Personal Agent Bench

ほかの言語English简体中文한국어

Muse Instinct 比較、実際の実行環境で分かる違い

最終確認 2026-10-26
このページは 2026-11-11 時点の英語版を機械翻訳し、数値を原文と照合したものです。内容が食い違う場合は英語版が優先されます。

最終確認日 2026-10-26

Instinct AIとMuse、またはMeta MuseとInstinctの比較は、たいてい機能一覧として書かれます。両社が公表しているのが機能一覧だからです。しかし、ほとんどのパーソナルエージェントがメール、カレンダー、ブラウジング、記憶を掲げているため、それだけではほぼ何も分かりません。そこで私たちは、両者をランタイムのレベルで分解して調べました。明らかになった違いは構造的なものです。動作する場所、アクセス方法、機能を公開する思想、知識を保存するストアのルールが異なります。その違いによって、それぞれがユーザーのためにできることと、ユーザーに対してできてしまうことが決まります。

  • 先に短く答えると、詳しい用事別の説明は後述しますが、テキストで任せる用事ならInstinct AI、専用マシン上で動くエージェントならMeta Museです。電話が必要な用事には、どちらもまだ適しません。
  • 製品の形は同じではありません。一方はウェブ上にあり、背後に専用のLinuxマシンを持ちます。もう一方は、すでに使っているメッセージアプリの中にあります。
  • ツールの公開方法は、設計思想からして正反対です。一方は権限と定義を分離し、必要なときだけスキーマを読み込みます。もう一方はコマンドラインを提供し、マニュアルが読まれるまでアクションの実行を拒みます。
  • どちらも記憶をmarkdownファイルとして保持します。ファイルの保存場所、訂正された事実の扱い、秘密情報の分離方法が異なります。
  • 9月の主要表にある比率は、異なるタスクセットを使っています。これとは別に、以前の114タスクのバッチと10月の20タスクのバッチでは、どちらの製品にも同じタスクを与えています。以下では並べて掲載し、決して統合しません。

まず基本情報です。他の記事もここから始めています。MuseはMetaの製品です。9月8日付のMetaの発表記事によると、米国のiOS、Android、ウェブで順次提供され、一般的な用途の大半は無料、さらに多くを求める人向けにサブスクリプションプランがあります。Metaの日本語ニュースルームでは10月23日から日本、シンガポール向け発表では10月27日からシンガポールも加わっています。Instinctを開発するのは、Noah Shinnが創業したSpear Street Technology, Inc.です。TechCrunchの報道によると、2026年8月に招待制で公開されました。The Vergeの使用記事では、既存ユーザーからの招待か、ウェイトリストからの承認が必要でした。Instinctは価格を公表していません。両製品の料金に関する主張は、情報を一か所にまとめるため、MuseとInstinctの分解調査ページに掲載しています。

プライバシーについて、Metaは、会話とVMのデータは広告システムに入らず、Sentinelがネットワークアクセスを制御すると説明しています。私たちのInstinct分解調査では、秘密情報をエージェントに開示せず入力するための独立した認証情報保管庫が見つかりました。これは異なる制御策についての説明です。どちらの記述も、データ漏えい全般を防ぐ保証ではありません。

