SpaceXAIのGrokathon、12時間で作られたバイナリデコンパイラを優勝に選出

Why it matters

The winners show SpaceXAI using Grokathons to identify developers who can turn its models into technical systems, while simultaneously feeding its engineering recruitment pipeline.

Theo C (@theoc____), Supratik Panuganti (@supratikp07), and Henry Zhang (@henryzhangumich) は、Nova を使って SpaceXAI の 2026 年 Grokathon で優勝した。Nova はコンパイル済みバイナリをリバースエンジニアリングして可読な C コードに戻すよう設計された12時間のプロトタイプで、これは SpaceXAI が公表した結果 によるもので、発表は8月13日だった。

SpaceXAI によると、優勝チームはまず 262KB の Game Boy ROM を処理することから始め、その後 1995 年の自動車の電子制御ユニット（ECU）のランタイムを再構築しようとしたという。デモ は、Grok を既存の逆コンパイルツールの上に重ねられたチャットインターフェースではなく、能動的なリバースエンジニアリングシステムとして位置付けた。SpaceXAI は結果と共に技術文書や独立した精度測定を公表しておらず、したがって Nova の順位はハッカソンプロトタイプとしての実演パフォーマンスを反映している。

Panuganti は個人サイトによれば Georgia Tech でコンピュータサイエンスと数学を学んでおり、バックエンドシステム、機械学習、クオンティティティブ・ファイナンスにわたる仕事を列挙している。彼のプロジェクトには学生向けメンターシッププラットフォームや、組合せ論の問題に対して機械学習と SAT 手法を用いた研究が含まれている。（supratikpanuganti.com） その経歴は Nova の核心的な賭けに合致する：汎用モデルは低レベルの機械的振る舞いをエンジニアが検査・修正できるソースコードへと翻訳するのに役立つ、という考えだ。

3つのプロトタイプ、3つの製品の方向性

SpaceXAI は 2 位を Signal に与えた。Signal は Adi (@adibilawar)、Jason Lai (@jasonlai150_)、Sam Chen (@SChen1249)、および Jeffrey Zhou (@JeffreyZh0u) によって作られた。Signal はフォロワーのバイオグラフィ、投稿、エンゲージメントを継続的に更新されるグラフに変換し、その後そのオーディエンスのシミュレート版に対してローンチメッセージを実行する。

Signal のデモ はソーシャル配信をモデリング問題に変換する。いくつか投稿を出して実際のエンゲージメントデータを待つ代わりに、ユーザーはまず合成されたフォロワーに対してメッセージをテストできる。出力の有用性は、シミュレートされた集団が人々の実際の行動をどれだけ捉えているかに依存する。生成された観衆内で高いスコアを出したからといって、同じ文面が実際のユーザーに晒されたときに同様に機能することが保証されるわけではない。

Zhou は Harvard のコンピュータサイエンス学科のサイトによればコンピュータサイエンスと数学を専攻し統計を副専攻とする学部3年生だ。彼の仕事にはマルチモーダル AI 研究やチェスエンジン構築を通したエージェント的システムの比較実験が含まれる。（csadvising.seas.harvard.edu）Signal は類似した評価の考え方をマーケティングに適用している：ローンチを固定し、メッセージを変え、モデル化された集団に結果をランク付けさせる。

SpaceXAI は 3 位を ThinkVoice に与え、クレジットは Dan Farina (@Daniel_Farinax) に帰されている。このプロトタイプは Grok Voice と脳センサー付きハードウェアを組み合わせ、会話の文脈を用いて可能な応答を提案し、微妙な運動（モーター動作）で一つを選択する。デモは可視的な口の動きなしに音声を生成する道筋を示している。デモ はその方向性を提示している。

Farina は既に音声操作の Grok ツールを構築しており、Grok Voice をコーディングセッションに接続するターミナルホストを含み、ユーザーが完全にキーボードに依存せずにエージェントを管理できるようにしている。（dan.grok.me）ThinkVoice はその作業を拡張し、モデルが話者のありそうな応答を予測し、センシングハードウェアが選択を扱う支援インターフェースへと向かわせる。プロトタイプの実用的価値は、応答の精度、レイテンシ、意図的な動きとノイズをどれだけ確実に区別できるかに依存するだろう。

採用ファネルとして構築されたハッカソン

これら3つの受賞作は、SpaceXAI が Grok に開発者に推進してほしい異なる領域と対応している：ソフトウェア解析、オーディエンスのシミュレーション、そして人間とコンピュータの相互作用。各プロジェクトはモデルを、独自のデータ、インターフェース、意思決定ループを備えたより大きなシステムの一部として使用した。これは単なる単独のチャットボットデモよりも強力な開発者向けの提案であり、構築者が Grok を基盤コンポーネントとして扱っていることを示している。

SpaceXAI は結果スレッドの最後を自社の careers page への案内で締めくくり、エンジニアリング組織を急速に拡大していると述べた。この流れは Grokathon をプロダクトショーケースであると同時に採用のファネルにもしている。12時間の競技は、どのビルダーが未経験の技術的問題にモデルを接続し、動作するインターフェースを出荷し、ステージ上で結果を説明できるかを短時間で濃縮して示す。

Nova の勝利はまた、技術的に判読可能な実演に有利に働くコンテストのバイアスを反映している。バイナリの逆コンパイルは即時のビフォー・アフター比較を生む：コンパイル済みコードが入力され、再構築された C が出力される。Signal や ThinkVoice は、短時間のイベント中に品質を判断するのがより難しい、より広範な行動的・ハードウェア的問題に対処している。したがってランキングはハッカソンという条件下で最も説得力のあるプロトタイプを特定する一方で、検証、信頼性、配備というより長期的な作業は各ビルダーに委ねられることになる。