Metaが、ターミナル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。同ツールは新モデル「Muse Spark 1.2」を搭載し、大規模なリポジトリを対象とした複雑なソフトウェアエンジニアリングタスクを自律的にこなせると説明されています。Metaはこれを「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。
Muse Codeは、ただ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、一連の開発作業を自律的に進めるエージェントです。複数の「バックグラウンドエージェント」が並行して動き続けることで、人間が細かく指示を出さなくても難しい問題を解決できる設計になっています。クラッシュしても途中から再開できる仕組みも備えており、長時間にわたる作業でも安定して動作する点が特徴です。開発者にとっては、繰り返しの作業や複雑なデバッグにかかる負担を大幅に軽減できる可能性があります。
Muse Codeは、メインのエージェントループに加え、複数の非同期バックグラウンドエージェントを組み合わせた構成を採用しています。これらのバックグラウンドエージェントはセッション全体を通じて常時稼働し、個別タスクのたびに起動・終了するのではなく、継続的に次のステップを実行します。これにより、情報収集の重複を避けつつ、複数ステップにわたる難しいタスクでも介入の手間を減らせるとしています。
Muse Codeはローカルのイベントログを使用し、モデルの呼び出し、ツールの実行、承認操作、編集内容をすべて記録します。このログによって、もしクラッシュが発生しても、その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」な設計を実現しています。長時間におよぶタスクでも、障害発生でそれまでの作業が無駄になってしまうリスクを低減することが可能になります。
デフォルト状態でもいくつかのスキルを扱うことができるのも利点で、たとえば「/plan」はタスクを承認ゲート付きの計画に変換し、「/grill」はその計画を徹底的に検証、「/goal」は指定した目標の達成に向けて作業を進めることが可能となっています。具体的には、住宅の内覧動画をmp4形式で受け取り、それをもとに不動産マーケティングのウェブページを生成するといった活用の仕方をMetaは紹介しています。
Muse Spark 1.2は、前バージョン「Muse Spark 1.1」をコーディングに特化してアップデートしています。コード生成、複雑なデバッグ、コードベースの理解、エンドツーエンドの開発ワークフローなど、広範な改善が行われており、コーディングタスクに対するトレーニング計算量を大幅に拡大しつつ、トレーニング環境の多様性も広げたとのことです。また、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、長時間にわたるコーディングタスクに対して集中的なトレーニングが施されています。
Muse Spark 1.2はMuse Codeと共同でトレーニングされ、双方を組み合わせた際に最高のパフォーマンスを発揮するよう設計されています。トレーニングには、リジェクションサンプリングによるハーネストラジェクトリや、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ています。
Muse Spark 1.1で難易度の高いコーディング環境と指示追従テンプレートを生成し、その候補解をモデル自身が採点するという自己改善ループも取り入れられています。これにより、前バージョンよりも複雑な指示への追従精度が向上したとしています。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。
Metaは今後、新たなハーネス機能のリリースや、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ます。
