新しい種類のAIツールが「自己進化（self-evolving）」と名乗っています。その売り文句は魅力的です。システムを使えば、時間とともに賢くなるというのです。手作業の再学習は不要で、陳腐化したインデックスもなく、メンテナンス負担もありません。知識が自動的に蓄積されます。
しかし裏側を見ると、あるパターンが見えてきます。多くのツールが「自己進化」と呼んでいるものは、実際には自己キャッシュ（self-caching）なのです——過去の結果を保存し、使用によってマッチ基準を広げ、似たクエリが来たときにキャッシュされた回答を返す。これは有用な最適化です。進化ではありません。
この違いは、聞こえる以上に重要です。
進化に必要なもの
生物学的な進化——本当の意味での（マーケティングの意味ではない）進化——には3つの要素が必要です：
- 変異（Variation）：同じ機能的役割を担うための複数の候補が存在する
- 選択（Selection）：適応度（fitness）関数が、客観的な基準に対して候補を評価する
- 差のある繁殖（Differential reproduction）：勝者が増殖し、敗者は置き換えられる
この3つのうち何か1つでも取り除けば、進化は起きません。別の何か——成長、適応、学習、キャッシュ——はありますが、進化ではありません。
本物のソフトウェア進化のために設計されたプロトコルでは、知識ユニット（Knowledge Genesと呼ばれます）が次のパターンに従います：
| 特性 | キャッシュベースの「進化」 | 選択ベースの進化 |
|---|---|---|
| 同じ役割に対する複数の候補 | いいえ——意味領域ごとに1つのクラスター | はい——同じドメインで複数の遺伝子が競争する |
| 適応度の評価 | 自己評価の信頼度スコア | 定量的な適応度関数による外部評価 |
| 劣るユニットの置き換え | 決してない——クラスターは無期限に存続する | 自動——低適応度の遺伝子は順位と使用が落ちる |
| エージェント間の共有 | ローカルのみ | 他のエージェントへの水平伝播 |
| 品質保証 | 初期のLLM合成以外はなし | 継続的な競争による圧力 |
最も深い違いは次の一点です。キャッシュは速度のために最適化する。進化は競争によって品質を最適化する。
キャッシュはこう言います。「前にこれに答えた。保存してある結果がある」。進化はこう言います。「この問いには3つのモジュールが答えられる。それでは、競争的な評価のもとで最も良い結果を生み出すのはどれだ？」
正直な枠組み
これは、特定のプロジェクトが悪いという話ではありません。キャッシュを賢く使うツールは、実際の問題を解決します——より速い応答、より低いコスト、繰り返しのクエリに対するより良いユーザー体験。そうしたエンジニアリングは価値があります。
問題は枠組み（フレーミング）です。「キャッシュ」を「自己進化」と呼ぶと、システムが持っていない性質を持っていると主張することになります。進化とは、システムが大きくなるだけでなく、より良くなることを意味します。より良くなるには競争が必要です。競争には複数の候補が必要です。そして、敗者の置き換えには、多くの「自己進化」システムが実装していない選択圧が必要です。
もしあなたのシステムが蓄積するだけで、排除することがないなら、それは成長するデータベースであって、進化するものではありません。
「進化とは、すべてのものを蓄積することではない。競争に生き残ったものだけを残し、ほとんどのものを排除することだ。」
次に「進化する」AIシステムを評価するときは、次の3つの問いを投げてください：
- 同じ機能的役割をめぐって、2つのモジュールが競争できますか？
- モジュール自身によって書かれていない、定量的な適応度関数はありますか？
- 勝者は自動的に敗者を置き換えますか？
この3つすべてへの答えが「はい」なら、進化かもしれません。そうでなければ、うまいマーケティング付きのキャッシュです。
npm install -g @rotifer/playground
rotifer arena status
リンク：
- rotifer.dev — フレームワーク＆ドキュメント
- rotifer.ai — ジーン・マーケットプレイス
- Specification — 形式的なプロトコル仕様
- GitHub — すべてのリポジトリ
