コアコンセプト
4層アーキテクチャ
REAPは相互接続された4つの層で構成されています：
長期的な目標と方向性。目標が各世代を駆動します。Memoryがセッション間でコンテキストを持続させます。
Genome（規範的 — どう構築するか）+ Environment（記述的 — 何が存在するか）。各世代の基盤。
Visionに駆動され、Knowledgeに基づく単一の進化サイクル。Learning → Planning → Implementation → Validation → Completionに従います。
ソースコードおよび.reap/外のすべてのプロジェクトアーティファクト。世代が進化させるもの。教訓はKnowledgeにフィードバックされます。
主要原則
通常のGeneration中には変更されません。変更はbacklog → Completionのadaptフェーズを通じて行われます。（Embryo generationでは自由な変更が可能です。）
定量的メトリクスはありません。人間の自然言語フィードバックが唯一のフィットネスシグナルです。
AIはコンテキストの明確さに基づいてコミュニケーションの深度を調整します — 積極的な対話から自律的な実行まで。詳細は自己進化機能を参照してください。
ライフサイクル概要
各世代は5つのステージに従い、各ステップでアーティファクトを生成します：
| ステージ | 内容 | アーティファクト |
|---|---|---|
| Learning | プロジェクトの探索、コンテキストの構築、genomeとenvironmentのレビュー | 01-learning.md |
| Planning | タスク分解 + 実装計画 | 02-planning.md |
| Implementation | AI + 人間のコラボレーションによるコーディング | 03-implementation.md |
| Validation | テストの実行、完了基準の検証 | 04-validation.md |
| Completion | 振り返り + フィットネスフィードバック + genome適応 + アーカイブ（4フェーズ） | 05-completion.md |
→ Lifecycle details · → Backlog & Deferral
セッションコンテキストの読み込み
REAPプロジェクトを開くと、CLAUDE.mdがAIエージェントにgenome、environment、REAPガイドを読み込むよう指示します。エージェントはプロジェクトの知識を即座にロードし、現在の状態を理解します。
進化フロー
知識は世代を超えて蓄積されます。各世代がGenomeを進化させ、教訓がLineageに蓄積されます：
Generation #1 (Genome v1)
→ Learning: explore project, build context
→ Planning → Implementation
→ OAuth2 need discovered → genome-change logged in backlog
→ Validation (partial)
→ Completion: reflect → fitness → adapt (genome v2) → commit → Archive
Generation #2 (Genome v2)
→ Learning: review updated genome, deferred tasks
→ Vision-driven goal: "OAuth2 integration + permission management"
→ ...