Muse Code 使い方ガイド：導入から安全な実践まで

1分でわかるMuse Code

Muse Codeは、Muse Spark 1.2を基盤とするMetaのベータ版ターミナル型コーディングエージェントです。エディタで次の1行を補完するだけのツールではなく、大規模なリポジトリをまたぐ複雑な作業を想定して設計されています。

仕組みをイメージするなら、常駐する作業チームとフライトレコーダーを備えた現場監督に近いでしょう。メインエージェントが目標を見失わないよう全体を統括し、常駐バックグラウンドエージェントがセッション中ずっと稼働して補助作業を担うため、毎回ゼロからやり直す必要がありません。さらにローカルイベントログが、モデルの呼び出し、ツールの実行、承認、編集をすべて記録します。Metaによれば、このランタイムは実行内容を正確に再現でき、クラッシュ後も再開できます。

基盤モデルのコンテキストウィンドウは100万トークンで、一度に考慮できる情報量を示します。MetaはMuse Spark 1.2をMuse Codeのツールセットと共同学習させ、リポジトリ全体の生成、大規模プロジェクト、デバッグをはじめとする長時間タスクに重点を置きました。この組み合わせはベンチマークの点数以上に重要です。実際に使う環境と同種の作業環境で、モデルそのものが学習しているからです。

モデルの経緯を知りたい場合は、以前のMuse Spark 1.1レビューも参照してください。Muse Codeは、新しい1.2モデルのために作られた専用の実行環境です。

Muse Code 使い方：安全に始める手順

最初の実行には、内容を確認できる程度に小さく、それでいてエージェントのワークフローを試せるだけの規模があるタスクを選びます。失敗するテストが付いた実在のバグを1件、受け入れ条件が明確な限定的機能を1件、または単独のプルリクエストとして取り込める移行作業を1段階だけ任せるのが適切です。

1. 公式ランチャーをインストールする

MetaがmacOSとLinux向けに公開しているコマンドは1つです。

curl -fsSL https://dev.meta.ai/install.sh | bash

公式インストーラーはmuseというランチャーを作成し、デフォルトでは~/.local/binに配置します。インストール後、作業対象のリポジトリをターミナルで開き、その場所でmuseを実行します。

Metaのローンチ記事には、Windows向けのネイティブなインストール手順は掲載されていません。非公式の回避策でも同等のサポートを受けられるとは考えないでください。

2. 曖昧な依頼ではなく、成果を指定する

良いタスクには5つの要素があります。達成したい成果、対象となるファイルまたはサブシステム、変更してはいけないもの、成功を証明するコマンド、そしてエージェントが停止すべき条件です。

このプロンプトには明確なゴールがあります。「ordersサービスを改善してください」だけでは、どこで終わるべきか判断できません。

3. 3つの組み込みスキルを順番に使う

最初に/planを使います。目標が承認制の計画に変換されるため、コードが変更される前に解釈のずれを見つけられます。

計画に現実的なリスクがある場合は/grillを使います。弱い前提が表面化するまで計画を検証する機能です。移行の順序、足りないテスト、ロールバック手順、セキュリティ境界、計画が暗黙に仮定している点を厳しく問い直すよう指示します。

計画が十分に検証できたら/goalを使います。これにより、指定した完了条件へ向けてエージェントが作業を進めます。判断を手放すための機能ではありません。長時間の実行を、あらかじめ決めた証拠へ向け続けるための仕組みです。

4. 自信ではなく証拠を確認する

実行が終わったら、差分、実行されたコマンド、テスト結果、検証できなかった挙動を確認します。テストスイートが成功しても、証明できるのはテストがカバーした範囲だけです。初回は、デプロイ、認証情報の変更、破壊的なマイグレーション、本番環境へのアクセスをエージェントの権限外に置いてください。

長時間タスクを成功させるプロンプトの型

長いコンテキストがあっても、明確な依頼書の代わりにはなりません。関連情報をより多く保持し、途中で文脈を見失いにくくなるだけです。Muse Codeには、次のような簡潔な作業仕様を渡します。

最も強い証拠は実行可能なものです。「堅牢にする」よりも、失敗中のテストを成功させる方が明確です。「見た目を良くする」よりも、スクリーンショットとビジュアルリグレッションチェックの組み合わせが優れています。「このアプリをモダン化する」よりも、元に戻せるチェックポイントを含むマイグレーションの方が確実です。

