Meta、AIコーディングエージェント「Muse Code」ベータ公開

Metaは、ターミナル（コマンドライン画面）上で動作するコーディングエージェント「Muse Code」のベータ版をmacOSおよびLinux向けに公開しました。新モデル「Muse Spark 1.2」を搭載し、大規模なリポジトリ（ソースコード全体を管理する保管庫）を対象とした複雑なソフトウェアエンジニアリング作業を自律的に進められるとしています。開発者が細かく指示を出さなくても、長時間の開発タスクを任せられる可能性がある発表です。

Muse Codeの仕組みと確認済みの機能

Metaによると、Muse Codeは単にコードを書くだけのAIアシスタントではなく、タスクの計画立案から結果検証までを自律的に進めるエージェントです。主な特徴は次の通りです。

• ​常時稼働するバックグラウンドエージェント（タスク単位で起動・終了せず、セッション中ずっと動き続けるAI処理）: メインのエージェントループに加え、複数の非同期エージェントが並行して動き続ける構成を採用。個別タスクごとに起動・終了せず継続的に次の作業を実行するため、情報収集の重複を避けつつ複数ステップの難しいタスクへの介入を減らせるとしています。
• ​クラッシュしても再開できる設計​: ローカルのイベントログにモデル呼び出し・ツール実行・承認操作・編集内容をすべて記録し、中断箇所から処理を再開する「リプレイ完全一致・再起動安全」な仕組みを備えています。
• ​デフォルトで使える3つのスキル​: /plan（タスクを承認ゲート付きの計画に変換）、/grill（その計画を徹底的に検証）、/goal（指定した目標の達成に向けて作業を進める）。Metaは活用例として、住宅の内覧動画（mp4形式）を渡すと、それをもとに不動産マーケティング用のウェブページを自動生成する使い方を紹介しています。

Muse Spark 1.2は前バージョンからどう変わったか

新モデル「Muse Spark 1.2」は、前バージョン「Muse Spark 1.1」をコーディング特化でアップデートしたものです。raw記事の説明を整理すると、両者の違いは次のようになります。

項目	Muse Spark 1.1	Muse Spark 1.2
位置づけ	汎用モデルの初期版	コーディング特化アップデート版
トレーニング	難易度の高いコーディング環境・指示追従テンプレートを自ら生成し、候補解を自己採点する改善ループを導入	コーディング向けの計算量を大幅拡大、トレーニング環境の多様性を拡大
得意領域	複雑な指示への追従精度向上	リポジトリ全体の生成や大規模なエンドツーエンドプロジェクトなど長時間タスクに集中的にトレーニング
組み合わせ	単独モデルとして提供	Muse Codeと共同トレーニングし、両者を組み合わせた際に最高性能を発揮するよう設計

トレーニングには、リジェクションサンプリング（生成した候補のうち条件を満たすものだけを採用する学習手法）によるハーネス（実行環境）でのトラジェクトリ（作業履歴データ）収集や、ゴール・コンパクション・サブエージェントに関するレシピ最適化が含まれるとMetaは説明しています。性能検証の一例として、GPUカーネル最適化のケーススタディでは、1000回以上のツール呼び出し（最大24時間）にわたる反復最適化テストで、ベースライン実装に対して継続的な性能改善を達成したと報告されています。

未確認事項

一般提供の開始時期、料金、日本語での操作対応状況について、raw記事内に明記はありません。また今回はベータ版の公開であり、Metaは今後新たなハーネス機能や、さらに高性能なモデルの提供を予定していると述べているのみで、正式な製品化のスケジュールは示されていません。

分析・展望

編集部注: Metaは今回のMuse Codeを「より大規模で高性能なモデルに向けた次のステップ」と位置づけています。Metaは前日の2026年8月5日にも、Muse Spark 1.1をAPI経由で利用可能にする「Meta Model API」プレビューを発表しており（関連記事参照）、コーディング関連のモデル・ツール展開を短期間で連続して進めている状況です。ベータ版という位置づけからも、Metaが自律型コーディングエージェント分野で実運用データを早期に集めながら、モデルとエージェントの両方を並行して改良していく方針とみられます。

引用元：テクノエッジ編集部ピックアップ