Cómo ejecutar agentes Muse Wonder en Sharkly

Meta lanzó Muse Wonder el 12 de octubre a 4 $ por millón de tokens de entrada y 20 $ por millón de salida, con una ventana de contexto de 1M de tokens y una API compatible con tres dialectos: OpenAI Responses, Chat Completions y Anthropic Messages. Este último punto es precisamente lo que permite utilizarlo hoy mismo desde un tablero de Sharkly. La guía de coding-agents de Meta explica cómo ejecutar Codex y Claude Code sobre muse-wonder-1.0 apuntándolos a api.meta.ai, y ambos son Runtimes que un Sharkly Computer puede exponer. El modelo descrito en los benchmarks principales de Meta, Muse Wonder Full, no está disponible en la API y no puede usarse como modelo de un Runtime; más abajo entraremos en detalle.

Esta guía explica cómo configurar un carril para Muse Wonder en un Sharkly Computer existente utilizando el Runtime de Codex, indicar el nombre del modelo en el Agent para que el tablero muestre a qué carril se asignó cada Task y dimensionar el trabajo en función de los puntos fuertes del modelo según los datos de Meta y Artificial Analysis: las ejecuciones agénticas prolongadas.

En resumen

Configura un proveedor de Codex para Meta en ~/.codex/config.toml dentro del Computer, con model = "muse-wonder-1.0", wire_api = "responses" y la clave leída desde MODEL_API_KEY en las variables de entorno del servicio local. Vuelve a escanear hasta que el Runtime de Codex aparezca como Available. Crea un Agent en ese Runtime, especifica el modelo en sus Custom arguments y asígnale las Tasks más largas: refactorizaciones que abarcan múltiples pasos, migraciones y bucles de revisión y corrección. Deja las tareas que demanden conocimientos enciclopédicos o un uso intensivo del terminal para los Agents con Opus 5.5 o Astra. Los Agents investigan, ejecutan, prueban y reportan; la Task almacena el resultado.

Dónde reside la configuración del modelo

Sharkly no elige los modelos. La documentación de Agents especifica que un Agent utiliza el modelo por defecto del Runtime, no muestra un nombre de modelo y que, para cambiarlo, debes indicarlo en los Custom arguments del Agent o del Runtime, por ejemplo specify model: model-name. No existe un menú desplegable de modelos ni un control de profundidad de razonamiento, ya que Sharkly no puede detectar con certeza qué modelo empleó un Runtime.

Para un modelo de Meta, esto implica dos niveles. El proveedor, donde el Runtime encuentra api.meta.ai y su clave, reside en la propia configuración del Runtime dentro del Computer. La elección del modelo se realiza en el Agent. De este modo, un solo Computer puede alojar un Agent con Muse Wonder y otro con Opus 5.5 en Runtimes distintos, mostrando el modelo en un lugar visible para el revisor.

Paso 1: configurar un proveedor de Meta para Codex en el Computer

La guía de Meta detalla la configuración para Codex. En el Computer, dentro de ~/.codex/config.toml:

model = "muse-wonder-1.0"
model_provider = "meta"
model_reasoning_effort = "high"
model_context_window = 1048576

[model_providers.meta]
name = "Meta Model API"
base_url = "https://api.meta.ai/v1"
env_key = "MODEL_API_KEY"
wire_api = "responses"

Dos notas importantes de Meta. En primer lugar, cierra la sesión de OpenAI en Codex antes de empezar; de lo contrario, seguirá utilizando el proveedor de OpenAI. En segundo lugar, wire_api = "responses" es crucial: la API Responses conserva el razonamiento a lo largo de los turnos, garantizando la coherencia en ejecuciones prolongadas.

La clave debe definirse en el entorno del proceso que inicia Codex, que en un Sharkly Computer corresponde al servicio local. Configura MODEL_API_KEY donde dicho servicio lea sus variables de entorno y reinícialo. No introduzcas la clave en Sharkly. La documentación de Computers indica de forma explícita que las contraseñas, tokens y claves de API no deben colocarse en los campos de ejecutable, argumentos o entorno del Runtime. Esos campos están pensados para valores por defecto, no para credenciales secretas.

Haz una prueba en un terminal estándar de ese host antes de interactuar con el tablero:

codex "Say which model you are and stop."

Si Codex responde que es muse-wonder-1.0, Sharkly ya puede utilizarlo. Abre los detalles del Computer y ejecuta un nuevo escaneo o prueba de conexión. El Runtime de Codex debería mostrarse como Available. Que un Computer aparezca como online solo indica que su servicio local está enviando heartbeats; el estado del Runtime es lo que confirma que una ejecución puede iniciarse.

Si prefieres usar Claude Code como Runtime, la guía de Meta mapea los parámetros de los modelos: ANTHROPIC_BASE_URL="https://api.meta.ai", ANTHROPIC_AUTH_TOKEN="$MODEL_API_KEY", ANTHROPIC_MODEL="muse-wonder-1.0", el slot de Opus asignado a Wonder, los slots de Sonnet y Haiku junto con CLAUDE_CODE_SUBAGENT_MODEL asignados a muse-spark-1.3, y ENABLE_TOOL_SEARCH="true" para permitir la carga de herramientas MCP. Cada slot requiere un modelo de Meta; de lo contrario, el Plan Mode y los subagentes intentarán invocar modelos de Claude que Meta no ofrece. Se aplica la misma regla: la clave se define en el entorno del host, nunca en un campo de Sharkly.

