MetaがMuse Codeを発表、Claude CodeとCodexのライバルとなる永続的なマルチエージェント

Why it matters

Muse Code moves Meta from supplying AI models to owning the developer workflow, where persistent agents, audit logs and parallel execution are becoming core infrastructure.

Mark Zuckerberg (@finkd) は8月5日に Meta の Muse Code をベータで公開し、開発者が大規模リポジトリにまたがるソフトウェアエンジニアリング作業を計画、実行、検証できるターミナルベースのエージェントを提供した。

Muse Code は Muse model family を中心に構築された Meta 初の専用コーディングエージェントだ。この公開により Meta はモデルへの API 経由のアクセス販売を越えてアプリケーション層へ踏み込み、Anthropic、OpenAI、Google、Cursor が開発者が AI に仕事を委任する方法を制御しようと争う領域に入った。

Zuckerberg（Meta の創業者、会長兼CEO）は Xでのスレッド で、Muse Code は Muse Spark 1.2 によって駆動されており、これは Muse Spark 1.1 に対するコーディング重視の新しいアップデートだと述べた。Muse Spark 1.1 は Meta が7月9日に公開した Model API プレビューを通じて公開している。Meta は AI スタックを Meta Superintelligence Labs の下で再構築した後、4月に元の Muse Spark を立ち上げた。Zuckerberg は Facebook（彼が2004年に創業）を Palo Alto に移す前に Harvard でコンピュータサイエンスを学んだと Meta のリーダーシッププロフィール に記されている。

Zuckerberg にとって、Muse Code は AI エージェントがソフトウェア生産のより大きな部分を引き継ぐという彼のより大きな主張の裏付けとなる開発者向け製品を提供する。Meta は、コーディング市場が孤立したコード提案を生成するアシスタントよりも、数時間にわたって作業を持続し、複数の作業者を調整し、障害から回復できるシステムを評価すると賭けている。

永続的なエージェントと並列ワークツリー

Zuckerberg によれば、Muse Code はセッションを通じて専門化されたバックグラウンドエージェントをアクティブに維持し、各課題ごとに再起動するのではなくコンテキストを蓄積できるようにする。大規模な仕事では、Muse Code は隔離された Git worktrees 内で並列に動作するサブエージェントにタスクの一部を委任する。

このアーキテクチャは競合するコーディング製品の方向性と密接に一致している。OpenAI の Codex app は別々の worktrees で動作する並列エージェントをサポートし、Cursor の background agents はリモート環境で非同期のコーディングタスクを実行する。競争はオーケストレーションへと移行している：エージェントがどれだけ長く動作できるか、どれだけ効果的にプロジェクトを分割できるか、開発者が結果をどれだけ簡単に検査できるか、である。

Meta の差別化要因は、各モデルコール、ツール実行、コード編集を実行前に記録するローカルイベントログだと Zuckerberg は述べた。Muse Code はそのログを使ってクラッシュ後に開発者がセッションを再構築することなくタスクを再開できる。設計はまた、エージェントが試みたことや変更した内容を監査するための時系列記録を開発者に提供する。

エージェントがシェル、資格情報、プロダクションリポジトリへの広範なアクセスを受けるようになるにつれ、その記録は重要になる。長時間の自律性は、人間のレビュー前にエージェントが変更できるコード量を増やすため、追跡可能性と回復は管理機能ではなく製品の一部となる。

Meta claims gains on long-running coding work

Zuckerberg は Meta が Muse Spark 1.2 を用いて、24時間にわたって1,000以上のツール呼び出しを伴う NVIDIA Hopper カーネル最適化タスクでテストしたと述べた。彼はモデルが初期の探索後も改善点を見つけ続けたと言うが、Meta はスレッド中でそのタスク、コード変更、または独立して再現可能な評価を公開していない。

Zuckerberg の発表に添付されたベンチマークチャートは、Muse Code が Terminal-Bench 2.1 で82.9%のスコアを記録したと報告しており、これは Meta が示す Anthropic の Opus 5 の86.7%には及ばないが、Meta の比較にあるいくつかの他の構成よりは上回っている。別のチャートでは Muse Code が DeepSWE 1.1 で59.3% と示されており、Meta が示す Opus 5 と GPT-5.6 Terra の結果より低い。同じチャートは Muse Spark 1.1 を53% としている。

これらの数値は Meta による評価だ。発表は各モデルが同等のツール、推論予算、またはタスク時間配分を受けたかどうかを示しておらず、これらの変数はエージェントベンチマークの結果を実質的に変えうる。Meta の24時間カーネル実行はまた、得られた最適化の品質やプロダクション価値というよりは持続性を示しているに過ぎない。

Muse Spark 1.2 は Muse Spark 1.1 に続くもので、Muse Spark 1.1 は Meta が7月9日に公開した Model API プレビューを通じて公開した。Meta はそのバージョンが100万トークンのコンテキストウィンドウを管理し、並列サブエージェントに作業を委任し、計画、ツール使用、コンテキスト圧縮を扱えると述べている。Muse Code はそれらの基盤となる能力をターミナルから直接操作できるワークフローにまとめている。

Zuckerberg は開発者が1つのコマンドで Muse Code をインストールし、contributor tier で開始できると述べた。Meta は Muse Code をベータとしてリリースしており、開発者の利用をエージェントの配布と次の Muse モデルへのフィードバックの両方として位置付けている。Zuckerberg はより大きなモデルが開発中であるとも述べた。

このローンチにより、Meta は消費者向けアプリの外での採用を育てるためにオープンな Llama モデルを何年も利用してきた後、開発者ワークフローへ直接的に入り込むルートを得た。Muse Code は新しい Muse 戦略に従う：Meta はモデルサービスを制御し、今やその上で動作するエージェントも制御する。これは、Meta が使用データで改善できる製品を生み出し、最先端の AI に対する工学的ワークロードという最も明確な商用市場の一つをめぐって競争することを可能にする。