「AIが自らプログラムを書き換え、進化する」——かつてSF小説の棚に並んでいた空想が、ついに現実のGitHubリポジトリへと降り立った。自己進化型エージェントという概念は以前からくすぶっていたが、今、いくつかのオープンソース・プロジェクトがそのコンセプトを、実用的で（そして少しばかり背筋が凍るような）リアリティへと変貌させている。その先頭を走るのが、失敗から新たなスキルを生成するフレームワーク「MetaClaw」と、AI界の寵児Andrej Karpathy氏が放った、LLM開発をオートパイロット化するミニマリスト向けツール「AutoResearch」だ。
ノースカロライナ大学チャペルヒル校のAIMING Labが開発したMetaClawは、ユーザーとの生の対話から直接学習するように設計されている。膨大なデータによるオフラインの再学習を待つのではなく、MetaClawは失敗したやり取りを分析し、LLMを用いて自動的に新しい「スキル」を生成。二度と同じ過ちを繰り返さないよう自らをアップデートする。システムが自らの失策から学び、時間をかけて進化していくというこの機能は、多くの人間がいまだにソフトウェア・アップデートに期待して止まないものそのものだ。プロジェクトの全容は、こちらのHyperlink: MetaClaw GitHub repository で公開されている。
このトレンドにさらなる火をつけたのが、元TeslaのAI責任者でありOpenAIの共同創設者でもあるAndrej Karpathy氏だ。彼が最近オープンソース化したAutoResearchは、AIエージェントに機械学習の実験を自律的に遂行させるための、驚くほどシンプルで洗練されたフレームワークである。エージェントはトレーニングコードを修正し、5分間の短い実験を実行。その結果を評価し、採用か破棄かを判断した上で次のサイクルへと進む。Karpathy氏が皮肉を込めて指摘するように、「生身の人間（meat computers）」がAI研究を行う時代は、終焉に向かっているのかもしれない。このプロジェクトは、こちらのHyperlink: AutoResearch GitHub repository からアクセス可能だ。
こうした試みは完全に新しいわけではない。開発者のMáté Benyovszky氏などは、2026年2月の時点で「第2世代」の自己進化型エージェントに関する研究に言及していた。しかし、堅牢なオープンソース・フレームワークが相次いで登場したことは、大きな転換点を迎えたことを示唆している。
なぜこれが重要なのか？
デプロイした瞬間に陳腐化が始まる「静的なAIモデル」は、これまで技術活用の大きなボトルネックだった。自己進化型エージェントの登場は、「完成品をリリースする」という従来の常識から、「現実世界で継続的に適応し、成長し続けるシステムを解き放つ」という根本的なパラダイムシフトを意味する。
特にロボティクス分野への影響は計り知れない。あらゆる動作や例外処理を一つひとつプログラミングする代わりに、ロボットがタスクの失敗を通じて自ら物理的なスキルを習得していく——。これは、単なる「道具」と「真の自律システム」を分かつ決定的な違いだ。私たちが待ち望んだ（あるいは恐れた）未来を築くためのツールは、ついに揃いつつある。
