なぜ開発履歴を残すか

llive (リブ) は 2026-05-13 に発足した自己進化型 LLM フレームワーク。本記事は 発足から本日 (2026-05-17) までの 5 日間で何をどう作り、何で躓き、何を学んだか を時系列でまとめたものです。

設計判断の理由を残す
失敗を honest に残す (feedback_benchmark_honest_disclosure 教訓)
「なぜそうなっているか」が後から分かる状態を維持
翌日以降の自分 (および Claude Opus 4.7 ccr 経由) が文脈を読めるように

🗒️ 「あれ何を話そうとしたんだっけ」— だから 5 日間の判断と失敗を時系列で残す。忘れる前に書く、が開発履歴の本質（© Forbidden shibukawa / SHUEISHA・スナックバス江）

5 日間の超概要

Day	日付	バージョン	キーワード
1	2026-05-13	v0.1.0	プロジェクト発足 + Phase 1 MVR 完走
2	2026-05-13	v0.2.0	Phase 2 Adaptive Modular System
3	2026-05-14	v0.3.0 → v0.5.0	Phase 3 (Evolve) + Phase 4 (Security) + Phase 5 (Rust)
4	2026-05-16	v0.6.0	9 axes skeleton + Apache 2.0 + FullSense umbrella
5	2026-05-17	v0.7 候補 (本日)	Brief API + COG-FX + MATH + ORG-FX 要件化

5 日でテスト数は 49 → 1014 (約 21 倍)、コードは MVR から 9 軸 + 32 件 v0.7+ 要件まで。

Day 1: 2026-05-13 (Tue) — 発足とPhase 1 MVR

発足の背景

llmesh (secure LLM hub) と llove (TUI dashboard) という 2 製品を既に持っていた状態で、第三のメンバーとして 「自己進化型モジュラー記憶 LLM フレームワーク」 を作る判断。命名は l から始まる 4 文字 (llmesh / llove / llive) で統一。

設計の核 (Day 1 で確立、現在まで不変)

固定 Decoder-only LLM コア + 可変周辺で能力吸収
4 層メモリ (semantic / episodic / structural / parameter) の責務分離
宣言的構造記述 (YAML)
審査付き自己進化 (オンライン制限 + オフライン審査経由のみ昇格)
生物学的記憶モデル (海馬-皮質 consolidation cycle)
形式検証付き promotion (Lean / Z3 / TLA+)
llmesh / llove ファミリー統合
TRIZ 内蔵 (40 原理 + 矛盾マトリクス)

v0.1.0 リリース

GSD /gsd-new-project で初期化 → PROJECT.md / REQUIREMENTS.md (46 reqs) / ROADMAP.md (4 phases) / STATE.md / config.json 生成
src/llive/ 8 層: schema / core / container / memory / router / evolution / observability / triz
49 tests pass / 82% coverage
CLI: llive run --template specs/templates/qwen2_5_0_5b.yaml --prompt "..." --mock
設計判断: faiss / torch / sentence-transformers は optional extras にして、Phase 1 テストは numpy + hash 埋め込み fallback で動かす

教訓

Optional extras 設計が Windows + CI の両立に必須
GSD ワークフロー (--auto モード) で 1 日で Phase 1 完走可能

Day 2: 2026-05-13 (Tue 夜) — Phase 2 Adaptive

v0.2.0 リリース

structural memory (graph) + parameter memory (adapter store) 追加
Bayesian Surprise Gate (FR-21) でメモリ書き込み閾値を動的化
Consolidation サイクルが夜間 batch で走る
llove TUI で route trace + memory link viz
LLM Wiki 統合 (LLW-04)
連続 5 タスク学習で BWT ≥ -1% を達成
308 tests / 99% coverage / 0 lint

設計判断

"Bayesian surprise" として書き込み制御 → 単なる threshold より柔軟
4 層メモリの間に phase transition (short → mid → long → archived → erased) を入れて life cycle 管理

Day 3: 2026-05-14 (Wed) — 大規模自律セッション

ここから 1 日で 3 バージョン (v0.3 → v0.4 → v0.5) を進めた。

v0.3.0 — Phase 3 (Controlled Self-Evolution) + Phase 4 (Production Security) 同時リリース

Phase 3 (Evolve):

EVO-04 Z3 静的検証
EVO-06 Failed Reservoir (DuckDB 順序保持)
EVO-07 Reverse-Evo Monitor (JSONL audit)
TRIZ-02 Contradiction Detector
TRIZ-03 Principle Mapper (39×39 matrix)
TRIZ-04 RAD-Backed Idea Generator (pluggable IdeaLLM Protocol)
TRIZ-07 Self-Reflection Session
LLW-04 Wiki Contradiction
LLW-05 Wiki diff ChangeOp

Phase 4 (Security):

SEC-01 Quarantined Memory Zone
SEC-02 Ed25519 Signed Adapter
SEC-03 SHA-256 audit hash chain (stdlib sqlite3 のみ)