効果が大きい順に見る7つの実践例

特に大きな効果を得られるのは、大規模なリポジトリ、充実した自動チェック、検証可能な単位へ分割できる作業を持つチームです。Muse Codeの常駐エージェントと再開可能なログは、一般的なチャットのコンテキスト維持が難しくなるほど長いタスクでこそ真価を発揮します。

1. 範囲を限定したIssueをレビュー可能なプルリクエストに変えるプロダクトチーム

SaaSチームなら、バグ報告、対象パッケージ、失敗中のテスト、修正を証明するコマンドをMuse Codeに渡せます。Muse Codeは計画を立て、リポジトリを調べ、変更を加えて検証します。人間のレビュアーが範囲とマージの決定権を維持しながら、トリアージからレビュー可能なパッチまでの時間を短縮できます。

2. レガシーシステムを境界ごとに刷新するエンタープライズチーム

プラットフォームチームなら、公開インターフェースを維持したまま古い認証アダプターを置き換える、といった境界を1つ指定できます。メインエージェントが移行順序の一貫性を保つ一方、バックグラウンドエージェントは依存関係とテストを追跡できます。危険な一括リライトではなく、規模を抑え、監査可能な単位でモダン化を進められる点が利点です。

3. モノレポを横断するバグを追う保守チーム

エンジニアは、エラー、再現手順、ログ、失敗するコマンドを渡せます。Muse Codeは複雑なデバッグとコードベース理解を前提に設計されているため、複数パッケージにまたがる不具合の追跡、回帰テストの追加、原因の修正、証拠の再実行まで任せられます。最終判断は人が担いつつ、反復的な調査作業を減らせます。

4. ビジュアル要件を動くプロトタイプにするWebチーム

Metaのデモでは、ターミナルから渡されたMP4形式のフライスルー動画をMuse Codeが解釈し、バケーションホームのマーケティング兼予約ページを作成しています。デザイン主導のチームなら、同じ方法でビジュアルなプロダクト要件を渡し、レンダリング結果とコードを一緒に確認できます。得られるのは初期実装の高速化であり、デザイン品質の自動保証ではありません。

5. 依存関係のアップグレードを計画するライブラリ管理者

保守担当者は、編集に入る前に、影響を受けるインポート、互換性上の破壊的変更、テスト、ロールバック地点を整理したアップグレード計画を求められます。依存関係の変更は最初に触れたファイルではなく周辺部で失敗しやすいため、ここでは/grillが特に役立ちます。単にバージョンを上げるのではなく、証拠に結び付いた移行計画を得られます。

6. 不安定な失敗を安定したテストへ変えるQAチーム

QAエンジニアは、フレイキーなテスト、最近の失敗ログ、本番の挙動を変更しないという条件をエージェントに渡せます。エージェントは競合状態を調査し、テストまたは実装を修正して、対象スイートを繰り返し実行できます。CIを何度も再実行するだけでなく、断続的な失敗をレビュー可能な診断へ変えられる点が利点です。

7. 計測済みのボトルネックを改善するパフォーマンスチーム

Metaの事例では、モデルがGPUカーネルの作成、コンパイル、プロファイリング、改善を行い、最長24時間に及ぶ実行で1,000回を超えるツール呼び出しを実施しました。専門チームなら、固定されたベンチマークがある計測済みのボトルネックに、このループを応用できます。価値を生むのは、測定しながら高速に反復できることです。ただし、この事例はMuse Codeのあらゆるタスクが24時間実行できる、または実行すべきだという保証ではありません。

Muse Codeで構築できるプロダクト

現在の需要と機能に合うプロダクトは3つあります。なかでも最初の案が有力です。買い手が明確で、成果を測定でき、既存のプルリクエスト運用に追加できる小さな初期版から始められるためです。

1. 最有力案：プルリクエストをレビューから修正までつなぐゲート

コメントを残すだけで終わらないレビューツールを構築します。プルリクエストをリポジトリの文脈ごと読み、不具合を再現し、パッチを提案し、関連チェックを実行したうえで、指摘内容とレビュー可能な修正の両方を作成者へ渡します。

すでに商用需要があります。「ai code review」の米国Google検索数は月間約1,300回で、CPCは$63.85です。「ai code review tools」も月間590回あり、前年同期比50%増となっています。支払い意欲は既存サービスにも表れており、CodeRabbitの料金ページではProが1ユーザーあたり月額$24、Pro Plusが$48で、いずれも年払いです。

