MetaはAI支援ソフトウェア開発をめぐる争いに本格的に参入し、AnthropicのClaude CodeやOpenAIのCodexと正面から競合することを狙った新ツールのベータ版を公開しました。Meta Muse Codeエージェントは同社初の専用コーディングアシスタントであり、巨額のAI投資が実際に収益を生み出せることを示すようMetaにプレッシャーがかかっているタイミングで登場しました。
Summary
主なポイント
- Metaは、Claude CodeやOpenAI Codexと競合することを目的としたターミナルベースのコーディングエージェント「Muse Code」のベータ版を公開した。
- このツールは、Muse Codeと並行して訓練されたコーディング特化モデルMuse Spark 1.2上で動作する。
- Muse Codeはコードの計画、記述、検証を行えるほか、セッション全体を通してアクティブなまま動作する永続的なサブエージェントを調整できる。
- あるテストでは、このシステムは24時間に及ぶセッションを通じて1,000回以上のツール呼び出しを行い、Nvidia Hopper GPUカーネルを最適化した。
- アクセスは従量課金制から始まり、料金はMuse Spark 1.1と同水準で、データ共有に同意する開発者向けにはより安価なコントリビュータ階層も用意されている。
Meta、Muse Codeベータ版を投入しAIコーディング競合に挑む
Muse Codeは、これまで主にAnthropicとOpenAIが形作ってきた市場に対するMetaの回答です。このエージェントにより、開発者は単一のコマンドラインツールをインストールするだけで、完全なソフトウェアエンジニアリングタスクを、変更の計画からコードの記述・検証まで、別々のアプリケーションを行き来することなく任せることができます。
このリリースを主導したのは、Meta Superintelligence Labsを率い、同社の基盤モデル開発を統括するAlexandr Wangです。Wangは2025年半ばにMetaへ参加し、CEOマーク・ザッカーバーグによる同社のAI戦略再構築の中核を担ってきました。Muse Codeは、その任務の下での最新の主要プロダクトです。「1つのコマンドでインストールでき、その後は幅広いユースケースにわたる完全なソフトウェアエンジニアリングタスクを任せることができます。変更の計画、コードの記述、結果の検証まで行えるのです」とWangはCNBCが報じたインタビューで語りました。
タイミングも重要です。Metaの株価は、同社が控えめな売上見通しを示し、直近の四半期決算でフリーキャッシュフローの縮小を報告した後に下落しました。これにより、ザッカーバーグが巨額のAIインフラ投資を収益化する方法を探る必要性はいっそう高まっています。
Muse CodeはClaude CodeやOpenAI Codexと競合
機能面では、Muse CodeはClaude CodeやCodexと同じカテゴリに位置づけられます。つまり、1つのインターフェース内でソフトウェアの構築と保守を支援するAIサブエージェント群を管理するツールです。Wangは競争戦略を生の性能ではなく価格に軸足を置いており、MetaはAnthropicやOpenAIが提供するものと比べて、Muse Sparkモデルファミリーを「能力ではなく価格で差別化している」と述べています。
開発者は従量課金プランを通じてMuse Codeにアクセスでき、WangによればAPI料金は以前のMuse Spark 1.1リリースと同じで、入力トークン100万件あたり1.25ドル、出力トークン100万件あたり4.25ドルです。より安価な「コントリビュータ階層」も用意されており、標準の従量課金レートより10倍以上低い価格ですが、開発者がオプトインし、モデル改善のためにMetaが自分たちのデータを利用することを許可する必要があります。データ共有に難色を示す企業向けには、Metaはゼロデータ保持のリクエスト受付を開始したとし、これはエンタープライズ顧客にとって重要な機能だとWangは説明しています。
macOS、Linux、およびMeta Model APIでの提供
Muse Codeのベータ版は現在、macOSとLinuxに限定されています。Metaによれば、アクセスと課金はすでにMuse Spark APIを提供している同じ開発者ページを通じて行われ、Muse Spark 1.2モデル自体も、より広いグローバル展開でMeta Model API経由で利用可能です。このモデルは、すでにDeepSeekやZ.aiなどの研究所によるオープンウェイトモデルをホストしているOpenRouterプラットフォームにも提供される予定であり、開発者にMetaのコーディングスタックへアクセスする別の経路を与えます。
Meta Muse Codeエージェントを支える中核技術と機能
Meta Muse Codeエージェントを単なるチャットベースのコーディングアシスタントと一線を画すものにしているのは、複数のバックグラウンドプロセスを同時に実行し、どこまで進んだかを正確に記憶できる点です。リクエストごとに新しいサブエージェントを立ち上げるのではなく、Muse Codeはセッション全体の長さにわたってサブエージェントを生かしたままにします。
これらの永続的サブエージェントは、情報収集や追加ステップの実行を行い、いつメインエージェントに結果を報告するかを自律的に判断できます。Metaによれば、この構造により情報収集の繰り返しが減り、複雑で多段階のコーディングタスクにおけるレイテンシが低減されます。これは、新しい指示のたびにコンテキストをリセットするエージェントと比べて意味のある違いだとしています。
ローカルログによりクラッシュ後のセッション再現が可能
すべてのモデルリクエスト、ツール実行、承認、コード編集はローカルのイベントログに書き込まれます。このログにより、ランタイムはセッションを元通りに再構築し、プロセスがクラッシュしたり中断されたりした場合でも同じ地点から作業を再開できます。長時間の無人コーディングジョブを実行しているユーザーにとって、このような継続性は、接続切断によって数時間分の進捗を失うリスクを取り除きます。
組み込みコマンドが計画、テスト、目標設定を支援
