2026年8月5日、Meta Superintelligence Labs は Muse Code をリリースしました。ターミナル内で動作するコーディングエージェントで、Muse Spark 1.2 という新しいモデルを搭載し、個々の行ではなく大規模なコードリポジトリ全体にわたる長時間のエンジニアリングタスクに取り組むよう作られています。経営者にとっての直接的な教訓はこうです。AI コーディングツールは、提案や補完から、何時間も続く完全なタスクの実行へと進化し、それが開発のスピードとコストの両方を変えています。変わらないことは一つだけです。要件、レビュー、テストを担う者が、最終的なシステムの品質も引き続き担うということです。

Meta は具体的に何を発表したのか？

Muse Code は macOS と Linux 向けのコマンドラインツールで、ベータ版としてリリースされ、デスクトップアプリはありません。つまり一般ユーザーではなく開発チームを対象としています。内部では、非同期のバックグラウンドエージェントがセッション全体を通じて稼働し続けるため、複数のタスクを同時に実行できます。さらにローカルのイベントログにより、実行内容を後からのレビューのために正確に再現できます。作業計画を立てる /plan、目標を固定する /goal、解決策を採用する前に徹底的に検証する /grill といった組み込みコマンドも備えています。

その背後にあるモデルが Muse Spark 1.2 で、Meta の説明は三つの点に焦点を当てていました。コード生成、デバッグ、大規模コードベースの理解における改善。リポジトリ全体の生成を含む、長期的なコーディングタスクでの学習。そして計画立案、目標による条件付け、コンテキスト圧縮など、長いタスクの間もモデルを軌道に乗せ続ける仕組みです。Meta は三つの評価——Terminal-Bench 2.1、DeepSWE 1.1、そして社内のコーディングベンチマーク——で比較結果を公表しましたが、正確な数値の表ではなくグラフとして示したため、他所で出回っている具体的なスコアは慎重に扱うべきです。このモデルは Muse Code 内と Meta Model API 経由で利用できます。

本質的な変化：一行の補完からシステム全体での作業へ

従来の補完アシスタントと現代のエージェントの違いは、コードの美しさというよりもタスクの範囲にあります。アシスタントは次の一行を提案しますが、エージェントは何十ものファイルを開き、コマンドを実行し、テスト出力を読み、編集し、再試行し、一時間以上も作業を続けます。ここで Meta が強調した機能が意味を持ちます。コンテキスト圧縮によって、エージェントは長いタスクの最初に何をしたかを忘れず、イベントログによって、信頼するかしないかの最終出力だけでなく、何が起きたかを一歩ずつ検証できます。

ソフトウェアプロジェクトへの実際の影響は明らかです。退屈で反復的な作業——数百のファイルにわたる古いライブラリの更新、コードスタイルの統一、不足しているテストの追加、API のあるバージョンから次のバージョンへの移行——は、一年前には現実的でなかったレベルまで自動化できるようになりました。そしてこれこそが、企業内のレガシーシステムの保守予算を食いつぶしている作業なのです。

意思決定者が注意すべき点：価格とあなたのデータ

公表されている Meta Model API の価格によると、モデルの標準ティアは入力トークン百万あたり約 1.25 ドル、出力トークン百万あたり 4.25 ドルです。一方、contributor という名前のはるかに安価なティアは、あなたのデータを Meta の製品改善に使ってよいと同意することと引き換えに提供されています。この選択肢はコスト面では魅力的ですが、ガバナンスの面では懸念があります。プロジェクトのコードには、ビジネスロジック、システムに接続するための鍵、そして時には実際の状況から取られたテストデータが含まれているからです。

私たちが守っているルールはシンプルです。価格差がどれほどあっても、本番コードや顧客データは一切、学習を許可するティアを通しません。そして処理するデータが王国内の個人に属するものであれば、サウジデータ・人工知能庁（SDAIA）が監督する個人データ保護法（PDPL）の対象となります。目的の限定、データの最小化、説明責任というその原則は、実際には「最も安い」ことがプロバイダー選定の十分な基準にはならないことを意味します。

これが実際にあなたの会社にとって意味すること

第一に、ツールではなく成果を買ってください。強力なコーディングエージェントを持っていても、それだけでプロジェクトが早く終わるわけではありません。プロジェクトを本当に加速させるのは、明確な要件と優れた設計です。エージェントは、何を作っているかを理解しているチームのスピードを何倍にもし、理解していないチームの混乱も何倍にもします。

第二に、開発コストが記述の時間からレビューと検証の時間へと移ることを想定してください。生み出されるコードの量が増えたため、今やボトルネックはタイピングではなく、自動テスト、ピアレビュー、セキュリティチェックです。現在自動テストを持たない企業は、その違いをすぐに実感するでしょう。

第三に、これはレガシーシステムを近代化する本物の好機です。多くの企業は、手作業のコストが法外に高いために古いシステムの移行を先送りしています。現代のエージェントは段階的な移行をより安く、より速くしますが、条件が一つあります。移行後に挙動が変わっていないことを証明するテストです。

第四に、プロバイダー間の価格競争を注視してください。コーディングエージェント市場にもう一つの大手が参入すれば価格は下がり、それはあなたにとって有利に働きます。しかしより重要なのは、システムを単一のベンダーに縛られないように構築し、乗り換えコストが将来決して罠にならないようにすることです。

コーディングエージェントが変えないもの

エージェントは、あなたの明文化されていないビジネスルールを知らず、法的責任を負わず、ある機能をそもそも作る価値があるかどうかも判断しません。特に外部システムとの連携やまれなエッジケースでは、今でも自信満々に間違えます。ですから方程式は以前のままです。明確な仕様、正しさを証明するテスト、重要な境界での人によるレビュー、そして誰がいつ何を変更したかを示す記録です。

Origami での活用方法

私たちはテクノロジー企業であり、明確なエンジニアリング上の境界の中でコーディングエージェントを使っています。プライベートなリポジトリ、実際の顧客データではなく合成テストデータ、変更のたびに実行される自動テスト、そしてあらゆるリリース前の人によるレビューです。お客様が得るメリットは、私たちが市場で最新のモデルを使っていることではありません。品質を証明可能かつ検証可能に保ちながら、コストと期間が下がることです。

出典