Instinct AIとMeta Museのランタイム比較

比較軸MuseInstinct
動作する場所ユーザーごとに1台のLinux VM。リクエストは完成済みの塊として取得されるのではなく、そのマシン上で組み立てられます。ブラウザ作業では、別の2台目のマシンが起動します。サーバーでオーケストレーションし、作業はサンドボックス内で実行されます。ブラウザタスクには、手元のChromeではなく、貸し出されたクラウドブラウザを使います。
ツールの公開方法意図的に分離された2層構造です。パラメータを一切持たない246メソッドの権限一覧と、必要になったときに名前空間単位で読み込まれる実際の定義があります。関数一覧ではなくコマンドラインです。製品自身の集計では43ファミリー、571アクションで、数える主体によって合計が3通りあります。各アクションは自身のヘルプ文が読まれるまで実行を拒むため、マニュアルがプロンプトの一部になります。
記憶の保存場所ホームディレクトリ内のプレーンなmarkdownで、リクエストに直接埋め込まれます。ファイルを変更すると、パッケージ全体を再構築する代わりに短い注記が挿入されます。役割が異なる3つのストアです。gitで追跡されるmarkdownの記憶ファイル群、照会可能なコネクターデータのインデックス層、秘密情報を入力するだけの保管庫があります。
承認できるもの権限と承認はランタイム内に分散していません。単一のゲートキーパーが、それらとマシン外へ出るあらゆるものの唯一の経路になり、インターフェースにはアクティビティフィードの横に承認タブがあります。同じ仕組みにより、認証情報はエージェントの手が届かない場所に保持されます。調査したランタイムには、ファイル削除と忘却機能があります。ユーザーが記憶ファイルを直接開いたり削除したりできるかは確認できませんでした。2択ではなく、承認、拒否、取り下げの3択がある承認カードです。計画と、それを実行するデバイス名が表示されます。承認は元の依頼ではなく、表示された文面そのものに紐づくため、書き換えた場合は新たな承認が必要です。独自ルールでは、表示されていない仮定を取り消せない送信に便乗させることを禁じています。依頼すれば、何を読んだか、何を送ったか、何に触れなかったかを示す受領記録も作成します。削除については、ストレージ、学習、位置情報、デスクトップのインデックス化を対象とする手順が文書化されています。
アクセス方法iOS、Android、ウェブで公開され、WhatsAppからもアクセスできます。9月17日以降はMacアプリがコンピューター上のアプリを操作できます。私たちが試したのはウェブ版だけです。メッセージが中心です。標準の窓口はWhatsApp、SMS、iMessageで、独自メールドメインのアドレスもあります。ウェブアプリは主に管理画面です。
確認できなかったことランタイムとモデル間の生の通信です。構造は判明しましたが、内容は一度も確認できませんでした。認証情報、実際の第三者サービスへのサインイン、所有者が開放しなかった対話型ターミナルも確認できませんでした。メイン指示セットの本文です。確認できたのはセクション見出しだけでした。メインエージェントが動くホスト、本番モデルのid、参照先へのポインターだけが見つかり、本文を確認できなかった4つの名前付きポリシーセクションも不明です。
完了した採点対象19% · 13から25 · 90タスク43% · 36から50 · 159タスク

完了率の行は、代替の試験モデルを使った製品ランタイムの適応版について、9月にそれぞれ異なる採点対象で測定した結果です。出荷中の消費者向け製品そのものではありません。最初のバッチの基礎記録は未公開で、Museの比率にはアダプター修正が反映されています。結果の来歴と制約をご覧ください。どちらの数値もランキングではなく、私たちは決して統合しません。2026-09-22時点です。

上の各セルは、対象製品について私たち自身が行った分解調査に基づき、それぞれ完全版の記事へリンクしています。行は、このベンチで全製品に同じ順序で尋ねる6つの質問です。列を横に読み比べられるのは、そのためだけです。

InstinctとMuseが実際に動く場所

Museは各ユーザーにLinux VMを1台割り当てます。モデルに送るリクエストは、完成済みのパッケージとしてサーバーから届くのではなく、そのマシン上で組み立てられます。ブラウザ作業では、別の2台目のマシンが起動します。1人あたりとしては珍しいほど多くの専用インフラで、Museについて判明したことの多くは、そのマシン上にあります。

Instinctはサーバーからオーケストレーションし、委任された作業はサンドボックス内で実行されます。ブラウザタスクには、手元のChromeではなく、貸し出されたクラウドブラウザを使います。

実用上の違いは、タスク間で作業状態をどこに置けるかです。MuseのVMはホームディレクトリを保持します。Instinctで委任された作業はサンドボックス内で動き、次に引き継がれるのは記憶ストアへ書き込まれたものです。サンドボックスがどれだけ存続するかは確認できませんでした。抽象的にどちらが優れているとは言えず、タスクの途中で問題が起きた場合、異なる結果につながる可能性があります。

