一年前，谷歌推出基于 Gemini 的 AlphaEvolve 进化算法代理，旨在通过迭代发现优化复杂问题的算法。如今，该技术已从实验室研究走向解决现实世界挑战，成为推动科学与商业进步的强大引擎。在科研领域，AlphaEvolve 显著提升了 DNA 测序纠错精度、灾害预测准确度，并在电网稳定性模拟及神经科学发现中展现出巨大潜力。 在基础设施优化方面，AlphaEvolve 已转化为核心工具。它协助设计了下一代 TPUs 的电路，甚至提出了反直觉但高效的硬件方案；还改进了 Google Spanner 的存储机制，将写入放大率降低了 20%，并优化编译器策略使软件存储 footprint 减少近 9%。Jeff Dean 指出，这标志着 TPU 正在利用自身智慧设计下一代硬件。 商业应用同样成效显著。金融科技公司 Klarna 利用该系统将最大模型训练速度提升一倍；半导体厂商 Substrate 实现了计算光刻框架运行速度的倍增；物流公司 FM Logistic 通过优化路径规划，每年节省超 1.5 万公里行驶距离；广告集团 WPP 实现了营销模型精度提升 10%；制药公司 Schrödinger 则利用该技术将机器学习力场训练与推理速度提高四倍，大幅缩短研发周期。 AlphaEvolve 展示了自我进化算法在通用问题上的广泛应用前景。未来，谷歌计划进一步扩大该能力，将其应用于更广泛的现实挑战，推动算法自动学习与优化的新一轮突破。