Meta、新AI「Muse Spark 1.3」を公開

Metaがコーディングと「エージェント型タスク」(AIが自分で判断しながら複数の作業をこなす形式のタスク)向けに、新しい言語モデル「Muse Spark 1.3」を公開した。MetaのAI研究部門による公式発表によると、エージェント型タスクとコーディングタスクの両方で性能が改善したという。開発者向けツール「Muse Code」とMeta Model APIで、発表当日から利用できる状態になっている。

発表では、複数の実行環境を組み合わせて訓練したことで、様々なエージェント的な作業に対応しやすくなったとされる。プロンプトの意図があいまいなときは確認の質問を返し、作業に行き詰まればユーザーに助けを求め、影響の大きい操作を実行する前には確認を取るよう訓練されているという。Meta社内のエンジニアが前バージョンと比較したところ、ツール呼び出しの回数が約20%、トークン数(AIが読み書きする文章量の単位)が約25%少なく済んだという結果も紹介されている。ただしこの数値はMeta社内の比較であり、第三者による検証を経たものではない。「max reasoning」モードは、追加の安全性テストが終わり次第、後日提供される予定だ。

会議の記録整理や日々のタスク管理にAIエージェントを使う場面は、もう珍しくなくなっている。作業を任せるAIが呼び出すツールの回数やトークン数が減るなら、応答は速くなり、利用コストも下がりやすい。行き詰まったときに結果をでっち上げず、理解の限界を認めたうえで聞き返す設計は、業務でAIに判断を委ねるうえでの安心材料にもなる。

効率が上がった、確認を挟むようになった、という発表内容をそのまま「安心して仕事を任せられるAIになった」と受け取るのは早い。Meta社内のエンジニアによる比較は外部で追試された数値ではなく、第三者による検証を経るまで実際の改善幅は確かめようがない。新モデルの発表直後に自社比較の数値だけが独り歩きするのは、主要AIベンダーの発表で繰り返されてきた構図でもあり、リリース直後の数字を業務ツール選定の根拠にするのは早計だ。

見るべきは数字そのものより、Metaが発表文で明言した挙動の設計である。あいまいな指示には確認を返す、重大な操作の前には承認を求める、行き詰まりをでっち上げで埋めない。この3つはいずれも、人がAIの判断を後から検証しやすくするための仕組みだ。業務でAIエージェントを選ぶときに確かめるべきは応答の速さより、この「確認を挟む挙動」が実際の利用でどこまで働くかにある。録音した音声をAIが後から文字起こしし、要約するAIボイスメモのメモリスのような仕組みも同じで、文字起こしエンジンの更新のように処理の中身を見せられるかどうかが、結果への信頼につながる。