429 tests / 98% coverage / 0 lint

v0.4.0 — Phase 5 Rust skeleton

crates/llive_rust_ext/ PyO3 0.22 + maturin scaffold
RUST-01 (skeleton) / RUST-02 (compute_surprise baseline) / RUST-04 (jaccard baseline) / RUST-13 (Hypothesis parity 1e-6)
llive.rust_ext.HAS_RUST flag + Python fallback
439 tests pass

v0.5.0 — Phase 5 wire-in

RUST-03 (bulk_time_decay) Rust kernel + Python wrapper + 5 parity tests
BayesianSurpriseGate.compute_surprise が rust_ext.HAS_RUST 時に自動委譲 (numpy fallback)
EdgeWeightUpdater.apply_time_decay が rust_ext.bulk_time_decay で 1 pass precompute
444 tests / 98% coverage / 0 lint

Day 3 の設計判断

Rust 移植は意味論固定後 に段階的に (5x 性能向上ゲート設定)
全 RUST-XX 拡張は Python fallback 必須、Rust 不在環境でも動作維持
残 RUST-02 rayon / 05 jsonschema-rs / 06 crossbeam / 07 ChangeOp / 08 hora HNSW / 09 tokio async / 10 phf TRIZ / 11 Z3 bridge は v0.7 まで deferred

Day 3 の教訓

1 日で 3 バージョン進めるには コア設計 と Optional extras 設計 が必須
「ベンチで 5x 出たら採用、そうでなければ revert」のゲートを明示

Day 4: 2026-05-16 (Thu) — 9 axes + Apache 2.0 + FullSense umbrella

v0.6.0 リリース

9 axes skeleton 完成 — KAR / DTKR / APO / ICP / TLB / Math / PM / RPAR / SIL
C-1 Approval Bus production 化 (Policy + SQLite Ledger)
C-2 @govern + ProductionOutputBus (Policy gate × 副作用 emit)
C-3 Cross-substrate migration spike (§MI1)
C-14 ICP IdleCollaborator MVP (idle 中 peer LLM 問い合わせ)
970 PASS / 0 lint

法務・ブランド整備

Apache-2.0 + Commercial dual-license 切替
FullSense umbrella ブランド 導入 (llmesh / llive / llove の親)
NOTICE / CONTRIBUTING(DCO) / SECURITY / TRADEMARK 追加
SPDX header を 204 .py に付与

同日のもう 1 つの動き — Brief A/B run

scripts/run_brief.py で 4 brief を回したところ、llive が doing-agent ではなく thinking-evaluator であることが判明
8 件の bug を docs/BUGS_2026-05-16_brief_ab.md に記録
設計ドラフト docs/proposals/brief_api_design.md を作成 (5 日見積)

Day 4 の教訓

9 軸 (KAR/DTKR/APO/ICP/TLB/Math/PM/RPAR/SIL) を明示することで責務分離が visible に
A/B run が 「ここまで動く」「ここから動かない」 の境界を可視化、Brief API 必要性が確定

Day 5: 2026-05-17 (Fri, 本日) — Brief API + 32 件要件追加

Brief API end-to-end (LLIVE-001/002)

設計ドラフト (5 日見積) を 1 日で完走:

src/llive/brief/types.py — Brief / BriefStatus / BriefResult (COG-01 で confidence/assumptions/missing_evidence 追加)
src/llive/brief/loader.py — YAML loader (unknown-key reject)
src/llive/brief/ledger.py — append-only JSONL + trace_graph() (COG-03)
src/llive/brief/runner.py — 7 段パイプライン (Stimulus 変換 / loop / approval / tool 実行 / outcome)
src/llive/brief/grounding.py — BriefGrounder (TRIZ × RAD citation, S1)
src/llive/brief/governance.py — GovernanceScorer (4 軸 scoring, COG-02)
src/llive/cli/main.py — llive brief submit|ledger
src/llive/mcp/tools.py — submit_brief MCP tool
テスト 46 → 78 件追加

要件追加 32 件

グループ	件数	内容
v0.7-vertical MATH	8	SI 単位次元解析 / 内蔵計算エンジン / Sympy 検算 / CODATA 辞書 / 等
v0.8 CABT	7	Cognitive-aware Transformer Block (forward hook で attention bias)
v0.9 CREAT	5	KJ法 / MindMap / Six Hats / Synectics / 構造化変換
v1.0-frame COG-FX	4	Triple Output / Governance Scoring / Trace Graph / Role-based Agents
v2.0-core ORG-FX	8	Qwen 依存からの 5 段階離脱 + 補完戦略

実装したもの

MATH-01 SI 7 基本単位次元解析 + 派生単位 (N/J/W/Pa/Hz/C/V/ohm)
MATH-08 SafeCalculator (AST visitor + whitelist 28 関数 + 0 除算検出)
COG-01 Triple Output (confidence / assumptions / missing_evidence)
COG-02 Governance Scoring (usefulness/feasibility/safety/traceability の 4 軸)
COG-03 Trace Graph (evidence_chain / tool_chain / decision_chain の 3 層 view)

