Geminiのパワーで全方位をハックせよ！新進気鋭のコーディングAI「AlphaEvolve」の破壊力

「AlphaEvolve」は、GoogleのGeminiをベースに設計された次世代のコーディングエージェントです。単なるコード生成に留まらず、多様な分野においてスケーラブルかつ実戦的な成果を発揮できるよう設計されており、開発の生産性を劇的に向上させる可能性を秘めています。

AIがAI自身を改善する（少なくともそれが動くアーキテクチャを）、まさにシンギュラリティが近いってやつだな。合成データの作成やモデルのテスト以外で、LLM自体の改善にAIが使われている例って他に何かある？

Googleの中の人たちは、Claude CodeとかCodexじゃなくて、Geminiのコーディングエージェントを実際に使ってて満足してるの？（皮肉じゃなくて純粋な質問なんだけど）

そのエージェントが具体的にどう役立ったのか気になる。どうやって使われて、どこで改善に繋がったのか。あと、人間が同じ解決策を出すのにどれくらい時間がかかったのかも知りたい。

Antirezの「AIの誇大広告に踊らされるな」っていう記事を思い出したよ。要は、今の基盤モデルは行列計算の高速化みたいに、すごく高レベルで定義が明確な問題空間を最適化するのは得意ってこと。Antirezの場合はそれが「Redisの高速化」だったわけだ。それに対する反応は二極化してて、「自分には一生無理」っていう層と「数ヶ月かかる仕事が1時間で終わった」っていう層。どっちも正しいんだと思う。Antirezの活躍は喜ばしいし、それ以外の僕たちは、LLMには暗黙知に溢れた人間中心で曖昧な仕事まではこなせない（というか、元々そこを目指してない）ってことで安心していいんじゃないかな。

エルデシュ数関連の問題の話、一体何回聞かされるんだろうな（笑）。最初は人類にとっての大きな偉業に聞こえるけど、しばらくするとまた同じようなのが出てくるし！

AlphaEvolveはmap-elitesとLLMを組み合わせたものだね。強化学習におけるDQNみたいな、機械学習における重要なステップだよ。AEは遺伝的アルゴリズムの多様性を、大規模で最適化されたディープラーニングやRLモデルに持ち込んでる。先に進むためには不可欠なステップだし、アプローチもシンプルで汎用性が高い。ただ、map-elitesの次元を最適化問題ごとに定義しなきゃいけないのが唯一の難点かな。まあ、その辺も数年以内には何らかの形で解決されるだろうけど。map-elitesについて知らないならJean-Baptiste Mouretの研究や講演を調べてみて。すごく面白くて普遍的な内容だから。

GoogleにはGemini 3.xモデルをGA（一般公開）して、429エラーと戦わなくて済むくらいの十分なキャパシティを提供してほしい。Vertex APIを使って企業向けアプリを作ろうとすると、Google側がそれを拒んでるように感じることがよくあるんだ。モデル自体の性能はドキュメント分析とかで最高なだけに、本当にもったいない。

アルゴリズム改善のめちゃくちゃシンプルな解決策だね。これ、数年前にアクティベーションエンジニアリングで使えたらよかったのに：https://blog.n.ichol.ai/llm-activation-engineering-an-easy-foray 　ちなみに、AlphaEvolveってどうやってアクセスするの？