何が起きたか
Metaがターミナル型のコーディングエージェント「Muse Code」をベータ提供し、あわせてフロンティアモデル群の更新版「Muse Spark 1.2」を公開しました。Mark Zuckerberg氏はX（@finkd）で「大規模リポジトリ全体にまたがる完全なソフトウェアエンジニアリング作業——変更の計画、コードの記述、結果の検証——を引き受けるターミナル型エージェント」と説明しています。導入はcurl -fsSL https://dev.meta.ai/install.sh | bashの一行で、macOSとLinuxに対応。AnthropicのClaude Code、OpenAIのCodexと正面から競合する位置取りです。
設計面の売りは「非同期バックグラウンドエージェント」です。タスクごとに生成して破棄するのではなく、セッション中ずっと生き続ける専門エージェントを常駐させ、重複した情報収集を避け、自律的に次の手を進め、報告のタイミング自体を自分で選びます。大きな仕事では複数のサブエージェントに分岐し、それぞれが独立したgit worktreeで並行作業するため、開発者の作業コピーには触れません。Zuckerberg氏は「テストではゲームの6機能を同時に作らせ、衝突は起きなかった」と述べています。
もう一つの実装上の特徴が、モデル呼び出し・ツール実行・承認・編集のすべてを実行前にローカルのイベントログへ追記する仕組みです。Metaはこれを「replay-exact and restart-safe」と表現し、20時間走った作業がクラッシュしても、停止した地点から正確に再開でき、作業の消失や再プロンプトが不要だとしています。/plan（承認ゲート付きの計画化）、/grill（その計画を叩く）、/goal（目標に向けて駆動）といったスキルも同梱されます。
なぜ重要か
ベンチマークだけを見れば、Metaは「二番手」に収まっています。Terminal-Bench 2.1でMuse Code上のMuse Spark 1.2は82.9%、Codex上のGPT-5.6 Terraは81.8%、Grok Build上のGrok 4.5は81.6%ですが、Claude Code上のOpus 5（max effort）が86.7%で首位。DeepSWE 1.1では59.3%で三位（Opus 5は65.0%、GPT-5.6 Terraは64.8%）、Meta自身の社内コーディングベンチマークでも70.6%に対しOpus 5が79.4%と、9ポイント近く先行しています。1.1からの伸びはTerminal-Benchで+6.7、DeepSWEで+6.3ですが、Metaはチャートの注記で、1.1は汎用のmini-swe-agentハーネス、1.2はMuse Codeで計測したと明かしています。つまり世代間の差の一部はモデルではなくハーネスの功績かもしれない、ということです。
見落とされがちな二つの論点
第一に、価格と引き換えに何を渡すのかという点。標準階層（入力$1.25／出力$4.25／キャッシュ入力$0.15、長文コンテキスト割増なし、チーム単位で毎分3,000リクエスト・400万トークン）では、Metaは「プロンプトと生成結果を学習に使わない」と明言します。一方コントリビューター階層は入力$0.10／出力$0.20／キャッシュ入力$0.002で「市場最安」を称する水準ですが、条件は学習利用への明示的な許諾で、レート制限は毎分60リクエストに絞られます。個人と小規模実験向けの設計です。VentureBeatのMac miniでの検証では、97MBのインストーラとサインインは説明どおり動いたものの、モデルが見えず「アカウントのセットアップを完了するには支払い情報が必要」と表示され、実行までは到達しなかったと報告されています。コントリビューター階層でも支払い手段の登録は必須です。
第二に、発表文にオープンソースへの言及が一切ないこと。Metaの開発者向けの物語は長らく、10億回以上ダウンロードされたオープンウェイトのLlamaが中心でした。初代LLaMAは2023年2月に登場し、以後3年間、同社はオープンAIの旗手を自任してきました。Muse CodeもMuse Sparkも完全にプロプライエタリで、ハーネスとモデルは共同学習されています。長時間タスクの実証として、NVIDIA Hopper上のGPUカーネル最適化にTriton縛り・既存サードパーティカーネルのラップ禁止という条件で臨み、最大24時間・1,000回超のツール呼び出しを重ねて、KDA／MLAカーネルのベースラインに対する「実質的な改善」（ゲート付き累積減衰の中心をチャンク中央に置き直すといった非自明な最適化を含む）に到達したとしています。
出典: VentureBeat
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、この発表の本質は「エージェントが増えた」ことではなく、コード資産の扱いが調達条件として明文化されたことです。
受託開発・SIerは即座に社内規程の見直しが必要です。コントリビューター階層は入力$0.10／出力$0.20と標準階層比で入力約12倍・出力約21倍安く、現場のエンジニアが一行のcurlで導入できます。しかしそれは顧客のソースコードとプロンプトをMetaの学習パイプラインに流すことへの同意と同義で、標準階層（$1.25／$4.25）へ移らない限りその経路が既定です。秘密保持契約と再委託条項の観点から、許容ティアのホワイトリスト化と、ローカルのイベントログ（全ツール実行と編集が実行前に記録される）の取り扱い規程まで踏み込むべきです。
SaaS・自社プロダクト企業は、逆にコントリビューター階層を積極的に使う領域を切り出��判断が有効です。OSSライブラリの検証、社内ツール、プロトタイプ——漏れても損失がないコードに限れば、毎分60リクエストの制限は実験用途では実害になりません。要は「ティアを機能ではなくデータ機密度で選ぶ」運用設計です。
EC・非IT事業の経営者は、ベンチマーク順位（Terminal-Bench 2.1でMuse Spark 1.2は82.9%、Opus 5は86.7%）で乗り換えを決める必要はありません。むしろ注目点は、Metaがハーネスとモデルを共同学習させ、24時間・1,000回超のツール呼び出しに耐える設計を出してきたこと。長時間の自律作業が現実味を帯びた以上、CTOに問うべきは「どのモデルを使うか」ではなく「エージェントが20時間走った結果を誰がどう承認するか」です。