EvoX Genesis：ゼロから25万行のC compilerを構築した再帰的進化AIシステム
香港理工大学データサイエンス・人工知能学科のEvoXチームは、再帰的進化AIシステムEvoX Genesisをリリースしました。
EvoX Genesisは、長期にわたる開発を維持するために永続的なagentに依存するという考え方をやめ、ソフトウェア世界そのものを進化させ続けます。
空のリポジトリから出発し、システムは123.4時間、1,019回のagentエピソードを経て248,989行のC compilerを構築し、モデルのtokenコストはわずか44.38ドルでした。
ロングホライズン・コーディング：境界は拡大し続ける
コーディングagentの稼働時間は、単発の短いタスクから数時間単位へと拡大してきました。
OpenAIはCodexを空のリポジトリから約25時間連続で稼働させ、約3万行のコードを生成しました。
Anthropicは16体のClaude agentを使い、約2,000回のセッション、約2週間、APIコスト約2万ドルをかけて、約10万行のC compilerをゼロから構築しました。
時間はますます長くなり、agentはますます増え、ソフトウェアはますます複雑になっています。
しかし、研究の中心は依然としてagentにあります。
より強力なモデル、より長いコンテキスト、より永続的なメモリ、より多くのagent。
EvoXチームは、この問いの方向を変えました。
なぜagentは永続しなければならないのか？
本当に永続すべきなのは、agentが生きているソフトウェア世界そのものではないでしょうか。
123.4時間、25万行
私たちはEvoX Genesisを、実装が空のリポジトリからスタートさせました。
ゴールはひとつだけ。C compilerを作ること。
123.4時間、1,019回のagentエピソード、248,989行のコード、そしてモデルのtokenコストはわずか44.38ドル。
最終的なcompilerは、c-testsuiteのテスト220/220、LLVMのテストケース32/36、Csmithによるランダム生成プログラムのテスト93/93に合格しました。
そこに完成を待つ既存のcompilerはありません。すべてはゼロから始まりました。
図1：C compilerの実験結果／コード規模、実行時間、agentエピソード数、コスト、テスト結果
（DeepSeek V4 Flashモデル使用）
agentを生かし続けるのではなく、ソフトウェア世界を生かし続ける
複雑なソフトウェアの寿命は、当然ながら単一のagentセッションより長くなります。
EvoX Genesisは、ソフトウェアを再帰的に展開されるソフトウェア世界として整理します。
上位のagentがゴールを分解し、新しいagentがそれぞれの局所的な場所で作業を完了させます。
結果が検証されると、それはソフトウェアのバージョン履歴に組み込まれ、次の開発ラウンドにおける現実となります。
そしてagentは消えても構いません。
新しいagentが、すでに形になったソフトウェア世界から作業を続けていきます。
永続するのは、会話でも、際限なく膨らむスクラッチパッドでも、常時オンラインの「マスターagent」でもありません。
永続するのは、コード、構造、制約、検証結果、そしてすでに起こった履歴です。
永続するのはagentではなく、ソフトウェア世界です。
Agent does not persist. Its validated consequences do.
これがEvoX Genesisの再帰的自律進化です。そしてユーザーにとって、これは非常にシンプルなことを意味します。
agentを構築するのではなく、ソフトウェアをどうしたいかを記述するだけ。
agent、役割、ワークフローを事前に設計する必要も、完全なタスクツリーを手作業で分解する必要もありません。
ユーザーはソフトウェア開発のゴールを短いテキストで記述するだけでよく、
タスクの分解、agentの生成、再帰の展開、結果の検証は、すべてEvoX Genesis自身が行います。
図2：Persistent Recursive Worldの概念／agentは生まれ、行動し、消えていく。ソフトウェア世界は展開を続ける
モデルは交換できる。ソフトウェア世界は続く
この連続性は、同じモデルを最後まで使い続けることすら要求しません。
別の実験では、当初GLM 5.2によって構築されたソフトウェア世界を、DeepSeek V4 Flashに引き継いで開発を続けさせました。
最終的に、保持していたLLVM SingleSourceテストの1,820/1,820に合格しました。
モデルは交換でき、agentも交換できます。それでもソフトウェア世界は続いていきます。
図3：モデルをまたぐ継続実験、GLM 5.2 → DeepSeek V4 Flash
ゼロから作るか、歴史を継承するか
ゼロからの構築は、ソフトウェアライフサイクルの一端にすぎません。
もう一端は、長年存在し、構造と履歴に富んだソフトウェア世界です。
私たちはEvoX GenesisをMESAに適用しました。MESAは、恒星進化のために長年開発が続けられてきた科学計算システムです。
実験では13のFortranモジュール、合計139,414行を対象としました。
EvoX Genesisはこれらを対応するRustクレートへとリファクタリングしました。モデルのtokenコストは約10.6ドルです。
ソフトウェア世界は、無から生み出すこともできれば、歴史を継承して変化し続けることもできます。
図4：MESA Fortran → Rust、13モジュール、139,414行のコード、10.6ドル
コスト面の優位性は時間とともに複利的に積み重なる
長期間のソフトウェア開発だからといって、コストが線形に増え続けるわけではありません。
EvoX Genesisでは、検証済みのコード、構造、開発履歴が蓄積され続け、次のラウンドの作業の土台となります。後続のagentはプロジェクト全体をゼロから再理解する必要がなく、既存の情報の多くはそのままキャッシュして再利用でき、キャッシュヒット率は最大97.4%に達します。
システムが動き続けるほど、再利用可能な開発状態は豊かになり、冗長な計算は減り、開発の単位コストはむしろ時間とともに低下していきます。
これは、時間とともに積み重なるエンジニアリングの複利です。
EvoX Genesisがオープンソース化
プロジェクトはオープンソースで、Windows、macOS、Linux向けのインストールパッケージが提供されています。
🌐 ウェブサイト：
🔗 GitHub：
https://github.com/EMI-Group/genesis
↓ ダウンロード：
https://github.com/EMI-Group/genesis/releases
▤ 論文：
https://arxiv.org/abs/2608.10450
🌐 QQグループ: 297969717
agentは去っても、ソフトウェア世界は進化し続ける
EvoX Genesis
参考文献：
OpenAI, Run long horizon tasks with Codex (2026).
Anthropic, Building a C compiler with a team of parallel Claudes (2026).