🚀 技术发布 · 进化计算
谷歌 AlphaEvolve 正式上线：把进化式代码优化变成云服务，首批客户吞吐量翻倍
谷歌 DeepMind 将曾发现新型矩阵乘法算法的研究项目 AlphaEvolve 转化为商用产品，正式登陆 Gemini 企业级代理平台。它通过大模型生成变异代码并在用户本地环境迭代评分，已帮助 Klarna 机器学习训练吞吐量翻倍、JetBrains 代码补全延迟下降近 20%。
来源：公开报道•
2026-07-22•
全文约 3 分钟读完
#谷歌DeepMind
#AlphaEvolve
#代码优化
#进化算法
2x
Klarna ML 训练吞吐量提升
-20%
JetBrains 代码补全延迟
-90%
Kinaxis 预测运行时间
-9%
Google Spanner 占用存储
⚡ 30 秒速览
- 是什么：进化式代码优化代理。以基线算法为起点，利用 Gemini 生成变异候选程序，根据用户定义的评估函数评分并不断迭代，直至收敛出优化且易读的代码。
- 怎么用：用户的评估程序在本地基础设施运行，AlphaEvolve API 仅生成候选程序，实现关注点分离，保护代码不出域。
- 谁在用：Klarna、JetBrains、FM Logistic、Kinaxis、橡树岭国家实验室等已接入。
- 适用边界：必须有可测量、可自动化的评估函数。无明确指标的业务逻辑不适用。
- 去哪试：Gemini 企业级代理平台，或尝试开源实现 OpenEvolve。
01运行机制 API 生成候选，本地环境评分
AlphaEvolve 的核心是将进化算法与大模型结合。对于无法共享代码的企业，该架构提供了一种关注点分离的部署方式：用户环境负责评分，谷歌 API 负责生成。
1. 定义基准种子算法→2. 建立评分函数→3. 运行代理优化→4. 部署生产环境
在具体运行中，AlphaEvolve API 生成候选程序，用户自己的基础设施（笔记本、私有集群或超级计算机）在本地对它们进行评分，并将结果提交回来。这种循环不断迭代，直到搜索收敛。
02它到底做到了什么？四个代表性案例
💳 金融科技：Klarna 机器学习训练吞吐量翻倍
- 在三周内探索了约 6000 个候选程序，最终将机器学习训练的吞吐量提升了一倍。
- 同时保持了金融服务监管所要求的位级精确可复现性。
🛠️ 开发者工具：JetBrains 代码补全延迟降 15-20%
- 将 IDE 代码补全延迟降低了 15% 至 20%。
JetBrains 工程师评价：「工程师仍然掌握着基准测试、审查和发布决策权。真正缩小的是搜索空间。」
🚚 物流与供应链：FM Logistic 与 Kinaxis路线与运行时间双优化
- FM Logistic 将仓库拣货路线缩短了 10.4%，而该基准路线此前已经做过生产环境优化。
- Kinaxis 的预测准确率提高了 22%，同时运行时间缩短了 90%。
🏢 谷歌内部：从 TPU 到 Spanner基础设施级优化
- 优化了下一代 TPU 的芯片设计。
- 将 Google Spanner 中 LSM 树压缩的写入放大率降低 20%，占用存储空间减少 9%。
- 橡树岭国家实验室在其百亿亿级系统 Frontier 上运行该工具，为科学计算生成优化的 GPU 内核。
03适用边界：有明确指标才能进化
决定采用哪种反应模式所遵循的规律是：当问题具有可测量且可自动化的评估函数时，AlphaEvolve 就能发挥作用。质量依赖于人为判断的代码则无法优化。
✅ 适合优化的领域
预测管道（WMAPE）、仓库路由（距离）、GPU 内核（吞吐量）、芯片布局（面积和功耗）。每种情况都有一个待优化的数值。
❌ 难以落地的领域
没有明确指标的、杂乱无章的真实业务逻辑代码库。成功标准不明确，评估函数本身就模棱两可。
此外，构建评估环境本身是一项真正的工程挑战。团队必须构建一个能够捕获所有关键属性的评分框架，因为进化搜索会利用评估程序未能测量的所有因素——例如生成运行速度快但存在无法通过测试捕获的细微错误的代码。
🔍 编辑视角
来源立场提示：本次发布基于企业通稿与官方博客，所有性能数据均来自供应商或客户单方披露，未见独立第三方基准测试，公告中也未披露具体定价信息。读者在评估其适用性时，需考虑到这些数据经过筛选呈现的可能。
支线趣闻：在相关论文讨论中，从业者对这种方法的反应呈两极化：要么认为"对我绝对行不通"，要么惊叹"原本需要数月完成的工作现在一小时搞定"。这两种说法可能都对，取决于你的代码库是否有清晰的评估函数。
进化算法与大模型的结合，真正落地的瓶颈不在算力，而在如何为模糊的真实业务定义出精确的评估函数；谁解决了评估工程化，谁就拿到了下一代代码优化的入场券。