hakorune/docs/phases/phase-11.9/ai-deep-thoughts-unified-grammar.md

AI深層考察: Nyash統一文法アーキテクチャ

🎯 概要

GeminiとCodexに時間無制限で深く考えてもらった、Nyash統一文法アーキテクチャに関する洞察をまとめました。

🔥 Gemini先生の洞察

核心的提言: 宣言的文法定義 + ビルド時コード生成

[ grammar.toml ] ← 宣言的SSoT（Single Source of Truth）
    ↓
[ build.rs ] ← メタプログラミング層
    ↓
├─ generated_tokens.rs
├─ generated_keywords.rs  
├─ generated_rules.rs
└─ generated_opcodes.rs

重要ポイント

1. 真の分離: UnifiedKeyword構造体は依然として各層を密結合させる。宣言的ファイルからコード生成する方が疎結合を保てる。

2. ゼロコスト抽象化:

   • ビルド時生成により実行時オーバーヘッドなし
   • enumとmatch文で高速ディスパッチ
   • #[inline(always)]で関数呼び出しコストなし

3. コンパイラ駆動開発:

   // 新機能追加時、全層でコンパイルエラー発生
   // → 実装漏れがなくなる
   match token {
       TokenType::Async => // 新しく追加されたので実装必須
       _ => // ...
   }
   

4. 他言語からの学び:

   • CPython: Grammar/Tokensファイルから生成
   • V8: Ignition(インタプリタ)とTurboFan(JIT)の分離
   • rustc: HIR→MIRという段階的表現

💡 Codex先生の洞察

核心的提言: MIRを中心とした統一セマンティクス基盤

# grammar/nyash.yml
tokens:
  - name: ME
    literal: "me"
    soft: true
    contexts: ["expr", "pattern"]
    deprecated_aliases: ["self"]
    ai_hint: "Current object; not assignable."

operators:
  - symbol: "+"
    name: add
    precedence: 110
    associativity: left
    overloads:
      - types: ["i64","i64"] -> "i64"
        lower: MIR.AddI64
      - types: ["String","String"] -> "String"
        lower: MIR.Concat

実装戦略

1. 単一仕様ファイル: grammar/nyash.ymlに全て定義

   • キーワード、演算子、文法、型、強制変換
   • MIRローリング、VMオペコード、JITパターン
   • 非推奨、AIヒント

2. コード生成クレート: crates/nygrammar-gen

   • Perfect hash関数でO(1)キーワード認識
   • Pratt/PEGパーサーテーブル生成
   • 型ディスパッチマトリックス生成

3. MIRが真実の基盤:

   pub fn add(lhs: Value, rhs: Value) -> Result<MIRNode> {
       // 生成されたfast-pathを使用
       // 常にMIRノードを返す
   }
   

4. 性能最適化:

   • ビルド時にすべて決定（実行時検索なし）
   • インラインキャッシュで呼び出しサイト最適化
   • ソフトキーワードはパーサー状態で判定

段階的移行計画

• Phase 0: ベースラインテスト（現状記録）
• Phase 1: 正準MIR定義
• Phase 2: KeywordRegistry生成
• Phase 3: UnifiedSemantics導入
• Phase 4: パーサー統一
• Phase 5: バックエンドマッピング
• Phase 6: 非推奨警告
• Phase 7: ツール/ドキュメント生成

🎯 統合された知見

両AIの提言を統合すると：

1. 宣言的定義 + コード生成が最強

• YAML/TOMLで文法を宣言的に定義
• build.rsでRustコードを生成
• 実行時オーバーヘッドゼロ

2. MIRを中心とした統一

• すべてのセマンティクスはMIRで表現
• 各バックエンドはMIRを実行/コンパイル
• 一貫性が自動的に保証される

3. AI友好的な設計

• 機械可読な仕様ファイル
• 豊富な例とエラーカタログ
• 自動生成されるドキュメント

4. 拡張性への配慮

• 新バックエンド追加が容易
• プラグインによる拡張可能
• 後方互換性の維持

📋 実装優先順位

1. 最優先: grammar/nyash.ymlの初版作成
2. 高優先: build.rsによるトークン生成
3. 中優先: MIR統一とUnifiedSemantics
4. 低優先: JIT最適化ヒント

🚀 期待される効果

• 保守性: 新機能追加が1箇所の修正で完了
• 一貫性: 全層で同じセマンティクス保証
• 性能: ビルド時最適化で実行時コストなし
• AI対応: LLMが正確にNyashコードを生成

これらの深い洞察により、Nyashの統一文法アーキテクチャは強固な基盤の上に構築されることになります。