Museを1週間運用して分かったメモリと完了判定の設計

Posted at 2026-10-31

こんにちは。冷蔵庫を開けた理由が思い出せなくて、とりあえず中身を眺めて閉める。ADHD社長です。

今回は開発の話です。ここ1週間、MetaのAIエージェント「Muse」を本気で実務に組み込んで回してみました。自作アシスタントを作ってきた側から見ても、正直、考え方が変わる場面が何回かあったので、具体的に書きます。比率で言うと7割は本当の話で、特定につながる名前や数字だけ伏せてます。

夜の間に仕事が進んでいる、という感覚

一番大きかったのはこれです。

Museは、自分のPCとブラウザを実際に運転させられるタイプのエージェントです。寝る前に「明日の朝までにこの調査と下書きを終わらせて」と渡しておくと、朝起きた時に結果が返ってきている。もちろん全部が完璧なわけじゃない。でも「朝、ゼロから始める」のと「朝、叩き台から始める」のは全然違うんですよね。

僕が自作してきた仕組みも、目指していたのは結局ここでした。ただ、自作だと運転席の整備に時間が溶ける。Museはその整備済みの部分が最初からある。そこが1週間で一番刺さったところです。

もう1つはメモリです。

Museは過去のやり取りや決めたルールを覚えていて、次の作業に引き継いでくれる。「前に決めた、この書き方で」「あの台帳のルールで」と言えば通じる。毎回ゼロから前提を説明し直さなくていい。

開発者目線で言うと、これは単なるチャットの履歴とは別物です。ルールや失敗例が蓄積されて、次の判断に効いてくる。僕が開発ログやノウハウをファイルに貯めてきたのも同じ発想で、「記録が資産になる」という持論が、製品側でも成立しているのを実感しました。

順調な話ばかり書くと嘘になるので、失敗も書きます。

この1週間でも、AI側の誤報告はありました。「やりました」と返ってきたのに実際は終わっていない、予定を二重に入れかける、作業中に画面を奪ってしまう。そういう事故は普通に起きます。

効いたのは、怒ることじゃなくてルール化でした。

この3つを徹底させたら、同じ失敗の繰り返しは目に見えて減りました。AIエージェント運用って、モデルの賢さより「運用ルールの設計」で決まる部分が大きい。これは自作時代からの持論でしたけど、Museでも同じでした。

タスクが増えてくると、1つのエージェントに全部持たせるより、役割ごとに分けて並行させて、統括が結果を束ねる方が回ります。

考える役、実行する役、記録する役。この分担は自作アシスタントでもやってきた構成で、Museでもそのまま使えました。定期的に巡回させて変化だけ拾う、朝にまとめて報告させる、といった定型運用も相性がいいです。

逆に弱いのは、判断が曖昧なまま渡した仕事です。「いい感じにやっといて」は事故のもと。渡す側が「何をもって完了とするか」を先に決める。この当たり前のことが、エージェント運用では特に効きます。

Museは「賢いチャット」ではなく「運転できる同僚」に近いです。PCとブラウザを任せられる、記憶で文脈が続く、ルールを渡せば運用が安定する。

自作を続けてきた身としては複雑な気持ちもありますが、正直、整備済みの基盤の上に自分のルールを乗せる方が、成果までの距離は短い。来週以降も、開発の相棒として使い続けます。

ちなみに今日の昼は、開発に集中しすぎて食べるのを忘れてました。そういうところはAIに任せても治りません。

この記事で使っている Muse、よければ試してみてください。招待コードを置いておきます。

参加後48時間以内に設定でコードを利用すると、両方に10億のMuseトークンを獲得できます。