials. <callout icon="💳" color="red_bg"> Muse Code menolak bekerja sebelum kamu memasang metode pembayaran di akun Meta developer, sekalipun kamu berniat memakai Contributor tier yang murah. Tidak ada kuota gratis atau kredit awal saat peluncuran ini, beda dari peluncuran Muse Spark 1.1 sebelumnya yang sempat memberi kredit $20. Tanpa kartu terpasang, permintaan pertama akan gagal dengan error 402. </callout> Contoh biaya untuk sesi dengan 100 juta token input dan 10 juta token output: Contributor sekitar $12, Standard sekitar $167.50. Tidak ada langganan bulanan dan tidak ada batas pengeluaran (spend cap) bawaan, jadi tagihan terus berjalan mengikuti pemakaian. Pantau lewat /usage di dalam sesi, dan pakai flag --max-model-steps saat menjalankan lewat CI supaya biaya tidak membengkak tanpa kontrol.

4. Cara Install

Prasyarat

• macOS atau Linux (x86_64 atau arm64). Windows native belum didukung, gunakan WSL2
• curl dan bash, sudah tersedia di hampir semua sistem
• git tidak wajib untuk instalasi, tapi dibutuhkan saat runtime untuk fitur worktree
• Akun Meta developer, dibuat gratis di developers.meta.com

curl -fsSL https://dev.meta.ai/install.sh | bash

<callout icon="🔎" color="gray_bg"> Pastikan domainnya dev.meta.ai, bukan dev.ai. Beberapa panduan yang beredar salah cetak domain ini dan mengarah ke situs yang tidak menyediakan installer resmi. </callout> Installer menaruh launcher yang bisa update sendiri di ~/.local/bin/muse dan menambahkan folder itu ke PATH lewat shell profile kamu. Restart terminal, lalu verifikasi:

muse --version

Untuk yang ingin mengecek isi script dulu sebelum dieksekusi:

curl -fsSL https://dev.meta.ai/install.sh -o install.sh
less install.sh
bash install.sh

<callout icon="⏱️" color="gray_bg"> Muse Code melakukan auto-update setiap jam secara default. Untuk mesin build atau CI yang butuh versi tetap, set environment variable MUSE_NO_AUTO_UPDATE=1 sebelum instalasi. </callout>

Windows? Belum ada dukungan native. Jalankan lewat WSL2 (Windows Subsystem for Linux) agar Muse Code berjalan di environment Linux di dalam Windows.

5. Autentikasi dan Setup Pertama

1. Jalankan login

muse login

Ini memakai alur OAuth device-code: terminal menampilkan kode dan URL verifikasi yang kamu buka dan setujui di browser (bisa di perangkat lain). Karena bukan callback localhost, alur ini tetap berfungsi normal lewat SSH.

1. Pasang metode pembayaran di halaman billing akun Meta developer kamu sebelum sesi pertama, karena Muse Code menolak bekerja tanpa itu.
2. Masuk ke folder project

cd ~/projects/nama-project

Muse Code akan menanyakan apakah workspace ini boleh dipercaya (trust). Pilihan ini disimpan per folder project.

1. Mulai sesi pertama

muse

Atau langsung sertakan prompt:

muse "jelaskan arsitektur project ini dan buat ringkasan di README.md"

<callout icon="📝" color="blue_bg">

Project rules: jalankan muse init untuk membuat file AGENTS.md di root project, isinya coding convention, tech stack, dan aturan khusus project kamu. Muse Code mengikuti standar lintas-vendor AGENTS.md ini, dan tetap membaca CLAUDE.md yang sudah ada di project sebagai fallback, jadi aturan project lama umumnya tetap terpakai. </callout> <callout icon="⚙️" color="blue_bg">

Untuk CI/CD: set environment variable META_API_KEY supaya autentikasi tidak perlu buka browser. Variabel ini otomatis lebih diprioritaskan dibanding sesi login akun. </callout> Kredensial login tersimpan di ~/.config/muse/auth.json, bukan di ~/.muse/ seperti yang tertulis di sebagian panduan yang beredar.

