ARO — Autonomous Research Organization

LLM × 進化的探索でアルゴリズムを自律発見し、安全性証明付きで出力するオープンソースエンジン。 "外部向け AlphaEvolve" を目指す。

---

What is ARO?

ARO は LLM（大規模言語モデル）と進化的探索を組み合わせ、人間が介入せずに新しいアルゴリズムを発見する自律型エンジンです。

FunSearch（DeepMind, 2023）が cap set 問題で示し、AlphaEvolve（DeepMind, 2025）が Google 内部で年間数十億円規模のコスト削減を実現した手法を、外部の誰もが使えるオープンな形で実装します。

入力: 最適化したい Python 関数
  ↓
LLM が複数の改善仮説を生成（変異）
  ↓
サンドボックスで自動実行・ベンチマーク計測
  ↓
スコアが高い変異を次世代の親として選択
  ↓
数百世代繰り返す
  ↓
出力: 高速化されたコード ＋ 安全性証明レポート

---

Why ARO?

問題	ARO の答え
AlphaEvolve は Google 内部専用で外部から使えない	外部向け AlphaEvolve として OSS で公開
AI 生成コードを本番に入れるのが怖い	安全性証明レポート（差分テスト 10 万件 + PBT + Fuzz）を自動添付
コード最適化ツールは既知パターンの書き換えだけ	新しいアルゴリズムの発見（人間が設計していない解法）
探索が局所最適に陥る	Island Model（複数プール × 定期移住）で多様性を維持

---

現在のステータス

Phase 0 ✅  単一プール進化ループ + サンドボックス評価
Phase 1 🚧  Island Model + マルチ LLM + OSSへのPR送信
Phase 2 ⬜  API / SaaS 化 + 有料顧客獲得
Phase 3 ⬜  マルチエージェント構造 (Scientific-OS)

---

Quick Start

# 1. クローン
git clone https://github.com/YOUR_USERNAME/aro.git
cd aro

# 2. 依存インストール
pip install -e ".[dev]"

# 3. LLM API キーを設定
export ANTHROPIC_API_KEY="sk-..."   # または OPENAI_API_KEY

# 4. サンドボックス用 Docker イメージをビルド
docker build -t aro-sandbox:latest ./aro/sandbox/

# 5. 最適化を実行
aro optimize --target examples/bin_packing.py --generations 100

---

使い方

CLI

# Python 関数を最適化
aro optimize \
  --target path/to/your_function.py \
  --generations 500 \
  --islands 4 \
  --strategies data_structure,loop_optimization,mathematical \
  --output results/

# 結果を確認
aro report --job-id <JOB_ID>

Python API

from aro.core.types import OptimizationJob, JobConfig
from aro.evolve.engine import EvolveEngine

job = OptimizationJob(
    target_function="""
def bin_packing(items: list[float], capacity: float) -> int:
    bins = []
    for item in items:
        placed = False
        for b in bins:
            if sum(b) + item <= capacity:
                b.append(item)
                placed = True
                break
        if not placed:
            bins.append([item])
    return len(bins)
""",
    config=JobConfig(
        population_size=100,
        num_islands=4,
        max_generations=500,
    ),
)

async for best in engine.run():
    print(f"Gen {best.generation}: {best.score.composite:.2f}ms")

安全性証明レポートの例

╔══════════════════════════════════════════════════╗
║           ARO Safety Proof Report                ║
╠══════════════════════════════════════════════════╣
║ Verdict          : ✅ PASS                       ║
║ Differential     : 100,000 / 100,000 passed      ║
║ Property-Based   : 100,000 / 100,000 passed      ║
║ Fuzz             :  10,000 /  10,000 passed      ║
║ Static Analysis  : No critical issues            ║
╠══════════════════════════════════════════════════╣
║ Speedup          : 3.2× faster (baseline: 48ms   ║
║                    → optimized: 15ms)            ║
║ Memory           : -18% peak RSS                 ║
╚══════════════════════════════════════════════════╝

---

アーキテクチャ

┌──────────────────────────────────────────────────────┐
│                  CLI / REST API                      │
├──────────┬──────────┬──────────┬──────────┬──────────┤
│  Evolve  │ Sandbox  │ Evaluate │  Safety  │  Report  │
│  Engine  │ Manager  │ Pipeline │  Prover  │Generator │
├──────────┴──────────┴──────────┴──────────┴──────────┤
│           Island Model (multi-pool + migration)      │
├──────────────────────────────────────────────────────┤
│         LLM Router (multi-provider + fallback)       │
├──────────────────────────────────────────────────────┤
│     Redis (queue)  │  Postgres (state)  │  S3/GCS   │
└──────────────────────────────────────────────────────┘

コアコンポーネント

モジュール	役割
aro/evolve/	進化ループ、Island Model、選択戦略、プロンプト生成
aro/llm/	マルチプロバイダ LLM ルーター（OpenAI / Anthropic / Gemini / ローカル）
aro/sandbox/	Docker + seccomp による隔離実行環境
aro/evaluate/	ベンチマーク計測、Big-O 推定、複合スコア計算
aro/safety/	差分テスト、Property-Based Testing（Hypothesis）、Fuzz、静的解析
aro/report/	安全性証明レポート・GitHub PR 本文の自動生成

---

技術スタック

レイヤー	採用技術
LLM	GPT-4o / Claude / Gemini（API）、Llama 3 / Qwen（ローカル）
進化フレームワーク	FunSearch ベースのカスタム実装
サンドボックス	Docker + seccomp / Firecracker microVM
ベンチマーク	timeit / pytest-benchmark / memory-profiler
安全性テスト	hypothesis / pytest / カスタムファザー
API	FastAPI + arq（非同期ワーカー）
可観測性	Prometheus + Grafana + OpenTelemetry
インフラ	Docker Compose → GCP / AWS

---

ロードマップ

Phase 1（進行中）：旗を立てる

• Island Model の実装（多様性の確保）
• LLM Router のマルチプロバイダ化
• networkx / scikit-learn / polars への最適化 PR 送信
• arXiv への技術レポート投稿
• ゲート：OSS への PR が最低 1 件マージされること

Phase 2：プロダクト化

• POST /optimize REST API の公開
• ローカル実行モード（コードを外部に送信しない）
• 成果報酬型・月額 SaaS の料金モデル
• ゲート：MRR ¥500,000 以上

Phase 3：Scientific-OS

• C/C++、SQL、CUDA への対応拡張
• マルチエージェント構造（プロファイリング・設計・生成・検証の分業）
• Emerald Cloud Lab API との接続（計算→物理実験ループ）

---

参考文献

• Romera-Paredes et al. (2023). Mathematical discoveries from program search with large language models (FunSearch). Nature.
• DeepMind (2025). AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms.

---

Contributing

Issue・PR 歓迎です。大きな変更を加える前に Issue で議論してください。

# 開発環境セットアップ
pip install -e ".[dev]"
pre-commit install

# テスト実行
pytest tests/ -v

# 型チェック
mypy aro/

---

License

MIT License — 詳細は LICENSE を参照。

---

「AIが年齢・権威・資本の壁を無効化する」ことの、生きた証明として。