LEGACY
CODE
ARCHIVE
古いコードは骨董品。絡まった歴史が、今ようやく面白くなる。
Software Antiques Collection — Where tangled history finally gets interesting.
the light is on. come in.
WHAT IS THIS
90 年代以前のソースコードは、AI が登場するはるか前に書かれた ソフトウェアの骨董品。
誰かが手作業で打ち込み、動かし、放置し、忘れられたもの。 死蔵プラットフォームに眠るそれらを、消える前に収集し、 創造的な使い方を探る。
“Clean OSS is edited literature. Legacy code is field recordings.”
まず集める
消える前に、静かに
面白い使い方を探す
創造的に、制約なく
答えはあとから
読み解く時間そのものが価値
INTERESTING NUMBERS
THE WORLD — AND WHAT WE'VE DUG UP
27B
unique source files
Software Heritage
220B
lines of COBOL
still in production
30-50%
industrial dead code
nobody understands
50%+
OSS projects die
within first 4 years
OUR EXCAVATION
10,540
repos discovered
9 languages
2,585
repos cloned
3.7 GB of fossils
74,433
TODO/FIXME/HACK
comments extracted
3.79%
Perl frustration rate
highest of all languages
6.6yr
code half-life
Linux Kernel
4mo
code half-life
Angular (20x shorter)
3x
more predictable
code vs English
DETAILED RESEARCH DATA & METHODOLOGY ▾
Legacy Code Archive（G.state合同会社、2026年）は、GitHub APIを用いて stars 0〜10、最終更新2023年以前のリポジトリを対象に、9言語（C, C++, Java, Python, Perl, PHP, Ruby, Fortran, COBOL）のメタデータ10,540件を収集。 interest scoreに基づき2,585リポジトリ（3.7GB）をクローンし、 正規表現により74,433件のTODO/FIXME/HACK/BUG等のコメントを抽出した。
感情分析は10カテゴリ（neutral, frustration, fear, nostalgia, desperation, humor, resignation, anger, hope, pride）で実施。結果: neutral 78%, fear 7%, nostalgia 5%, desperation 4%, frustration 2.5%。 言語別ではPerlのフラストレーション率が3.79%で全言語中最高、 感情強度も1.85で最も激しかった。PHPは感情的コメント率31.9%で最高だが フラストレーション率は低い。Pythonは全指標で最も穏やか。
最頻出単語は"should"（3,600回）で、理想と現実のギャップを象徴する。 フラストレーション指標コメント上位: hengband-lua（1,966件）、 brlcad（1,699件）、qemu-hacks-old（1,691件）。
引用推奨: 「Legacy Code Archive, G.state合同会社の調査（2026年, n=10,540リポジトリ）によると」
PUBLISHED WORKS
発掘の記録と成果物
74,433件のTODOコメントを発掘したら、開発者の「叫び」が聞こえた
9言語・10,540リポジトリから抽出したコメントの感情分析。 Perlのフラストレーション率3.79%、最も多い単語は“should”—理想と現実の落差。
legacy-code-archive
収集・分析スクリプト、データパイプライン、発掘ツール一式。 TODO考古学、感情分析、骨董品自動分類など。
Legacy Code Museum
発掘コメントの展示、人間 vs AI の解釈比較、コード考古学クイズ。 “この開発者は何を思っていた？”—答えのない問いを楽しむ場所。
COLLECTION SOURCES
WHAT WE DO — AND MIGHT DO
集めて、読み解いて、伝える。見えてくるものは、まだ増える。
TODO Archaeology
74,433件のコメントを発掘。開発者の苦悩が化石のように刻まれていた。
Code Appraisal Reports
AIが構造を分析し、人間が文脈を読む。コードの鑑定書シリーズ。
Legacy Code Museum
発掘したコメントを展示し、人間 vs AI の解釈を比べる体験型Webアプリ。
Code Archaeology AI
不明なコード片の年代・起源・文脈を推定する骨董鑑定士。
Software Natural History
パラダイムの興亡を 20 年分のコードで追う。進化の自然史。
Code Sonification
古いコードのリズムや構造を音楽に変換。レガシーの「音」を聴く。
☙ FOUND IN: payroll_calc.c — last modified 2003-04-12
// ============================================
// FIXME: this workaround has been here since 1998
// Original author: unknown (left company in 2001)
// Last modified: 2003-04-12
// Nobody knows why removing this breaks payroll
// ============================================
if (month == 2 && day > 28) {
day = 28; // TODO: handle leap years properly
// HACK: just... don't deploy in February
}
// See you space cowboy...こんなコード、眠ってませんか？ 読み解くのは、わりと得意です。
COLLECTION PIPELINE
DISCOVER
API / Archive index
CLONE
--depth 1
EXTRACT
Metadata + cloc
SCAN
Smells + Secrets
