核心事件

Google DeepMind发布AlphaEvolve，这是一款由Gemini模型驱动的编码智能体，目标是自动发现、验证并优化算法，应用范围从数学研究延伸到谷歌数据中心、芯片设计和AI训练。

DeepMind强调，AlphaEvolve并不是单纯“写代码”的工具，而是把大型语言模型的创意生成能力，与自动评测器和进化式搜索框架结合起来。通俗地说，系统会不断提出程序方案，运行并打分，再把表现更好的方案作为下一轮改进的基础，像“优胜劣汰”一样迭代算法。

从生成函数到进化代码库

DeepMind称，其2023年的相关工作已经证明，大型语言模型可以生成代码函数，帮助在开放科学问题上发现可验证的新知识。AlphaEvolve进一步把范围从单个函数扩展到更复杂的代码库和算法流程。

系统采用Gemini模型组合：Gemini Flash负责更大范围地探索想法，而Gemini Pro负责提供更深入的建议。候选程序会被自动评测器检查、运行和评分，这些量化指标用于判断方案的正确性与质量。因此，AlphaEvolve尤其适合数学、计算机科学等“进展可以被清晰衡量”的领域。

这里的“自动评测器”可以理解为一套机器裁判：它不只看代码是否能运行，还根据预设任务指标判断结果是否正确、是否更快或更优。这样的机制降低了语言模型“看似合理但不可用”的风险，也让系统能够持续筛选改进。

已进入谷歌计算基础设施

DeepMind披露，过去一年，AlphaEvolve发现的算法已经部署到谷歌计算生态中，覆盖数据中心、硬件和软件。

关键进展包括：

• 在数据中心调度方面，AlphaEvolve为Borg发现了一条简单但有效的启发式规则。Borg是谷歌用于大规模集群资源编排的系统。该方案已在生产环境运行超过一年，平均持续回收谷歌全球0.7%的计算资源。
• 在硬件设计方面，AlphaEvolve提出了一项Verilog改写，移除了矩阵乘法相关算术电路中的不必要位。该提案通过验证后，被集成进一款即将推出的TPU。TPU是谷歌自研的AI加速芯片。
• 在AI训练方面，AlphaEvolve通过更聪明地拆分大型矩阵乘法，把Gemini架构中的关键内核提速23%，并带来Gemini训练时间**1%**的下降。
• 在底层GPU指令优化方面，它让Transformer模型中的FlashAttention内核实现最高获得**32.5%**加速。FlashAttention是一类用于提升注意力计算效率的实现，对大模型训练和推理都很关键。

这些数字看似有大有小，但在超大规模基础设施中，微小百分比也会被放大。尤其是训练生成式AI模型需要大量算力，训练时间和内核效率的改善，往往意味着成本、能耗和工程周期的同步下降。

数学问题上的新结果

AlphaEvolve还被用于更基础的算法和数学探索。DeepMind表示，在给定一个最小代码骨架后，系统设计了新的基于梯度的优化流程，并发现了多个矩阵乘法算法。

其中一个结果是：AlphaEvolve找到了一种用48次标量乘法完成4×4复值矩阵乘法的算法，改进了Strassen在1969年提出、此前在该设定下被认为最优的算法。相比DeepMind此前专注矩阵乘法的AlphaTensor，AlphaEvolve展示了更通用的探索能力。

DeepMind还把系统用于数学分析、几何、组合数学和数论中的50多个开放问题。按照其说法，在约**75%的案例中，AlphaEvolve重新发现了当前最优解；在20%**的案例中，它改进了此前已知最好结果。文章还提到，系统推进了“吻数问题”相关研究，并发现了一个由593个外部球体构成的配置。吻数问题研究的是最多有多少个互不重叠的球能同时接触一个共同单位球，已有数百年历史。

行业意义与走向

AlphaEvolve的意义在于，它把大模型从“代码助手”推向“算法合作者”。传统自动化编程更多关注补全、重构和测试，而AlphaEvolve瞄准的是可被严格评测的优化目标：更省算力、更快训练、更优数学构造。

不过，它的能力边界也很清楚：系统依赖明确的评价函数、可运行的实验环境和可靠验证流程。也就是说，越是能被量化、能自动判定对错的任务，越容易受益；越是目标模糊、评估昂贵或缺乏验证标准的任务，落地难度越高。

从趋势看，AI研发工具正在从“生成答案”转向“生成候选方案并自动筛选”。如果这一路线继续成熟，未来算法工程、芯片设计和模型训练优化可能会形成新工作流：人类定义问题与约束，AI大规模探索方案，自动评测负责筛选，专家再完成验证和部署。AlphaEvolve展示的，正是这种人机协作研发模式的早期形态。