6. Cara Pakai: Command dan Skill

Command CLI utama

Slash command di dalam sesi interaktif

<callout icon="✅" color="green_bg">

Koreksi penting soal /plan dan /grill: keduanya bukan slash command bawaan, melainkan skill yang dipanggil lewat /skill plan dan /skill grill. Skill grill berfungsi menstress-test rencana kerja untuk mencari kelemahan sebelum dieksekusi. Skill built-in lain yang tersedia: create-skill, doctor, git, grill-and-record, import, manage-settings, read-session, dan taste. Untuk menghentikan agent yang sedang berjalan di tengah turn, tekan Esc (menghentikan turn saja) atau /stop (menghentikan semua background task termasuk subagent). </callout>

Approval mode, diatur lewat flag --approval-mode:

<callout icon="⚠️" color="red_bg"> --yolo mematikan approval dan sandbox sekaligus. Hanya gunakan di environment yang benar-benar terisolasi seperti container CI, jangan di laptop kerja harian. </callout>

7. Fitur Unggulan: Parallel Agents

Muse Code menjalankan lead agent yang membagi task ke beberapa child agent, masing-masing bekerja di git worktree terpisah untuk fitur berbeda (misalnya Auth, API, UI). Working copy utama kamu tidak pernah tersentuh langsung.

Cara kerjanya:

1. Worktree isolation: setiap child agent bekerja di worktree sendiri
2. Zero collision: antar agent tidak saling mengganggu karena filesystem terpisah
3. Lead review: setelah selesai, lead agent mereview dan merge commit dari tiap child agent
4. Kontrol real-time: pakai /subagents dan /tasks untuk memantau, /stop untuk menghentikan <callout icon="📌" color="gray_bg"> Meta mengklaim dalam pengujian internal, Muse Spark 1.2 menjalankan task selama 24 jam dengan lebih dari 1.000 tool call untuk optimisasi GPU kernel, dan berhasil resume setelah crash berkat event log. Ini demo dari Meta sendiri dan belum direplikasi pihak independen, jadi anggap sebagai potensi kemampuan, bukan jaminan hasil di semua kasus. </callout> <callout icon="🔋" color="gray_bg"> Di luar worker dan reviewer, Muse Code menjalankan empat background observer agent: memory recall, skill recall, goal tracking, dan verification. Tiga di antaranya aktif secara default dan masing-masing melakukan panggilan model sendiri, menambah pemakaian token di luar sesi utama kamu. Kalau tagihan terasa lebih tinggi dari perkiraan, matikan salah satunya lewat bagian runtime_capabilities di file ~/.config/muse/settings.json. </callout>

8. Use Case Praktis

1. Memahami codebase baru

cd ~/project-baru && muse
> Jelaskan arsitektur project ini, identifikasi entry point, dan buat ringkasan teknis

Dengan context window sekitar 1 juta token, Muse Code bisa membaca hampir seluruh codebase sekaligus.

2. Membangun beberapa fitur sekaligus

> Bangun 3 fitur sekaligus:
1. Auth system dengan JWT
2. REST API endpoints untuk users
3. Dashboard UI dengan React

Setiap fitur dikerjakan agent terpisah di worktree masing-masing, lalu lead agent mereview hasilnya sebelum merge.

3. Review rencana kerja sebelum eksekusi

> Review semua perubahan di branch feature-auth
/skill plan
/skill grill

Skill grill akan mencari edge case dan kelemahan dari rencana sebelum benar-benar dieksekusi, berguna untuk perubahan berisiko tinggi.

4. Fix bug dari error log

> Error: "TypeError: Cannot read properties of null (reading 'userId')" at middleware/auth.js:28
Perbaiki ini dan pastikan semua test tetap pass

5. Generate unit test komprehensif

> Generate unit test untuk seluruh folder src/services/ dengan coverage target 90%

6. Headless mode untuk CI/CD

export META_API_KEY="$MUSE_KEY"
muse exec --json --max-model-steps 40 \
  --prompt-file ./review-task.md

Flag --max-model-steps penting sebagai kontrol biaya di pipeline otomatis, karena Muse Code tidak punya spend cap bawaan.