ベンチマーク 4 種

種類	セル数	主要観察
progressive matrix	5×3=15	overhead < 1 %、decision 全 note
fair re-bench (誤算定→修正)	24	llive (LLM attached) は ollama 直叩きの 2-4 倍遅い
quiz Debug	10	passed 6/10、ms mean 22.3s
quiz Release	10	passed 7/10、ms mean 22.8s、Debug overhead +1.8%

Honest disclosure 事件

🗒️ 「嘘は良くないよ」— 「変に速い」数字に飛びつかず疑って正直に再開示した、まさにこの教訓（© Forbidden shibukawa / SHUEISHA・スナックバス江）

最初の bench で llive 4/4 OK 134-184ms という「変に速い」結果
ユーザー指摘「変に高速ですね、何かおかしくないですか?」
調査 → LLMBackend 未 attach + chars 指標が JSON 全長 + 134-184ms は subprocess RTT 起因
修正版で再走 → llive 32-51s (ollama 直叩きの 2-4 倍遅い) と正直に開示
教訓を memory feedback_benchmark_honest_disclosure.md に保存

公開記事 11 本 + 統合 2 本

01-03: Brief API / 10 思考因子 / 数学 vertical
04-06: 設計予告 (CABT / CREAT / MATH-02)
07-08: bench (fair / quiz)
09-11: 構造独自性 / Qwen 離脱 / Qwen 補完
QIITA_SUMMARY: 技術者向け統合 (694 行)
QIITA_GENERAL: 非エンジニア向け統合 (255 行)
本記事 (12): 開発履歴

Day 5 の設計判断

Brief API は frozen dataclass + append-only JSONL ledger で replay 可能性を最優先
LLM コアは依然 frozen、CABT は forward hook で 重み凍結のまま attention に bias
「ベンチで自社が速かったら疑う」を memory に確立
「毎日色んな側面で記事を書く」「Qiita tags はスペース区切り + 5 件以内」「非エンジニア向け版も作る」「開発履歴も書く」を運用ルールに

Day 5 の教訓

Honest disclosure が研究の信頼を支える — 速い数字が出ても疑う
多側面で書くと自分の理解も深まる — 技術 / 戦略 / 哲学 / 業務応用を並行で書く
「ベンチで勝つ」より「ベンチで何を測っているか把握」 が大事

5 日間の累積メトリクス

メトリクス	Day 1 開始	Day 5 終了 (本日)	倍率
テスト数	0	1014 PASS	—
バージョン	(未)	v0.6.0 + v0.7 候補	—
要件 (FR)	0	100	—
RAD 分野	0	49 (raptor 共有)	—
Phase	0/4	4/4 完了 + Phase 5-12 計画	—
LoC (推定)	0	~30 000 (テスト含む)	—
公開記事	0	12 本 + 統合 2 本	—
GitHub repo	0	4 (llive + llmesh + llove + fullsense)	—
PyPI 公開	0	6 versions (v0.1.0 〜 v0.5.0 + suite)	—

これから (2026-05-18 以降の予想)

短期 (~2 週間)

MATH-02 Sympy 検算 + EVO-04 数式版
MATH-05 CODATA 辞書を RAD metrology に append
S2 CABT-01 HFAdapter forward hook prototype
数学・物理 quiz set v2 (現状の v1 を拡張、N≥30)

中期 (~3 ヶ月)

CREAT-01 KJ法ノード + clustering
CABT-02 Stage-aware Block Routing prototype
Brief API を lldesign / lltrade に組み込み、実 use case 駆動で改善
credential 復旧後の 6-model full matrix benchmark

長期 (~1 年)

ORG-FX Stage B (LoRA で llive 用 adapter)
ORG-FX Stage C (qwen2.5:14b → llive-7b 蒸留)
llove TUI Creative Workbench
llmesh-suite v1.0 (4 製品統合インストーラ)

5 日間で確立した「llive 哲学」

frozen LLM コア + 可変周辺 = replay 可能性を最優先
append-only ledger = 何が起きたか全部後から見える
HITL を architecture level に = Approval Bus は飾りではなく中核
TRIZ を mutation policy に内蔵 = 創造性を構造に持ち込む
on-prem only = Local 環境こそ AI の本来の居場所 (feedback_llive_measurement_purity)
honest disclosure = 失敗を消さない、教訓を memory に残す
多側面で書く = 技術 / 戦略 / 哲学 / 業務応用を毎日並行で発信

関連ドキュメント

llive リポジトリ: https://github.com/furuse-kazufumi/llive
llive CHANGELOG: https://github.com/furuse-kazufumi/llive/blob/main/CHANGELOG.md
llive PROGRESS.md: https://github.com/furuse-kazufumi/llive/blob/main/docs/PROGRESS.md
fullsense ポータル: https://github.com/furuse-kazufumi/fullsense

5 日で v0.1 → v0.7 候補。1 日 1 バージョン以上のペースで進めながら、その都度
honest disclosure を残す。AI と一緒に開発する時代の研究記録として残します。