持続的再帰的ワールドが自律的ソフトウェア進化を可能にする

要旨

複雑なソフトウェアシステムは、個々のコーディングエージェントの寿命を超えるタイムスケールで発展する。ほとんどのエージェント型ソフトウェアシステムは、永続セッション、メモリ、マネージャー、共有コンテキストを通じて連続性を維持する。我々はEvoX Genesis（以下、Genesis）を紹介する。これは、ローカルエージェントを有限寿命のままに保ちながら、ソフトウェアプロジェクト自体を永続化するものである。Genesisはソフトウェアを永続的な再帰的世界として表現する。各ローカル世界は受理済みバージョンとリポジトリパスによって位置づけられ、有限寿命のエージェントがローカルな変更を提案し、再帰的委任がパス間で作業を移動させ、受理された結果のみが永続的なバージョン履歴を前進させる。我々はこの構成を、形成、継続、再開発の各段階で評価する。コンパイラ実装のないリポジトリから開始し、GenesisはDeepSeek V4 Flashを用いて、約25万行の追跡対象コードからなるRustベースのCコンパイラを構築した。この実行は120時間以上にわたり、1,000件を超えるエージェントエピソードをアーカイブし、モデルトークン料金はわずか44米ドルであった。このコンパイラは完全なc-testsuiteと、LLVMおよびCsmithのテストの大部分に合格した。GLM 5.2で生成された別のコンパイラ世界では、エージェントを繰り返し交代させた後も開発が継続され、完全なテスト性能が維持された。Genesisはまた、10万行を超えるFortranコードからなる13のMESAモジュールを、約9万行のRustコードからなるRustワークスペースとして再実装した。6つの数値ワークロード全体で、中央値1.55倍から6.87倍の高速化を達成した。これらの結果は、長期間にわたるソフトウェア開発が、永続的なエージェントではなく永続的なプロジェクトを中心に組織化できることを示している。

English

Complex software systems develop over timescales that exceed the lifespan of any individual coding agent. Most agentic software systems preserve continuity through persistent sessions, memories, managers or shared context. We introduce EvoX Genesis (hereafter, Genesis), which instead makes the software project persistent while allowing local agents to remain finite-lived. Genesis represents software as a persistent recursive world: each local world is situated by an accepted version and a repository path, finite-lived agents propose local changes, recursive delegation moves work across paths, and only accepted consequences advance the persistent version history. We evaluate this organization across formation, continuation and redevelopment. Starting from a repository with no compiler implementation, Genesis used DeepSeek V4 Flash to build a Rust-based C compiler with about 250k tracked lines; the run lasted over 120 hours, archived over 1,000 agent episodes and incurred only US$44 in model-token charges. The compiler passed the complete c-testsuite and most LLVM and Csmith tests. In a separate compiler world generated with GLM 5.2, development continued after repeated agent replacement while retaining full test performance. Genesis also reimplemented 13 MESA modules with over 100k Fortran lines as a Rust workspace with nearly 90k Rust lines; across six numerical workloads, it achieved median speedups of 1.55--6.87x. These results show that long-horizon software development can be organized around a persistent project rather than a persistent agent.