Google AlphaEvolve：Gemini 驱动的编码 Agent 应用案例

推动社会影响和可持续性

AlphaEvolve 已帮助在健康和可持续性研究中发现关键联系。

在基因组学领域，AlphaEvolve 被用于改进 DeepConsensus—由 Google Research 开发的用于纠正 DNA 测序错误的模型—实现了变异检测错误 30% 的减少。这些改进正在帮助 PacBio 的科学家更准确地以更低成本分析遗传数据。

"Google 团队使用 AlphaEvolve 发现的解决方案为我们的测序仪器解锁了显著更高的准确率。对于研究人员来说，这种更高质量的数据可能使得之前隐藏的致病突变能够被发现。"— Aaron Wenger，PacBio 高级总监

在电网优化领域，AlphaEvolve 被应用于交流最优潮流问题。它帮助将我们训练的图神经网络（GNN）模型找到该问题可行解的能力从 14% 提高到 88% 以上，大大降低了电网其他昂贵后处理步骤的需求。

在地球科学领域，AlphaEvolve 将复杂的地理空间数据转化为更可靠、可操作的洞见。通过帮助自动优化 Earth AI 模型，预测自然灾害风险的总体准确性—汇总包括野火、洪水和龙卷风在内的 20 个类别—提高了 5%。

推进研究的前沿

AlphaEvolve 正在充当一个强大的研究伙伴，加速各科学领域的发现。

在量子物理领域，AlphaEvolve 的优化使得在 Google 的 Willow 量子处理器上运行复杂分子模拟成为可能，通过建议错误率比之前常规优化基线低 10 倍的量子电路。这使得对首创性量子计算实验演示的直接有影响的贡献成为可能—并指向了一个未来，其中 AlphaEvolve 帮助找到超越经典计算机能力的算法。

与 Terence Tao 等世界顶尖数学家合作，该系统已帮助解决 Erdős 问题。

"AlphaEvolve 等工具为数学家提供了非常有用的新能力。特别是对于优化问题，我们现在可以快速测试潜在的不等式以寻找反例，或确认我们对极值点的认知，这大大改善了我们对这些问题的直觉，使我们能够更容易地找到严格的证明。"— Terence Tao，加州大学洛杉矶分校数学教授

AlphaEvolve 还打破了经典数学挑战的记录，包括改进旅行商问题和 Ramsey 数的下界。

此外，这种自主发现的能力正在推动其他多样化领域的并行创新—从发现可解释的神经科学模型和在微观经济学中证明新的市场限制，到快速推进神经网络构建块、用户隐私密码学、合成数据生成和前沿 AI 模型的关键安全缓解。

改进 AI 基础设施

AlphaEvolve 已从试点测试毕业，成为我们基础设施的核心组件。AlphaEvolve 已被用作定期优化下一代 TPU 设计的工具。它还帮助发现了更高效的缓存替换策略，在两天内实现了之前需要花费数月时间进行的协调的人工密集工作。

"AlphaEvolve 开始优化为我们 AI 栈提供动力的最低层硬件。它提出了一个如此违反直觉但高效的电路设计，以至于它被直接集成到我们下一代 TPU 的硅中。这是 TPU 大脑帮助设计下一代 TPU 身体的最新例子。"— Jeff Dean，Google DeepMind 和 Google Research 首席科学家

AlphaEvolve 通过改进 Google Spanner 的日志结构合并树压缩启发式方法提高了其效率。这个优化将"写放大"—写入存储的数据与原始请求的比率—减少了 20%。它还为新的编译器优化策略提供了洞见，将软件的存储占用减少了近 9%。

扩展商业应用

与 Google Cloud 合作，我们现在正在将 AlphaEvolve 的力量带给各个行业的多种商业企业。

在金融服务领域，Klarna 使用该系统优化了其最大的变压器模型之一—在改进模型质量的同时使训练速度翻倍。

在半导体制造领域，Substrate 将 AlphaEvolve 应用于其计算光刻框架，实现了运行时间的多倍加速，使他们能够运行先进半导体的更大规模模拟。

在物流领域，FM Logistic 使用该技术来优化复杂的路由挑战，如旅行商问题，相比之前高度优化的解决方案实现了 10.4% 的路由效率改进—每年节省了超过 15,000 公里的行程。