Paso 2: crear un Agent que declare qué modelo está utilizando

Abre Agents, selecciona New Agent, elige el Computer y el Runtime de Codex, y nombra al Agent según el carril (por ejemplo, Long-run worker en lugar de Muse). En Custom arguments, especifica el modelo, muse-wonder-1.0, coincidiendo con lo probado anteriormente. Establece el directorio de trabajo en Create temporary directory para que cada Task se ejecute de manera aislada y configura un tiempo de espera por Task más generoso del que asignarías a un carril económico. La gran ventaja de este modelo según Meta es su resistencia para seguir trabajando sin interrupción, algo que SWE-Marathon evalúa a la perfección.

Dado que Sharkly no mostrará el modelo directamente, las instrucciones guían al Agent para que lo registre por escrito:

You are the long-run lane. State the model id you ran on at the top of your report.
Take the Task as written. Plan before you edit, and keep a running list of what
you tried and why, so a reviewer can follow the path, not only the diff.
Run the closest relevant check before reporting done. Report failures as failures.
If you need a fact you are not sure of, look it up in the repository or say you
could not confirm it. Do not fill gaps from memory.
Stop and ask before anything destructive, anything that sends data outside the
attached repositories, or any action you would want a person to confirm.

La cuarta instrucción tiene un propósito muy claro. Artificial Analysis sitúa a Wonder con una puntuación de 25 en su índice de conocimiento frente a 46 de Opus 5.5, con una tasa de alucinación del 27 %. Es un excelente ejecutor pero una enciclopedia limitada; la instrucción le marca cuál de los dos roles debe asumir.

Paso 3: canalizar las Tasks de larga duración hacia aquí

El propósito de este carril, según la ficha técnica del modelo de Meta y los análisis independientes:

Mismo coste, diferente perfil. Las pautas de enrutamiento para una Crew son evidentes:

• Asigna al Agent con Muse Wonder cuando la Task sea larga, implique numerosos pasos y se enfrente a bloqueos: una refactorización de múltiples archivos, una migración de dependencias resolviendo tests fallidos o un ciclo de corrección y verificación frente a una suite inestable.
• Mantén en Opus 5.5 o Astra aquellas Tasks con uso intensivo del terminal, que requieran amplios conocimientos contextuales o que necesiten el nivel de revisión más riguroso. El artículo sobre qué agente debe recibir la Task aborda este criterio general.

A continuación, selecciona una Task con un criterio de aceptación bien definido, asigna como Assignee al Agent de Muse Wonder y muévela fuera del Backlog a un estado listo para trabajar. La ejecución pasará por queued, dispatched y running, y el registro de ejecución irá documentando las llamadas a herramientas y los eventos del Runtime. Si el Agent se detiene a formular una pregunta, esta se añade a la Task como comentario y se redirige a la Inbox. Meta entrenó a Wonder para consultar antes de ejecutar acciones de impacto; en el tablero, esa consulta encuentra un cauce claro. El artículo sobre Active Focus y la cola de revisión profundiza en cómo gestionar este flujo.

Lo que no es posible ejecutar: Muse Wonder Full

Muse Wonder Full obtiene una puntuación de 56 frente al 52 de Wonder y empata con Claude Code sobre Sonnet 5.5 con 68 en el Coding Agents Index. Solo está disponible dentro de Muse Code en los planes Power (50 $) y Maximum (200 $). No cuenta con un ID de modelo para API, por lo que ni Codex ni Claude Code pueden apuntar hacia él, y Muse Code no es un Runtime que el servicio local de Sharkly detecte. Aunque Sharkly ofrece un Runtime ACP personalizado para herramientas no detectadas automáticamente, la documentación de Meta no aclara si Muse Code implementa ACP, por lo que debe considerarse un escenario no probado. En un equipo, Full es un modelo pensado para que un ingeniero trabaje en su terminal, no uno asignable desde un tablero. El post Muse Wonder Full solo por suscripción analiza las implicaciones de esto.

Costes y tratamiento de datos

Nada de esto repercute en la factura de Sharkly. El consumo del modelo se procesa a través de la clave de Meta configurada en el Computer, según las tarifas de Meta: 4 $ / 20 $ / 0,20 $ por millón en caché, sin recargo por contexto extenso y con un límite de equipo de 3.000 solicitudes y 4M de tokens por minuto. Dado que las ejecuciones largas reenvían su contexto en cada turno, un carril con Muse Wonder aprovecha intensamente la caché de forma natural; Artificial Analysis registró un coste medio de 4,52 $ por tarea frente a 5,98 $ en Opus 5.5, debido sobre todo a que la salida de Wonder resultó más económica.

El tráfico de la API en el modo Standard de Meta no se utiliza para entrenamiento. Esto contrasta con las suscripciones a Muse Code, que activan por defecto el modo Contributor. Al usar un Runtime en un Computer mediante la API, el código del equipo queda excluido de los datos de entrenamiento de Meta sin necesidad de cambiar ninguna opción.

El modelo cambió esta semana. El contexto, el progreso, los bloqueos, los resultados y la revisión humana se mantuvieron visibles desde la solicitud inicial hasta el despliegue final. Puedes gestionar este flujo manualmente mediante worktrees o utilizar Sharkly para orquestarlo.