ブログ

ニュースと技術解説。

Muse Code、Muse Spark、Meta Model API に関するお知らせ、リサーチノート、実践ガイドを掲載しています。

何時間も働き続けるエージェントには、何があっても生き残るメモリが必要です。Muse Code のランタイムは単一の追記専用ログを中心に設計されており、このプロダクトの信頼性のほぼすべてがそこから導かれます。

Meta のターミナル型コーディングエージェントは、セットアップが徹底的にミニマルです。コマンド 1 つとブラウザでのサインイン 1 回で、自分のリポジトリの中でマルチエージェントセッションを操縦できます。立ち止まる価値のあるポイントも含めて、全行程を案内します。

cookbook の GitHub エージェントレシピは、OpenCode と Muse Spark で issue トリアージ・PR レビュー・バグ修正を GitHub Actions に組み込みます。本当に持ち帰るべきはガードレールの設計です。

Meta はコーディングモデルを、開発者がすでにいる場所すべてに届けました。OpenAI SDK、Anthropic SDK、ライバルのエージェント CLI、さらには OpenRouter まで。互換性ファーストこそが配布戦略です。

ローンチデモの中で静かに最もラディカルだったのは、速度でも並列性でもありません。動画ファイルが Web サイトになる瞬間でした。

ベンチマークが測るのはエージェントの短距離走。Meta のカーネル最適化ケーススタディが測ったのはマラソンです。そして興味深いのは後者の数字です。

「Built for Muse Spark」はマーケティング用語ではなく、訓練戦略の記述です。Meta のリリースノートにある 3 つの手法が、モデルとエージェントが「他人同士」より一緒のほうが強い理由を説明します。