在广告和营销领域，WPP 使用 AlphaEvolve 来完善 AI 模型组件，处理复杂的高维度活动数据，相比其竞争性手动模型优化实现了 10% 的准确性提升。

在计算材料和生命科学领域，Schrödinger 应用 AlphaEvolve 在机器学习力场（MLFF）训练和推理中都实现了大约 4 倍的速度提升。

"AlphaEvolve 使我们能够比以往任何时候都更快、更高效地探索更大的化学空间。更快的 MLFF 推理具有真实的商业影响，缩短了药物发现、催化剂设计和材料开发中的研发周期，并使公司能够在数天而不是数月内筛选分子候选。"— Gabriel Marques，Schrödinger 机器学习技术主管

AlphaEvolve 的未来

过去的一年表明 AlphaEvolve 正在迅速成为一个多功能、通用系统。它正在证明下一次突破将由能够学习、进化和优化自身的算法推动。展望未来，我们很高兴能够扩展这些能力，并将这项技术的力量带给更广泛的外部挑战。

AlphaEvolve 由 Matej Balog、Alexander Novikov、Ngân Vũ、Marvin Eisenberger、Emilien Dupont、Po-Sen Huang、Adam Zsolt Wagner、Sergey Shirobokov、Borislav Kozlovskii、Francisco J. R. Ruiz、Abbas Mehrabian、M. Pawan Kumar、Abigail See、Swarat Chaudhuri、George Holland、Alex Davies、Sebastian Nowozin 和 Pushmeet Kohli 开发。这项研究是一个更广泛的以使用 AI 进行算法发现为重点的计划的一部分。在初期开发之后，Aja Huang、Anton Kovsharov、Alexey Cherepanov、Anindya Basu、Becky Evangelakos、Jamie Smith 和 Mario Pinto 加入了团队，并为扩展 AlphaEvolve 的影响做出了贡献。

Adam Connors、Alex Bäuerle、Anna Trostanetski、Fernanda Viegas、Gabi Cardoso、Jonathan Caton、Lucas Dixon、Mariana Felix、Martin Wattenberg、Matin Akhlaghinia、Richard Green、Yosuke Ushigome 和 Yunhan Xu 与我们的团队合作开发了 AlphaEvolve 用户界面，得到了许多其他人的支持。

Anant Nawalgaria、Diego Ballesteros、Gemma Jennings、Jakob Oesinghaus、Kartik Sanu、Laurynas Tamulevičius、Nicolas Stroppa、Nishta Dhawan、Oliver Hilsenbeck、Puneet Jagralapudi、Reah Miyara、Skander Hannachi、Tom Beyer 和 Vishal Agarwal 与我们的团队合作开发了 AlphaEvolve API 并与 Google Cloud 客户进行了接洽，得到了许多其他人的支持。

我们感谢我们的合作者们在关键问题上领导 AlphaEvolve 应用并为本报告做出贡献：Aaron Wenger、Abhradeep Guha Thakurta、Akanksha Jain、Alex Vitvitskyi、Amir Yazdan Bakhsh、Andrew Carroll、Aranyak Mehta、Arthur Conmy、Ansh Nagda、Davide Paglieri、Eric Perim Martins、Gabriella Marfani、Hassler Thurston、Hongzheng Chen、Jack Mason、János Kramár、Jasper Xian、Jeremy Ratcliff、Jessica Sapick、Johannes Bausch、Jonathan Katz、Kevin Miller、Kim Stachenfeld、Mark Kurzeja、Mircea Trofin、Myriam Khan、Nero Geng、Pablo Samuel Castro、Petar Veličković、Pi-Chuan Chang、Prabhakar Raghavan、Raghav Gupta、Rohin Shah、Sasha Vezhnevets、Sébastien Lahaie、Sergio Guadarrama、Shravya Shetty、Shruthi Gorantala、Terence Tao、Todd Lipcon、Tom O'Brien、Vinod Nair、Ziyue Wang、Zun Li，以及 AlphaEvolve 的许多其他用户。

最后，我们感谢领导层的指导和支持：Amin Vahdat、Ankur Jain、Demis Hassabis、Jeff Dean、Parthasarathy Ranganathan、Pushmeet Kohli、Saurabh Tiwary 和 Sundar Pichai。我们还感谢 Google DeepMind、Google Cloud、Google Labs、Google Research 以及其他产品部门的合作伙伴团队为由 AlphaEvolve 驱动的应用和产品的实现提供支持。