InstinctとMuseへのアクセス方法

これは最も目につく違いであり、大半の人が最初に気づく点です。

MuseはiOS、Android、ウェブで公開され、Metaの発表記事によると、WhatsAppでも直接会話できます。9月17日にはMacアプリも登場しました。私たちが分解調査したのはウェブ版で、このページの以降の説明もウェブ版を対象にしています。

Instinctはその逆です。標準の窓口はWhatsApp、SMS、iMessageで、製品から割り当てられるメールドメインのアドレスもあります。ウェブアプリは主に管理画面です。

調査したInstinctアカウントでは、承認カードに提案されたアクションが表示され、承認、拒否、取り下げを選べました。承認は表示された文面そのものに紐づきます。編集可能な計画画面は見つかりませんでした。また、メッセージだけで使うことから、そのインターフェースが提供できる制御機能が決まるわけではありません。

重大な結果を伴うアクションを任せる前に、自分のアカウントで利用できる制御機能を確認してください。

InstinctとMuseがそれぞれ参照できるもの

多くの比較が飛ばす問いですが、実際の影響が大きいのはここです。

Museは権限一覧とツール定義を分離しています。権限層はパラメータを一切持たないメソッドの一覧で、実際の定義は必要になったときに名前空間単位で読み込まれます。これは意図的な境界です。何が許可されるかを示すものと、その実行方法を示すものが別になっています。

Instinctは関数一覧ではなくコマンドラインを公開し、各アクションは自身のヘルプ文が読まれるまで実行できないというルールを強制します。そのため、文書がプロンプトの一部になり、料金の一部にもなります。

どちらの設計にも妥当性があり、異なる失敗に備えて最適化されています。権限一覧方式では、すべてを読み込まずに、何が許可されているかを判断しやすくなります。マニュアル必読方式では、モデルが説明を読んでいない機能を呼び出しにくくなります。

InstinctとMuseでツール数が一致しないのも、そのためです。上の表にある代表値を比較する場合、得点ではなく、異なるものを測った数値として扱ってください。

Instinctのツール面では、数える主体によって3つの異なる合計が出ました。製品自身の集計、私たちの監査担当者の集計、重複しないアクション名の生の集計です。完全なマニュアルが付いていたのは、その一部だけでした。都合のよい数字を選ぶのではなく、3つすべてを公開しました。分解調査では、それぞれの数字の由来を説明しています。

Museの数字は権限一覧にあるメソッドを数えたもので、コマンドライン上のアクションとはまったく異なる対象です。両者を競争のように並べることは、このページで最も誤解を招く行為になります。

ツール数が多いからといって、より優れた製品とは限りません。数だけでは、モデルがそのツール面をどれだけうまく使うかも分かりません。

Muse Instinct 比較、実行前に承認を求めるのはどちらか

どちらも承認を求めます。ただし場所が異なり、それによって承認が実際に何を対象とするかが決まります。

Instinctはカード上で確認を求めます。調査したアカウントでは、カードに計画と実行するデバイス名が表示され、承認、拒否、取り下げの3つを選べました。承認は表示された文面そのものに紐づくため、エージェントがメッセージを書き換えた場合は新たな承認が必要です。独自ルールでは、表示されていない仮定を取り消せない送信に便乗させることを禁じています。依頼すれば、何を読んだか、何を送ったか、何に触れなかったかを示す受領記録も提示します。カードの対象はアクションであり、読み取りではありません。報告されたある事例では、接続済み受信トレイからログインコードを見つけ、確認を求めずに使用しました。承認手順は専用ページで詳しく説明しています。

Museでは、確認が1つのゲートキーパーを通ります。調査したランタイムでは、権限、承認、マシン外へ出るあらゆるものが、この単一の経路を通ります。インターフェースにはアクティビティフィードの横に承認タブがあります。同じ仕組みにより、認証情報はエージェントの手が届かない場所に保持されます。Metaによると、許可は1回限り、セッション単位、タスク単位、期限付き、無期限のいずれかにできますが、私たちはこれらの選択肢をテストしていません。