7. Refactor dan modernisasi kode

> Refactor modul payments dari callback-style ke async/await, pertahankan backward compatibility, dan update semua test

8. Audit dan review sesi sebelumnya

muse trace
muse export

muse trace menampilkan langkah demi langkah keputusan agent di suatu sesi, muse export mengekspor transcript lengkapnya. Kombinasi keduanya berguna untuk audit dan compliance internal.

9. Tips dan Best Practice

• Pakai AGENTS.md: tulis coding convention, tech stack, dan aturan project di file ini lewat muse init
• Rencanakan sebelum eksekusi besar: pakai /skill plan lalu /skill grill untuk tugas berisiko, ini mencegah kesalahan mahal
• Pilih tier yang tepat: kode open source pakai Contributor, kode klien atau proprietary wajib Standard
• Aktifkan worktree isolation untuk parallel agent supaya working copy utama tetap aman
• **Jangan pakai **--yolo di luar environment yang benar-benar terisolasi
• Pantau /usage secara berkala karena tidak ada batas pengeluaran otomatis
• Matikan auto-update di CI dengan MUSE_NO_AUTO_UPDATE=1 supaya versi tetap konsisten antar run
• Mulai dari task kecil sebelum mempercayakan perubahan besar ke agent

10. FAQ

Apakah Muse Code gratis?

Tidak. Tidak ada free tier, dan Muse Code menolak bekerja sebelum kamu memasang metode pembayaran, sekalipun untuk Contributor tier yang murah. Tidak ada kredit awal di peluncuran ini.

Apa bedanya dengan Claude Code?

Muse Code menonjol di parallel agent bawaan, crash recovery lewat event log, dan zero dependency karena single binary. Claude Code juga sudah punya dukungan worktree native sejak Februari 2026, dengan ekosistem dan integrasi MCP yang lebih matang.

Apakah kode saya aman di Contributor tier?

Tidak. Data di Contributor tier (prompt dan output) dipakai Meta untuk training model. Jangan pakai tier ini untuk kode klien, kode dengan NDA, credentials, atau proprietary code milik perusahaan. Pakai Standard tier untuk kode sensitif.

Bisa dipakai di Windows?

Belum secara native. Gunakan WSL2 sebagai jalan keluar.

Bahasa pemrograman apa saja yang didukung?

Semua bahasa populer seperti Python, JavaScript/TypeScript, Go, Rust, Java, dan C/C++. Muse Spark 1.2 dilatih khusus untuk coding.

Bisa migrasi dari Claude Code?

Bisa. Jalankan muse skills import --from claude untuk membawa skill dari ~/.claude/skills. Muse Code juga otomatis membaca file CLAUDE.md yang sudah ada di project sebagai fallback dari AGENTS.md.

Apakah open source?

Tidak. Muse Code adalah binary closed-source, begitu juga model Muse Spark 1.2. Mark Zuckerberg sempat ditanya langsung soal rencana open source dan hanya menjawab akan ada kabar lebih lanjut, jadi statusnya belum pasti.

Kalau crash di tengah task panjang, bagaimana?

Berkat event log lokal di folder .muse/, agent bisa resume persis dari titik terakhir lewat muse resume, tanpa mengulang dari awal.

Apakah Contributor tier bisa diakses semua orang?

Belum tentu. Banyak developer di luar Amerika Serikat melaporkan model Contributor tier mengembalikan error "Model not found", dan VPN umumnya tidak membantu. Meta belum mempublikasikan pembatasan wilayah secara resmi, jadi anggap ini laporan komunitas, bukan kebijakan resmi yang terkonfirmasi. <callout icon="🚀" color="blue_bg">

Mulai sekarang:

curl -fsSL https://dev.meta.ai/install.sh | bash && muse login

Dua command ini cukup untuk mulai coding dengan Muse Code. Ingat, pasang metode pembayaran lebih dulu di akun Meta developer sebelum sesi pertama, karena tidak ada kuota gratis yang tersedia saat peluncuran ini. </callout>

Sumber: pengumuman resmi Meta (5 Agustus 2026), dokumentasi dev.meta.ai/docs/muse-code, serta verifikasi command terhadap binary 0.1.0-R708.1 yang dirilis publik. Terakhir dicek Agustus 2026.