この出力は読む価値があるか。このコマンドは通していいか。作業は本当に終わったか。mu はこうした Yes/No の判断を、40 の判定ポイントで小さなモデルに任せます。無駄なトークンも、読まずに押す「許可」も、途中で止まる実行も減ります。大きなモデルは、注意力をコードに使えます。
Terminal-Bench 2.1、同じモデル・同じタスクで：mu の試行の成功率は 68.2%、pi は 58.7%（9.5 ポイント高く、95% 区間は +3.8〜+15.2）。測り方
$ npm i -g mu-agent
Node.js 22.19 以降が必要です。インストールしたら、プロジェクトのフォルダで mu を実行します。初回は mu setup でモデルを接続します。
v0.3.7 · Windows 版はまだ署名がないため、SmartScreen の警告が表示されます。Arm 版の Windows と Linux、そのほかのダウンロードはすべて Releases にあります。
Running the tests again. $ npm test ... (19 earlier lines, ctrl+o to expand) ℹ fail 0 ℹ cancelled 0 ℹ skipped 0 ℹ todo 0 ℹ duration_ms 78.95525 Took 0.3s Fixed. A minute was defined as 1,000 ms, so 1h30m was read as one hour and 30 seconds, and the worker aborted the job then. - src/config/duration.js: the m unit is now 60_000. - npm test: all 13 tests pass. Backoffs in minutes were read the same way: the exports queue (backoff: "2m") retried after 2 seconds, and now waits 2 minutes. ──────────────────────────────────────────────────────────────────────────────────── ──────────────────────────────────────────────────────────────────────────────────── ~/code/relay (main) ↑27k ↓318 0.6%/1.0M (auto) mimo-v2.6-pro • high Jev 1.13 (free): multi-step task · full effort · 262 ms Permissions: Judge mode
あなたが話すとき
新しいタスクか、追加の質問か、それとも訂正か。実行中に届いたメッセージは、いま割り込むべきか。スキルやツールを読み込む必要があるか、それとも一文で答えられるか。
このターンでは「Jobs with `timeout: "1h30m"` in relay.config.json get killed after about an hour. Find out why, fix it and make sure the tests pass.」が届くと、判定器は 1 秒足らずで答えます。複数ステップのタスクなので全力で。タスクに必要のないスキルや MCP サーバーは、必要になるまでコンテキストに入れません。
ツールが結果を返すとき
テストの実行や検索は、数百行を返すことも珍しくありません。判定器はチャンクごとに、いま重要なものを判断します。失敗したケースは残し、同じことを繰り返すログは外します。コンテキストに入れなかったものはアーカイブされてポインタが残り、必要になれば取り出せます。
Web ページや MCP の結果に含まれるモデル宛ての指示は、モデルが読む前に差し止められます。
実行する前に
コマンドを実行する前に、まずルールが危険なものに印を付け、判定器がそれをあなたが頼んだものか、あなたが示した制約を越えないかを確かめます。権限モードは フルアクセス、判定モード、最小権限 の 3 つで、いつでも切り替えられます。判定モードでは、タスクに明らかに必要なものは判定器が通し、それ以外だけをあなたに確認します。
ターンが終わるとき
モデルが終わったと言ったとき、mu は、何かでそれを確かめたか、ターンが脱線していないか、チェックポイントまで戻るべきかを確認します。
/goal <condition> は、条件が満たされるまでエージェントに作業を続けさせます。満たされたかどうかは大きなモデルが確かめ、判定器はそのフォールバックです。同じエラーが何度も繰り返されるときは、そのやり方が行き止まりかどうかを判定器が判断します。
ハイブ
複数のエージェントで一つの難しい問題に取り組むとき、作業を割り振るのは簡単で、難しいのはやり取りです。何も伝えなければ、それぞれが同じ行き止まりに入り込みます。すべてを伝えれば、どのコンテキストもほかのエージェントのおしゃべりで埋まります。
mu のハイブでは、判定器がすべての発見を吟味します。共有する価値はあるか、ほかのビーそれぞれの作業に関係しうるか。関係ないと判定器が確信しない限り、発見は「指示ではなく発見」として、コンテキストとしてそのビーに届きます。後の発見が前の発見を覆したときは、その訂正が、前の発見を受け取ったすべてのビーに届きます。
わかりやすいボード
モデルは強くなるほど、その報告が機械向けのメモのようになっていきます。mu では、作業するモデルは自分のやり方のまま作業を続けます。数回のツール呼び出しごとに判定器が現場を読み、本当にニュースと言えるものを選んで、わかりやすく話せることで選んだモデルに渡します。そのモデルが、いまどこまで進んだかをあなたに伝えます。
実行が終わったとき、見えるのは「終わった」だけではありません。実際に何をしたのかが見えます。
判定モードでは、タスクに明らかに必要なものは判定器が通し、それ以外だけをあなたに確認します。
最初のメッセージを判定します。雑談か、追加の質問か、取りかかるべき作業か。必要のないスキルや MCP サーバーはコンテキストに入れません。
コンテキストが大きくなったら、古い結果は要約せずに手放します。キャッシュが切れる前には、更新する価値があるかを mu が判定します。
40 の判定ポイントには、それぞれ専用のスイッチと判定器があります。無料の Jev、Mac で動く mude 1.0、または任意の LLM です。
判定器のキーがなければ、OpenCode Zen の無料の Jev が答えます。mu はそのことを 1 日 1 回知らせます。
コマンドラインは pi をベースにしていて、pi のモデル、拡張機能、スキル、セッションツリーがそのまま使えます。デスクトップアプリも同じセッションで動きます。
/status、mu ledger、アプリの判定タブで見られます。