したがって、実用上の確認方法も異なります。Instinctでは、承認するのはその文面そのものなので、カードを読んでください。Museでは、残したままの許可を確認してください。1回限りでない許可は、その後の依頼を再確認なしで対象にできるためです。

MuseとInstinctがそれぞれ記憶するもの

Museは記憶をホームディレクトリ内のプレーンなmarkdownとして保持し、リクエストへ直接埋め込みます。ファイルを編集すると、パッケージ全体を再構築する代わりに短い注記が挿入されます。ユーザー自身がファイルを開けるかは、依然として未確認です。私たちは対話型ターミナルを利用できませんでした。見つかった記憶は、読めるファイルの集合です。

Instinctは、記憶を役割の異なるストアに分けています。gitで追跡されるmarkdownの記憶ファイル群、照会可能なコネクターデータのインデックス層、秘密情報を入力するだけの保管庫です。最後のものが興味深い点です。入力はできても開示はしない保管庫なら、パスワードを会話に通さずにログインを完了できます。

どちらもmarkdownを保持するため、違いは細部にあります。Museのファイルはホームディレクトリにありますが、ユーザー自身がアクセスできるかは確認できませんでした。Instinctのファイルはバージョン管理されるため、訂正された事実は消えずに履歴へ残ります。秘密情報は、読み戻せない保管庫に置かれます。どちらを好むかは、エージェントが知っていることを監査したいのか、漏らせる情報を制限したいのかによって変わります。

Instinct AIやMeta Museは代わりに電話できるか

どちらもソフトウェアの外へ出て電話に到達しつつあると報じられていますが、私たちはどちらも確認できていません。TechCrunchの報道によると、Instinctは、オンライン予約を受け付けない店での予約などについて、ユーザーに代わって事業者へ電話するコンシェルジュ機能を展開しています。Museについては、Metaが製品内で提供する案内に、確認後にユーザー自身のタスクとして米国の事業者へ電話できること、機能は早期アクセス段階で、アカウントへ段階的に提供されることが記されています。私たちが調査したアカウントには提供されませんでした。

したがって、どちらが電話する様子も確認できていません。言えるのは、電話はメッセージやクリックとは異なる種類のアクションだということです。相手側には人がいて、ユーザーのアカウントが使われ、取り消しもできません。電話機能を理由に選ぶなら、Pineは電話を中心に設計された製品です。MuseとPineの比較では、その組み合わせを扱っています。

どちらについても確認できなかったこと

どちらの分解調査も、確認できなかった事項の一覧で終わりますが、2つの一覧は対称ではありません。

Museでは、ランタイムとモデル間の生の通信について、構造は分かりましたが、内容は一度も確認できませんでした。認証情報、実際の第三者サービスへのサインイン、所有者が開放しなかった対話型ターミナルも確認できませんでした。

Instinctでは、メイン指示セットの本文は表に出ず、確認できたのはセクション見出しだけでした。メインエージェントが動くホスト、本番モデルのid、参照先へのポインターだけが見つかり、本文を確認できなかった4つの名前付きポリシーセクションについても同様です。

こうした空白を公開することに意味があります。完全であるかのように見せる比較は、誰にも不可能なはずのすべてを見たか、空白を仮定でひそかに埋めているかのどちらかです。

