Meta kiilasi agenttien kärkeen – ohi OpenAI:n

Meta julkaisi päivitetyn agenttimallinsa Muse Spark 1.1:n, ja se nousi heti kahden vaativan agenttivertailun kärkeen. Malli kiilasi ykköseksi sekä JobBench- että Finance Agent V2 -testeissä, joissa mitataan kykyä viedä monivaiheisia tehtäviä maaliin, ei pelkkää keskustelua.

Meta on pitkään jäänyt OpenAI:n ja Anthropicin varjoon agenttien kehityksessä. Tämä julkaisu muuttaa asetelmaa, ja alan sisällä sitä on kutsuttu kuukauden aliarvostetuimmaksi julkistukseksi.

Kolme kovaa ominaisuutta

Muse Spark 1.1 nojaa kolmeen asiaan. Ensimmäinen on miljoonan tokenin konteksti-ikkuna. Malli pystyy pitämään mielessään valtavan määrän tekstiä kerralla, esimerkiksi kokonaisen koodikannan tai pitkän dokumenttinipun, ilman että alkupää unohtuu.

Toinen on tietokoneen käyttö kolmella alustalla. Malli klikkailee ja kirjoittaa itsenäisesti työpöydällä, selaimessa ja mobiilissa. Käytännössä se voi täyttää lomakkeita, selata sivustoja ja käyttää sovelluksia kuten ihminen, ilman että jokaista askelta ohjelmoidaan erikseen.

Kolmas on rinnakkaiset aliagentit. Pääagentti pilkkoo tehtävän osiin ja delegoi ne useille aliagenteille, jotka työskentelevät samanaikaisesti. Sama arkkitehtuuri on tullut tutuksi muun muassa Kimin malleista. Metan ratkaisussa se on sisäänrakennettu, ei erillisen kehyksen päälle liimattu, mikä helpottaa sovellusten rakentamista.

Näin se vertautuu OpenAI:hin ja Anthropiciin

OpenAI ja Anthropic ovat rakentaneet agenttinsa vahvasti tietokoneen käytön ja työkalujen ympärille, ja molemmilla on omat aliagenttiratkaisunsa. Metan etu on paketointi: miljoonan tokenin konteksti, kolmen alustan hallinta ja natiivit aliagentit tulevat samassa mallissa.

Meta julkaisi rinnalle myös Business Agent Platform -alustan, joka antaa yrityksille ensimmäistä kertaa selkeän tavan ottaa Metan agentit käyttöön. Kokonaisuutena Meta rakentaa nyt yhtenäistä tarinaa, ei yksittäistä mallia.

Mitä tämä tarkoittaa käytännössä

Tavallisen käyttäjän kannalta olennaista on, että agenttien kilpailu kiristyy. Kun Meta haastaa kaksi kärkitoimijaa, yritykset saavat enemmän vaihtoehtoja ja neuvotteluvoimaa. Konkreettisesti tämä voi näkyä asiakaspalvelussa, taloushallinnossa ja toimistotyössä, joissa agentit hoitavat rutiineja ihmisen sijaan. Mitä useampi toimija osaa saman, sitä nopeammin hinnat laskevat ja työkalut leviävät pienempiinkin yrityksiin.

Yksi kysymys jää auki: luottamus. Agentti, joka käyttää tietokonetta itsenäisesti kolmella alustalla ja jakaa työt aliagenteille, tekee myös virheitä itsenäisesti. Mitä enemmän valtaa agenteille annetaan, sitä tärkeämmäksi nousee valvonta ja se, kuka vastaa kun automaatio erehtyy. Vertailujen kärkisija kertoo suorituskyvystä, ei siitä että vastuukysymykset olisi ratkaistu.