販売可能な最小構成は、人が開始する仕組みです。使い捨て環境で1件のプルリクエストをチェックアウトし、固定したレビュープロンプトを実行し、リポジトリのテストを走らせ、パッチと証拠を返します。まずはローカルで始めるべきです。Metaはローンチ資料で、ヘッドレス版Muse CodeやCI連携の仕様を公開していません。

課題は競争の激しさです。一般的なコメントボットには参入障壁がありません。特定フレームワーク向けのチェック、低い誤検知率、ポリシー準拠の証拠、あるいはシニアレビュアーの時間を実際に節約できる修正品質など、明確な強みが必要です。

2. レガシーシステム向けの移行コントロールルーム

モダン化を承認制の小さな単位へ分け、各単位にテストとロールバック条件を付け、生成されたパッチと並べて人の判断履歴を残すガイド付きワークスペースを構築します。エンジニアリング責任者やモダン化専門会社が対価を払うのは、単なるチャット画面ではなく、可視性と制御です。

「legacy application modernization services」の米国Google検索数は月間約880回です。$52.40というCPCは価値の高い買い手がいることを示しますが、検索関心は前年同期比55%減となっています。幅広いセルフサービス型の集客商材ではなく、対象を絞った営業型プロダクトと考えるべきです。

MVPでは、1つの技術スタックにおける1種類の移行パターンだけを扱います。対象の境界を洗い出し、/planを作成し、/grillで検証し、承認された変更を1つ実行して、差分、テスト、ロールバックメモをまとめます。課題はドメイン知識です。テストが弱く、業務ルールが文書化されていなければ、技術的に整った移行でも誤りになり得ます。

3. ビジュアル不具合からパッチまでをつなぐ窓口

プロダクトマネージャーがスクリーンショットや短い動画とリポジトリを渡すと、ビジュアル不具合の再現、パッチ、修正前後のチェックが返る受付ツールを構築します。MetaのMP4からサイトを作る例は、この入力方法に現実味があることを示しています。また、Muse Sparkのコーディングとマルチモーダル学習は、その推論経路を支えます。

「visual regression testing」の米国Google検索数は月間約320回で、CPCは$20.82です。市場規模は小さく、検索関心も前年同期比34%減となっています。そのため、単なるスクリーンショット差分ツールでは訴求が弱いでしょう。すでにビジュアルリグレッションの存在を把握しているチーム向けの修正ワークフローに絞る方が明確です。

MVPは、1種類のブラウザ技術、1組のビューポート、1つのリポジトリに対応します。課題は入力の曖昧さです。Metaはローンチ記事でMuse Codeが扱えるメディアのファイルサイズ上限を公開していません。また、動画に症状が映っていても、その原因となる状態やアクセシビリティ上の問題まで分かるとは限りません。

Muse Codeで解決できないこと

Muse Codeは長時間のソフトウェア開発タスクを扱いやすくしますが、自動的に正しい結果を保証するものではありません。

• ベータ版のソフトウェアです。インターフェース、制限、挙動は変更される可能性があります。
• Metaの公式インストール手順が対象としているのはmacOSとLinuxで、Windowsのネイティブ環境ではありません。
• ローカルイベントログは復旧性と監査性を高めますが、リポジトリ権限、シークレットの分離、人によるレビューの代わりにはなりません。
• 100万トークンのコンテキストウィンドウは容量であって、判断力ではありません。無関係な情報が実行の妨げになることもあります。
• Metaによる24時間の事例は長期タスク向け学習の証拠であり、個々のタスクに対するサービスレベルの保証ではありません。
• ローンチ記事にはMuse Code単体の価格も、メディアのファイルサイズ上限も記載されていません。本番運用の予算を組む前に、稼働中のMeta開発者向けダッシュボードを確認してください。
• 生成されたパッチにも、公開前のテスト、セキュリティレビュー、責任を持つ担当者が必要です。

非同期エージェントに明確なチェックポイントが必要なのも、このためです。同じ設計上の問いは、接続を切った後も動き続けるマネージドエージェントにも当てはまります。永続性が役立つのは、どの場面で人の判断が必要かをシステムが把握している場合に限られます。

よくある質問

自社のリポジトリや承認ルールに合わせて、こうしたワークフローを構築したい場合は、AIエージェント開発をご覧ください。