Muse Instinct 比較、実際の用事で違いが出る場面

ランタイムの違いは、具体的な用事に当てはめるまで抽象的に聞こえます。そこで、それぞれの差が重要になり始める場面を示します。

サブスクリプションの解約と請求への異議申し立てでは、チャネルの違いによって、金銭に関する判断がどのようにユーザーへ届くかが決まります。Instinctには電話コンシェルジュがあると報じられ、Museの事業者向け通話は早期アクセス段階ですが、私たちはどちらが電話する様子も確認していません。どちらかが会社へ電話してくれると当てにしないでください。解約を思いとどまらせる提案や、加盟店からの返金と銀行へのチャージバックの選択は、ユーザーのお金に関する判断なので、本人へ差し戻されるべきです。ウェブ製品には、その判断を表示する場所があります。確認したInstinctの承認カードでは、計画の正確な文面に対して承認、拒否、取り下げのいずれかを選ぶ必要があります。メッセージスレッド内に表示されるからといって、そのゲートがなくなるわけではありません。

遅延便の補償請求では、記憶の違いのほうが重要です。証拠はセッションをまたいで残る必要があり、どちらも永続するmarkdownを保持します。違いは、Museの記憶がホームディレクトリにあり、ユーザーがアクセスできるか確認できなかった一方、Instinctの記憶はバージョン管理され、何を保存するかは製品側が決めることです。

仕事用ファイルの整理では、最初に確認すべきなのは実行方式の違いです。ホームディレクトリを保持するマシンと、委任された作業用のサンドボックスは、ファイルツリーを扱う仕事にとって同じ道具ではありません。

家庭内の予定調整とレストランの予約では、どちらも質問をする必要があり、その質問が届く画面によって、間に合うように返答できるかが決まります。

リアルタイム通知の選別では、最初に確認すべきなのはエージェントが自ら起動できるかです。これが、先回りした支援を可能にすると同時に、求めていない割り込みも可能にする機能だからです。

ランキングではなく、適合性として短くまとめると、次のようになります。

  • Instinctを選ぶなら、別のアプリを開かず、WhatsApp、SMS、iMessageから用事を任せたい場合です。また、実行しようとしている内容の正確な文面を示す承認カードを求める場合です。調査したアカウントではそのカードを確認しましたが、あるユーザーは8月に事前確認なしで送信されたと報告しています。
  • Museを選ぶなら、専用マシン上で動作し、そのマシン上のファイルとして記憶を保持し、承認を1つのタブにまとめるエージェントを求める場合です。
  • 今はどちらも選ばないなら、用事に電話が必要な場合です。私たちはどちらが電話する様子も確認しておらず、Pineは電話を中心に設計された製品です。

数字が示すこと、示さないこと

表の完了率は、それぞれの製品が自身の採点対象タスクを完了した割合であり、1つの用事を使った直接対決ではありません。

区間とサンプル数を付けたまま読んでください。規模が同じではないからです。一方の列は、もう一方より大幅に多い採点済みタスクに基づきます。また、一方の数値が大きく動いたのは製品が変わったからではなく、私たち自身のアダプターの不具合を修正したためです。その訂正はひそかに組み込まず、スコアカードに記録しています。

私たちは合算スコアもランキングも公開しません。無断でのアクション何件を期限の見逃し1件と同等にするかは、私たちが代わりに決めるものではなく、ユーザー自身が判断するトレードオフです。その考え方は採点方法で説明しています。1つに混ぜた数字では、このページが示すために存在する違いそのものが隠れてしまいます。

別の114タスクのバッチは2026年9月22日に測定され、Museは40%を完了しました(95%区間33から46%、637試行)。Instinctは52%でした(95%区間45から61%、380試行)。どちらも同じ114タスクに回答しました。これは古いランタイムを複製し、同じGLM 5.3 flashモデルへ置き換え、古いルールの下で、約5,600試行から8つのルールを使って絞り込んだ結果であり、新しい製品結果ではありません。試験まで到達しなかった試行を除外すると、PineとMuseでそれぞれ400件以上が除かれます。それらが開始失敗ではなく拒否だった場合、提示されている代替推定値はPineが約22%、Museが約24%です。トランスクリプトは提供されましたが、ここでは再公開していません。一部のファイルは上書きされたか、複数の試行間で共有されていたため、基礎記録は不完全です。この測定値は主要表と分けたままにし、区間の重なりや点推定値を有意差検定として扱わないでください。