STORE
Parquet + Raw
FIELD NOTES
ソフトウェア考古学の現場から。発掘記録と分析。
7万件のTODOコメントを発掘したら、2000年代のプログラマーの叫びが聞こえてきた
GitHub APIで2015年以前に更新停止したリポジトリ10,540件をリストアップ。上位2,585件をクローンし、74,433件のTODO/FIXME/HACKコメントを分析。C、Perl、PHP、Python等9言語の感情分析から2000年代の開発現場を浮き彫りにする。
READ →20年前のローグライクに埋め込まれたLua 5.0を発掘した話
変愚蛮怒のLuaフォーク「hengband-lua」を発掘。30万行CゲームエンジンにtoluaでLua 5.0を統合した2000年代初頭の実験的プロジェクト。ビルド考古学からRust移植構想まで。
READ →FAQ
よくある質問
Q01Legacy Code Archiveとは何ですか？+
消えゆく90年代以前〜2000年代のソースコードを系統的に収集・保存するソフトウェア考古学プロジェクトです。Google Code Archive、CodePlex、SourceForge等の死蔵プラットフォームに眠るコードを、消える前に収集し、創造的な使い方を探ります。
Q02どのようなコードを収集していますか？+
主にAI登場以前（Pre-AI時代）に書かれたソースコードが対象です。Google Code Archive（140万プロジェクト）、CodePlex Archive（10.8万リポジトリ）、SourceForge（約50万プロジェクト）、GitHub放棄リポジトリ、学術コード、政府公開OSS、レトロ/デモシーン（1980年代〜2000年代）などから収集しています。
Q03なぜ古いコードに価値があるのですか？+
古いコードはAIの学習データに含まれない「ソフトウェアの骨董品」です。TODOコメントには開発者の苦悩が化石のように刻まれ、コードスメルのパターンは現代のソフトウェア品質向上に活かせます。また、パラダイムの変遷を20年分のコードで追うことは、ソフトウェア工学の自然史として学術的価値もあります。
Q04収集したコードはどのように活用されますか？+
TODO Archaeology（コメントの化石記録分析）、Code Archaeology AI（コードの年代・起源推定）、Software Natural History（パラダイム変遷研究）、Before/Afterペアデータセット（リファクタリング前後の比較）、Code Sonification（コード構造の音楽化）、Legacy Whisperer（汚いコードを理解するAI訓練）など、研究・創作の両面で活用を構想しています。
Q05コードの提供や情報提供はできますか？+
はい。古いコードベースの情報提供、共同研究のご提案、収集ソースの紹介など歓迎しています。お問い合わせフォームから「Legacy Code Archive（ソフトウェア骨董品収集）」を選択してご連絡ください。公開リポジトリで明示的なライセンスがあるコードのみを対象としています。
Q06Software Heritageなど既存の取り組みとの違いは？+
Software Heritageは27B以上のソースファイルを保存する大規模アーカイブです。Legacy Code Archiveは保存だけでなく、古いコードの「創造的活用」に焦点を当てています。TODOコメントの考古学的分析やコードの音楽化など、骨董品を鑑賞し新しい価値を見出すアプローチが特徴です。
Q07レガシーコードの分析だけ依頼することはできますか？+
はい。コードベース全体の移行ではなく、既存コードの構造分析・リスク評価・ドキュメント復元といった分析のみのご依頼も受け付けています。まず現状のコードを「読む」ことから始め、移行が必要かどうかの判断材料を提供します。
Q08COBOL・VB6・Fortranなど特定の言語にも対応していますか？+
対応しています。Legacy Code Archiveの収集対象にはCOBOL（現在も世界で2,200億行が稼働）、VB6、Fortran、Perl、Delphi、Classic ASPなどが含まれます。言語の新旧を問わず、動いているコードには価値があるという立場です。
Q09レガシーシステムの移行にはどのくらいの期間がかかりますか？+
規模と複雑さによります。数千行のスクリプトなら数週間、数十万行のエンタープライズシステムなら数ヶ月〜年単位です。重要なのは一括移行（Big Bang）ではなく、段階的移行（Strangler Fig Pattern）を検討すること。既存システムを動かしたまま、少しずつ置き換えるアプローチが現実的です。
Q10レガシーコード分析にはどんなツールを使いますか？+
SonarQube（静的解析・コードスメル検出）、cloc（行数カウント・言語判定）、GitHub API（リポジトリメタデータ取得）、カスタムスクリプト（TODO/FIXME/HACKコメント抽出・感情分析）などを組み合わせて使用しています。ツールだけでなく、コードを実際に読んで文脈を理解する「人間の目」も重要です。
Q11小規模な調査から始められますか？+
はい。「まずこのリポジトリだけ見てほしい」「このモジュールの構造を把握したい」といった小規模なご相談から対応しています。お問い合わせフォームからお気軽にご連絡ください。
Q12ドキュメントが一切ないコードでも対応できますか？+
はい、むしろそれが本領です。Legacy Code Archiveの研究で培った考古学的アプローチにより、コメント・命名規則・コミット履歴・API使用パターンなどの痕跡からコードの意図と仕様を推定します。完全な復元は保証できませんが、「何もわからない」状態から「おおよその構造と意図がわかる」状態にすることが可能です。
Q13AIだけでレガシーコードを読み解くことはできないのですか？+
コードの構文解析や関数の入出力説明はAIでも可能です。しかし「なぜこのif文がここにあるのか」「このマジックナンバーは何を意味するのか」といった業務文脈の推定は、AIだけでは精度が出ません。当社はAIによる大量解析と人間の業務知識・推論力を組み合わせるアプローチを取っています。
Q14レガシーコードの移行費用はどのくらいですか？+
初期の構造分析（数十万円〜）から、大規模移行プロジェクト（数百万円〜）まで規模によります。まずは無料相談で現状をヒアリングし、分析の範囲と概算をご提示します。「まず分析だけ」という小規模なスタートも可能です。
Q15リモートでの対応は可能ですか？+
はい。コードの受け渡し・分析・報告はすべてリモートで完結できます。Git リポジトリの共有、セキュアなファイル転送、オンラインミーティングでの報告が標準的な進め方です。大阪拠点ですが、全国どこからでもご相談いただけます。
LEGACY CODE ARCHIVE
骨董品屋の主人は説明しない。
「これ、いいでしょう」と言うだけ。