近年、大規模言語モデル（LLM）は強力なコード生成能力を示しており、静的コード生成にとどまらず、エージェントフレームワークを用いた反復的なコード自己進化も可能となっている。最近、AlphaEvolve \cite{novikov2025alphaevolve} は、LLMに基づくコードエージェントがアルゴリズムを自律的に改善し、人間の専門家を上回ることを実証したが、その適用範囲は数百行規模の独立したカーネルに限られていた。AlphaEvolveのアイデアに触発され、本研究では、LLMに基づくコード進化を単一ファイルや小規模コードブロックにとどまらず、数百ファイル、数万行に及ぶC/C++コードを含むフルリポジトリスケールにまで拡張した初のフレームワーク「SATLUTION」を提案する。本研究では、理論および応用の基盤となる、典型的なNP完全問題であるブール充足問題（SAT）を対象とし、SATLUTIONは厳密な正しさの保証のもと、分散実行時のフィードバックを活用しながら、ソルバーリポジトリを直接進化させる。同時に、自身の進化方針やルールも自己進化させる。SAT Competition 2024のコードベースおよびベンチマークから出発し、SATLUTIONはSAT Competition 2025の人工設計による優勝ソルバーよりも顕著に優れた性能を発揮するソルバを進化させた。さらに、2024年のベンチマークにおいても、2024年および2025年の優勝ソルバーよりも優れた結果を達成した。