2026年10月11日に実施した10月のバッチでは、9月末に発効した試験ルールの下、すべての製品に同じ20タスクを1回ずつ与えました。Museは採点対象19試行中11件を完了し、58%でした(95%区間36から77%)。Instinctは15試行中6件で、40%でした(20から64%)。2つの区間は大きく重なっています。点推定値の順序は9月の共通タスクバッチと逆ですが、どちらかの製品が変化したためではありません。その間にタスク、ルール、私たちの複製環境がすべて変わり、結果が1件増減するだけで比率は5から7ポイント動きます。各バッチは並べて掲載し、決して合算しません。それぞれ独自のタスクとビルドを使った他の10月のバッチは、結果ページに分けて掲載しています。個々の記録済み試行は実行ページに、比率ではなく件数で掲載しています。

VMの説明は、出荷中の製品全体を示すものではありません。MuseにはMacアプリもあり、9月17日から利用でき、MessagesやNotesなどのアプリを操作できます。私たちが調査したのはウェブのランタイムであり、このMac経路ではありません。そのため、この比較ではローカルアプリへのアクセス性能を確認できません。

FAQ

MuseとInstinctの主な違いは何ですか? 動作する場所とアクセス方法です。MuseにはMetaのアプリ、ウェブ、WhatsAppからアクセスでき、その背後ではユーザーごとに専用のLinuxマシンが動きます。9月17日からMacアプリもありますが、私たちは調査していません。Instinctは、すでに使っているメッセージアプリの中にあり、委任された作業はサンドボックス内で実行されます。ツールと記憶も異なり、上の各セクションで順に説明しています。

MuseとInstinctでは、どちらが優れていますか? 私たちはランキングを公開せず、このページでも一方を選びません。ランタイム、ツールに対する思想、記憶の設計が異なります。現在ある完了率も、異なる方向を示す別々のバッチから得られたもので、決して統合しません。役立つのは、任せたい内容にとってどの違いが重要かを知ることです。上の短い適合性一覧では、用事別に整理しています。

Instinctは私のパスワードを読めますか? Instinctの記憶には、入力はできても開示はしないよう設計された保管庫があります。そのため、パスワードを会話に表示せずログインを完了できます。これは実際の影響を伴う設計上の選択です。Instinctの分解調査では、これについて確認できたことと、確認できなかったことを扱っています。

Museは本当に全ユーザーに専用Linux VMを提供しますか? 私たちの分解調査で確認したのは、ユーザーごとに1台のLinux VMがあり、モデルへのリクエストは完成済みのパッケージとして取得されるのではなく、そのマシン上で組み立てられ、ブラウザ作業では2台目のマシンが起動する構成です。Museの分解調査では、その根拠と限界を示しています。

MuseとInstinctは誰が開発し、どうすれば利用できますか? MuseはMetaの製品で、米国では9月8日、日本では10月23日、シンガポールでは10月27日に公開されました。大半の用途は無料で、有料プランもあります。Instinctを開発するのは、Noah Shinnが創業したSpear Street Technologyです。TechCrunchによると2026年8月に招待制で公開され、価格は公表されていません。

MuseやInstinctは代わりに電話できますか? 可能性はありますが、私たちはどちらが電話する様子も確認していません。TechCrunchによると、Instinctには事業者へ電話するコンシェルジュ機能があります。Museの事業者向け通話は、製品内の案内によると早期アクセス段階で、私たちが調査したアカウントには提供されませんでした。今すぐ会社へ電話してくれるエージェントが必要なら、Pineはサーバーから電話をかけ、各通話の要約を保持します。

この比較はどの程度最新ですか? 冒頭の日付には編集上の確認と情報源の確認が含まれますが、すべてのランタイム観察をその日に再実施したという意味ではありません。どちらも急速に更新されており、この種のページは通常のレビューより早く古くなります。そのため、普遍的な情報であるかのように見せず、日付を明記しています。

その他の比較

全6組と、6組しかない理由は比較ページに掲載しています。

Meta Museの関連記事

Instinctの関連記事