谷歌将 AlphaEvolve 推向所有 Google Cloud 客户，主打复杂算法优化

谷歌将 Gemini 驱动的算法优化代理 AlphaEvolve 向所有 Google Cloud 客户开放，定位为解决可衡量、可验证的复杂算法优化问题。该工具以用户提供基线算法与评价函数为起点，自动搜索并返回可部署的优化代码，已在芯片设计、物流、基因组学和高性能计算等场景测试。

谷歌 9 日宣布，将其 Gemini 驱动的 AI 代码优化代理 AlphaEvolve 面向所有 Google Cloud 客户正式开放，核心卖点是帮助企业解决那些“最难的”算法问题，包括芯片设计、物流网络路由、医疗研究和高性能计算等。谷歌在 The Keyword 发布的公告中称，该工具已在 Gemini Enterprise Agent Platform 上进入全面可用；Google Cloud 博客 也同步给出更详细的上手说明。

AlphaEvolve 并不是把代码从头重写一遍，而是让用户先给出一个基线算法和目标，再由系统自动搜索更优解，最后返回可读、可部署的优化代码。谷歌说，这类工作只适用于那些能被写成代码、并且能被明确评估结果的问题；换句话说，它更像一个“可验证的算法发现器”，而不是通用聊天机器人。相关的早期背景，可以参考 AI Flux 先前整理的 《AlphaEvolve：从研究到落地》。

从研究工具到云产品

这次全面开放并不是 AlphaEvolve 的第一次亮相。Google DeepMind 早在 2025 年 5 月 14 日 就把它定义为一款面向先进算法设计的 Gemini 代码代理。到了今年 5 月，DeepMind 又在 后续进展文章 里称，AlphaEvolve 已经变成 Google 基础设施的一部分：它被用于优化新一代 TPU 设计、改进缓存替换策略，并在 Google 的数据中心调度中持续回收平均 0.7% 的全球算力资源。

这类“先在内部验证、再向外部客户扩散”的路径，也和谷歌此前在 《Co-Scientist：科研协作的新范式》 中展示的多代理科研框架相呼应：模型先协作，再用评估器收敛到可验证结果，只是 AlphaEvolve 面向的是更明确的工程优化问题。

谷歌给出的客户样本

在 Google Cloud 的公告中，AlphaEvolve 已经被放进物流、半导体、基因组学、金融服务和 HPC 等多种场景测试。谷歌列出的客户包括 BASF、JetBrains、Kinaxis、Coolblue、FM Logistic、Klarna、Kuro Games、Oak Ridge 国家实验室等。谷歌称，BASF 用它改进供应链数字孪生，JetBrains 将其用于 IDE 性能优化，Kinaxis 则在预测和优化系统上看到明显提升。

这些案例共同传递出一个信号：谷歌希望把 AlphaEvolve 从“研究演示”变成可交付的企业工具。路透社转载稿在 Investing.com 上的版本也提到，该工具在 2025 年 12 月进入私测，随后才走向现在的 GA。

仍然清晰的边界

不过，AlphaEvolve 的适用范围并不等于“所有编程任务”。Google Cloud 自己也写得很明确：它适合那些可以定义、测量、迭代的优化问题。用户需要提供种子程序、评价函数和明确约束，系统再在这些边界内做搜索与进化。对企业来说，这意味着它更像一台算法加速器，而不是替代工程团队的万能代码生成器。

从更大的趋势看，谷歌正在把 AI 的角色从“回答问题”往“推进结果”移动。AlphaEvolve 的商业化，既是 Google Cloud 产品线的一次扩展，也是谷歌试图把内部算法能力转成云端收入的一次新尝试。未来它能否在真实企业环境中复制 Google 自己的数据中心和 TPU 效果，仍要看更多客户案例和独立验证。