Muse Codeには、エージェントをタスクに集中させるための少数の組み込みスキルが搭載されています。/planコマンドはリクエストを構造化された計画に変換し、作業開始前に開発者が承認する必要があります。続いて/grillがその計画をストレステストして弱点を洗い出し、/goalは長時間のセッションを通じてエージェントを特定の目標に向けて方向付けます。Metaが共有した一例では、ユーザーがエージェントに自宅のビデオツアーを与えると、Muse Codeはその映像を解釈し、休暇用レンタル物件のマーケティングおよび予約用の動作するウェブサイトを構築しました。
新しいコーディングエージェントを支えるモデル「Muse Spark 1.2」
Muse Spark 1.2は、Muse Spark 1.1のコーディング特化アップデートであり、より広範なエージェントスキルを維持しつつ、コード生成、複雑なデバッグ、コードベース理解において実質的な向上をもたらすとMetaは述べています。Metaは新モデルをMuse Codeと並行して訓練し、このアプローチにより、モデルがエージェントの計画システム、ツール利用、コンテキスト管理、サブエージェントとどれだけうまく連携できるかが改善されたとしています。
そのために、Metaはコーディングタスク専用の訓練計算量を増やし、モデルが訓練される環境の多様性を広げました。訓練ランには、リポジトリ全体をゼロから構築する、巨大なプロジェクトを端から端まで完了させる、自動化されたリサーチタスクを実行するなど、長期的なジョブが含まれていました。モデルは、自身の作業を整理するための計画機能と、長時間のセッションを通じて重要な詳細を保持するためのコンテキスト圧縮に依存しています。Metaはまた、旧モデルであるMuse Spark 1.1を用いて難易度の高いコーディング環境や指示追従テンプレートを生成し、その後、候補ソリューションを評価させることで後継モデル向けの追加訓練データを作成しました。
24時間にわたるGPUカーネルテストがエージェントの持久力を証明
長時間セッションの永続性が何をもたらすかを最も明確に示したのは、Nvidiaハードウェアを用いたデモでした。あるテストでは、Muse Spark 1.2がMuse Codeを使ってNvidia Hopper GPU向けにGPUカーネルを最適化し、最長24時間に及ぶセッションを通じて1,000回以上のツール呼び出しを行いました。エージェントは自らコードを書き、コンパイルし、プロファイルし、洗練させる作業を繰り返し、Metaはベースライン実装と比較して大幅な性能向上が得られたと報告しています。
AIコーディング市場にとっての意味
Metaがコーディングエージェント分野に参入したことで、Claude CodeやCodexを中心に有力な開発者向けビジネスを築いてきたAnthropicとOpenAIにとって競争環境は変化します。Muse CodeとMuse Sparkの価格を攻めた水準に設定し—Wangによれば標準の従量課金レートより10倍以上安いコントリビュータ階層を含めて—Metaは、モデル性能だけでなく、まずコスト面で競争する姿勢を明確にしています。
この戦略は、Metaのより大きな財務状況にも合致しています。同社の収益の約98%は広告から生み出されており、データ共有インセンティブに基づくコーディングツールは、AIインフラへの莫大な設備投資を相殺する新たな手段となります。Claude CodeやCodexに慣れた開発者が、特にデータ収集へのオプトインと引き換えに、より低価格を理由にツールを乗り換えるかどうかは、スイッチングコストや既存ワークフローが依然として重要な市場において、Muse Codeがどれだけ早く浸透するかを左右するでしょう。
FAQ
Muse Codeとは何ですか？
Muse CodeはMetaがベータ版として提供するAIターミナルコーディングエージェントで、ソフトウェア変更の計画、コードの記述、結果の検証、複雑なコーディングタスクの管理を行うよう設計されています。
Muse Codeを支えるAIモデルは何ですか？
Muse CodeはMuse Spark 1.2 AIモデルによって動作しており、コーディング効率、デバッグ、開発者ワークフローに重点を置いています。
Muse Codeの永続的サブエージェントはどのように機能しますか？
永続的サブエージェントは、コーディングセッション全体を通じてアクティブな状態を維持し、レイテンシを低減して情報収集の繰り返しを避け、より少ないユーザー入力で複雑なタスクを調整します。
Muse Codeはどのプラットフォームで利用できますか？
Muse Codeベータ版はmacOSとLinuxで利用可能であり、Muse Spark 1.2はより広範なグローバル利用に向けてMeta Model APIを通じてアクセスできます。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Muse Codeとは何ですか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse CodeはMetaがベータ版として提供するAIターミナルコーディングエージェントで、ソフトウェア変更の計画、コードの記述、結果の検証、複雑なコーディングタスクの管理を行うよう設計されています。”}},{“@type”:”Question”,”name”:”Muse Codeを支えるAIモデルは何ですか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse CodeはMuse Spark 1.2 AIモデルによって動作しており、コーディング効率、デバッグ、開発者ワークフローに重点を置いています。”}},{“@type”:”Question”,”name”:”Muse Codeの永続的サブエージェントはどのように機能しますか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”永続的サブエージェントは、コーディングセッション全体を通じてアクティブな状態を維持し、レイテンシを低減して情報収集の繰り返しを避け、より少ないユーザー入力で複雑なタスクを調整します。”}},{“@type”:”Question”,”name”:”Muse Codeはどのプラットフォームで利用できますか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Muse Codeベータ版はmacOSとLinuxで利用可能であり、Muse Spark 1.2はより広範なグローバル利用に向けてMeta Model APIを通じてアクセスできます。”}}]}
本記事は人工知能の支援を受けて作成され、編集チームによる確認を経ています。
