30秒サマリー
- AIエージェントが自身のソースコードを反復的に書き換えて自己改善する新アーキテクチャ「Mendel Gödel Machine（MGM）」が発表された
- メンデルの遺伝法則に着想を得た2種類の突然変異戦略により、従来の単一失敗履歴に依存する手法より速く・高い精度に収束することを理論・実験双方で示した
- ソフトウェアエンジニアリングの標準ベンチマーク「SWE-bench」と多言語対応の「Polyglot」で性能・効率・汎用性すべてにおいて改善を確認
何が起きたか
2026年8月7日、Changzhi Liuら5名の研究者（所属機関は原文に明記なし）がarXivに論文「Mendel Gödel Machine: Recursive Self-Improving Coding Agents via Comparative Evolution」を投稿した。
従来の自己改善型コーディングエージェントは、単一の失敗軌跡（trajectory）のみを手がかりに自己書き換えを行う設計が主流だった。MGMはこの限界を打破するため、メンデルの制御された遺伝継承の原理を応用。（1）複数タスクにわたる自身の軌跡を同時に参照して修正を行う「反応規範突然変異（reaction-norm mutation）」と、（2）別系統の参照エージェントが同一タスクで示した軌跡を用いて修正を行う「系統間交叉（cross-lineage hybridization）」という2種類の新しい自己修正メカニズムを追加した。
研究チームは加法的適応度ランドスケープモデルの下で理論的証明を行い、制御されたサロゲートシミュレーションでも新戦略が単一軌跡のベースラインより速く・より良く収束することを確認。さらにSWE-benchおよびPolyglotの実験でも性能・効率・汎用性の一貫した改善を報告している。
原典ハイライト
論文アブストラクトは「既存手法がエージェントの過去の試行が積み上げた豊富な比較シグナルを見落としている」と指摘し、MGMの2種の突然変異戦略が単一軌跡ベースラインに対して理論・実験の両面で優位性を示したと述べている。
出典: arXiv cs.AI（論文）
So What?（なぜ重要か）
AIエージェントが人手を介さずに自身のコードを書き換え、複数の過去経験を「遺伝的」に統合しながら進化する仕組みが実用レベルに近づいていることを示す研究だ。自己改善ループが高度化するほど、AIが単なるツールではなく「自律的な開発パートナー」として機能する世界が現実味を帯びる。開発速度と品質の向上が同時に達成できれば、ソフトウェア開発コストの構造自体が変わりうる。
日本企業への示唆
日本のIT部門・ソフトウェアベンダーにとって、開発者不足の解消策としてAIコーディングエージェントへの投資判断を急ぐ局面に来ている。MGMのような自己改善型エージェントが実用化されれば、繰り返し発生するバグ修正や機能追加の一部を自律的に処理できる可能性があり、エンジニアをより高付加価値な業務に集中させられる。一方、エージェントが自らコードを書き換えるアーキテクチャはセキュリティレビューや品質管理の枠組みを根本から見直す必要があり、導入前の内部ガバナンス整備が不可欠だ。SWE-benchやPolyglotのスコア改善という客観指標が示された点は、ベンダー選定の際の比較軸として活用できる。
背景・経緯
自己改善型AIエージェント（Gödel Machineと呼ばれる概念的枠組みを含む）は、AIが自身のアルゴリズムやコードを修正して性能を高めるという研究領域で長年注目されてきた。近年、大規模言語モデルを活用したコーディングエージェントが実用化され、SWE-benchなど標準ベンチマークでの競争が激化している。本論文はその流れの中で、生物進化の遺伝学的知見を取り入れることで自己改善の効率を高めようとする新たなアプローチを提示している。
