AIがコードを自律最適化、動画処理が劇的に速くなる

AIコーディング補助ツールが普及した今、コードを「書いてもらう」こと自体はもはや当たり前になりつつある。ところがGoogleが発表したAlphaEvolveは、そのひとつ先を行く。

従来のAIコーディング補助が「要件を伝えればコードを出力する」ものだとすると、AlphaEvolveは「出力したコードを実機で動かして計測し、遅ければ修正し、また計測する」という自律ループを持つ。いわば「コードを書く」ではなく「コードを育てる」ツールだ。

仕様書を先に書くとAIコードが変わるでも触れたように、AIにコードを生成させる際の質は「どう指示するか」で大きく変わる。AlphaEvolveはその上流にある「目標（計測値）」を渡すと、AIが自分で仮説・実行・評価を回す点が根本的に異なる。人間はループに介入しなくてよい。

公式ブログが紹介するDoItとGoogleの共同事例では、macOSのライブ配信アプリ（Swift製）の本番コードをAlphaEvolveが最適化対象とした。

リアルタイム配信では30fps時に33.3ミリ秒、60fps時に16.6ミリ秒というフレーム予算がある。このわずかな時間の中でカメラフレームの取り込み・AIによる背景分離・シェーダー処理・合成出力をすべて完了させなければならない。1ミリ秒でも超えれば映像がカクつく。

AlphaEvolveはクラウドスケールの推論と実機でのベンチマーク実行を組み合わせ、人手のプロファイリングでは見過ごされていた処理速度の余裕を発見したと報告されている。具体的な手法としては、ループを分割する「スプリットループパターン」が用いられており、動画パイプライン以外にもマイクロサービスのスループット改善、データベースクエリ、MLの推論処理など幅広い領域に応用できると説明されている。

「AI補助でコードを書いたのに速度に満足できない」という場面は、動画・音声処理だけでなくAPI応答速度や大量データ変換でも起きやすい。そういった課題を持っている人にとって、今回の事例は直接参照できる前例になる。

バイブコーディングという言葉が定着したのは「とりあえずAIに書かせて動かす」スタイルへの共感からだった。AlphaEvolveはそこに「動くだけでは不十分」という視点を加える存在として整理できる。

フェーズ1：AIに書かせて動かす（バイブコーディング） フェーズ2：動くコードを、AIが自律的に速くする（AlphaEvolveの立ち位置）

AIエージェントに「道具箱」を持たせる時代へで紹介したように、AIが自律的に外部ツールを使いこなす方向性は複数のプロジェクトで同時進行している。AlphaEvolveはその中でも「計測・実行・評価」という閉ループを持つ点で、単なるコード補完の延長線上にはない。

注目したいのは「コードが書けない人向けではない」という点だ。AlphaEvolveが強みを発揮するのは、すでに動いている本番コードを次のレベルに引き上げる場面。つまり自分でコードを書いて動かしているジェネラリスト的な使い手にこそ、直結するツールになり得る。